智能旅游目的地信息服務(wù)中效用的產(chǎn)生和體現(xiàn)機制研究.pdf_第1頁
已閱讀1頁,還剩139頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、針對當(dāng)前信息服務(wù)系統(tǒng)的智能服務(wù)質(zhì)量普遍不能令人滿意的情況,本文以一個典型信息服務(wù)領(lǐng)域一旅游業(yè)信息服務(wù)為研究領(lǐng)域,以旅游目的地選擇服務(wù)為研究對象,分析了旅游目的地選擇系統(tǒng)智能服務(wù)質(zhì)量低下的原因,引入了“基于效用的信息過濾”和“體現(xiàn)效用的信息展示”兩個新策略,提高了信息智能服務(wù)的質(zhì)量。本文獲得的主要研究成果如下: 1.景點對用戶的效用度大小,是旅游者選擇目的地的重要依據(jù)。本文首先引入“效用度”的概念,提出了在某一固定時間點上效用的產(chǎn)

2、生機制、效用知識的表示框架和效用度的計算公式,以“效用度最大”為研究主線,探討提高信息服務(wù)質(zhì)量水平的實現(xiàn)途徑。 2.針對傳統(tǒng)目的地信息系統(tǒng)(Destination Information System,DIS)信息展示中的“信息過?!钡默F(xiàn)象,提出了以子景點為粒度的信息組織方式,有效的抑制了“信息過?!钡默F(xiàn)象,減輕用戶的認知負擔(dān)。 3.提出了基于語義關(guān)聯(lián)的用戶相似度計算方法,該方法引進了概念之間的語義關(guān)聯(lián)度,解決了傳統(tǒng)Ve

3、ctor Similarity(VS)和Pearson Correlation Coefficient(PCC)方法中由于用戶的特征值過少而引起的稀疏矩陣問題。該方法從語義層次上分析用戶的潛在興趣,能夠?qū)τ脩糁g的相似程度作更好的區(qū)分。并設(shè)計了仿真實驗進行驗證。 4.用算法實現(xiàn)了有序邏輯程序的回答集求解,并從精減規(guī)則集和精減初始文字集兩方面對算法進行了優(yōu)化,經(jīng)實驗證明,該算法在性能和擴展性方面均優(yōu)于基本算法。 5.提出了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論