旅游与酒店管理杂志
开放获取

抽象的

推荐系统的动态选择：在旅游业中的应用

塞缪尔·阿莱奥和布鲁诺·席尔瓦

推荐系统是旨在推荐特定用户可能感兴趣的项目的软件工具和技术。这些系统是大多数电子商务应用程序的关键部分，因为它们可以帮助用户轻松找到满足其需求的产品，同时提高销量。已经创建了几种方法来通过使用不同来源和类型的信息来确定用户的偏好。协作过滤使用评级历史记录，基于内容和知识的推荐器处理项目的特征，上下文感知系统根据用户周围的情况参数或条件提供建议，而人口统计过滤则利用用户的人口统计特征。此外，还有融合两种或多种技术的混合方法，以克服每种方法的缺点。
在这项工作中，研究了动态选择在推荐系统领域的应用。该选择策略取自多分类器系统，包括为每个测试模式选择一组特定的分类器。为了使这一概念适应本研究的背景，提出了一种混合系统，该系统动态地寻求在每次预测中选择最佳推荐方法。
经过实验，动态选择的应用并没有对推荐提供任何显着的改进。然而，将人口统计和上下文信息纳入基于混合内容的基础中，大大提高了系统的准确性。最终的解决方案是使用包含酒店和书籍评论的数据集进行评估的。结果表明，推荐器能够在旅游相关场景中工作，并且只要内容、人口统计或上下文特征可用，也可以参数化到其他推荐问题。