TY -的A2 Conforto西尔维亚AU -拉维,Logesh盟——Vairavasundaram Subramaniyaswamy PY - 2016 DA - 2016/03/16 TI -协作的基于位置的旅游推荐系统通过加强评级预测的用户组SP - 1291358六世- 2016 AB -快速增长的网络及其应用创造了一个巨大的推荐系统的重要性。被应用在各种领域,推荐系统被设计来生成建议等物品或服务根据用户的利益。基本上,推荐系统经历许多反映减少有效性的问题。集成强大的数据管理技术推荐系统可以解决这样的问题,建议质量可以显著增加。最近对推荐系统的研究揭示了利用社交网络数据,加强传统的推荐系统有更好的预测和提高精度。本文基于社会网络数据表达意见通过考虑使用各种推荐算法的推荐系统,功能的系统,不同类型的接口,过滤技术和人工智能技术。检查目标的深度后,方法和现有模型的数据源,本文可以帮助任何人感兴趣的旅游推荐系统的发展和促进未来的研究方向。我们还提出了一种位置推荐系统基于社会相关信托沃克(SPTW)和比较的结果与现有的基线随机游走模型。之后,我们已经提高了SPTW模型组用户的建议。从实验的结果。 SN - 1687-5265 UR - https://doi.org/10.1155/2016/1291358 DO - 10.1155/2016/1291358 JF - Computational Intelligence and Neuroscience PB - Hindawi Publishing Corporation KW - ER -