算法分析
加权挖掘算法在智慧
旅游景点推荐系统中的应用分析
张占昭
(承德石油高等专科学校计算机与信息工程系,河北承德067000)
与质用
摘要：数据库的建设在智慧信息系统里超着至关重要的作用，建设的好坏是望慧信息系统成败的关健而算法在数据率的构建中又起着核心作用。本文首先对智慧旅游以及录点推荐系统进行了简要的分析，阐述了算法在系统中的重要性；其次在分析了频繁整模式增长算法的优缺点的基础上，对频繁模式增长算法进行了改进使其更加适合景点推荐系统；最后给出录点推荐系统的三大模块，着重分析了数据挖抵算法在子系统的应用
关键词：智慧兼游：加权挖据算法；教据挖据
中图分类号：TP311 1智慧旅游
文献标识码：A
在最点推荐系统中要大量用到数据挖据算法，旅游者通过测览录点信息，进而进行数据交换，最终确定感兴趣的量点，实现个性化旅游。如果在景点推荐系统中仅仅使用非加权的挖提算法去挖掘适用于大众的普通数据，将无法满足个性化旅游的需求，这也是加权挖掘算法和非加权挖掘算法的最大区别在于，非加权挖提算法把智慧旅游中所有事物都看成同等重要的数据信息，没有权重，旅游者智能对这此旅游信息进行简单的叠加，无法找出自已感兴趣的旅游景点。基于以上的问题，加权挖掘算法在景点推荐系统中将起着非常重要的作用，它给旅游者感兴趣的景点加上一个度作为原始数据，通过对原始数据代式的更新，不断反馈给旅游者，使其逐渐自
动定位自已感兴趣的录点。 2算法研究
在智慧旅游景点推荐系统设计中，数据挖掘起着至关重要的作用，它是指利用各种算法在海量的数据中提取与系统相关的信息，
事务数
存
入
据库输入
数据挖掘
数据挖掘
存入
数据预处理
预处理1
规则集数据库
+
H志数
据库
查询
查询
媒体数查询据库
推荐程序
存入
数据获取
反馈推荐
流媒
请求
体服务器
推送
图1信息系统总体结构
收稿日期：2017-03-07
行为分析
景点推荐
关注量点
用户推荐
呈现资讯
文章编号：1007-9416(2017)03-0168-01
各种算法应用在各种不同的实际工作领当中，也就是说，要在具体的信息系统中对不同种类的算法进行比较，最终确定最合适的算法，景点推荐系统也不列外，景区由许多个景点组成，录点又由许多个项目组成，旅游者和项目之间的每次交互称为一次事件，举例说明：旅游者A在景点的门店买了一把扇子和两把雨伞，这时我们就可以说扇子和雨伞是项目，而这次交易就是一个事件。关联挖揭算法就是以此为基础演变而来的。根据景点推荐系统的特点，我们选择了频繁模式增长算法。
2.1顺繁模式增长算法
从数据结构的角度来看，颠繁模式增长算法是一种树形结构，所有的数据关联规则从树上的每条路径上抽象，而同时将每个事件和每条路径一一对应，由上面提到的定义来看，我们不难发现，一个事件由一般由多个项目组成，这样难免会出现项目相同的现象，我们称之为重叠，当然重叠越多，事件存储是需要的空间减少的就越多，算法的关键就是找出重叠部分。
接下来我们的主要工作是构造这个树形结构，思想是：将事件中的项目依据权重即加权情况进行从大到小排序(即倒序)。这样做的目的是通过不停的压缩树的路径，达到减少存储空间的效果，反复选代和递归调用这一过程，形成一个最优的二树。
从频繁模式增长算法的设计思想和实现来看，我们不难发现。它是通过增加空闻性来换取了降低时间的优势，那么问题是当随着景点推荐系统的事件量越来越大时，内存的需求将会出现指数级剧
增。
2.2改进频繁模式增长算法
通过对频需模式增长算法设计思想和方案的分析，并且结合景
点推荐系统的实际情况，我们队频繁式增长算法进行了改进，方法是：给事件中的每一个项目根据实际应用情况加上一个分析得来的权重，目的是通过项目的权重，经过运算让每个事件得到权重，这样来，不仅提升了算法的效率，面且数据模型的构建更加灵活，同时极大较少内存的开支。
.下转第256页
基金项目：河北省高等学校自然科学青年基金项目(物联网技术在承德智慧旅游系统的应用研究):QN2016262
作者简介：张占昭(1978一),男，汉族.河北保定人,承德石油高等专科学校计算机与信息工程系讲师,硕士，主要研究方向为物联网技术、嵌
入式系统。
万方数据