|
| 标题 |
贡献 |
研究差距/限制 |
|
| 旅游路线决策支持基于神经网络的缓冲区分析 |
一个基于知识的旅游推荐系统设计。系统为用户提供了有趣的旅游信息通过他们的操作行为 |
强调功能开发和操作模式的网站,但没有研究网站的评论 |
| Schinas o .能源供应安全的爱琴群岛:路由模型与风险和环境因素 |
MapReduce框架的基础上,量化关联规则在大数据环境下进行了研究 |
本研究改进了传统的旅游信息服务,但未能反映智能旅游的内涵 |
| 分析旅游系统预测模型应用于越来越多的阳光与海滩的旅游目的地 |
提出了一种基于知识的推荐系统,模拟人类导游的方式,为用户提供了有趣的旅游信息根据他们的操作行为 |
强调功能开发和操作模式的网站,但没有研究网站的评论 |
| 绩效评估的容错路径推荐智能运输系统的协议 |
在这项研究中,有效关联规则挖掘研究考虑itemset约束。通过修剪对项集和用户不感兴趣的规则频繁项集的生成过程中,算法挖掘效率的改善 |
这种方法可以更好地发现用户的利益,但它缺乏学习自主的功能特性 |
| 一个新的兴趣点的方法基于multi-itinerary推荐引擎 |
本研究研究时间和空间关联规则的挖掘没有时间限制和演示了在全球恐怖主义事件挖掘中的应用 |
重复的问题,矿山在开采过程中降低,但仍然是一个缺乏个性化推荐 |
| 对个性化旅游景点推荐:通过集体智慧 |
针对事件序列的整齐,采矿方法提出了关联规则与秩序的约束 |
本研究改进了传统的旅游信息服务,但未能反映智能旅游的内涵 |
| 随机方法对旅游路线的优化和建议基于用户约束使用马尔可夫链 |
针对旅游行程具有多个约束的规划问题,行程规划算法提出了基于时间框架 |
强调功能开发和操作模式的网站,但没有研究网站的评论 |
|
