基于数据挖掘技术的电子商务旅游线路推荐系统

摘 要：近年来,电子商务推荐系统趋于成熟,并得到了广泛的应用.电子商务旅游线路推荐系统,能够在信息数据分析的基础上,实现个性化的旅游线路设计.在具体的推荐系统设计中需要处理好实时性与精度这对矛盾,基于数据挖掘技术的电子商务旅游线路推荐系统,运用关联规则算法,获得各个景点之间的关联关系,能够实现较为理想的旅游线路推荐效果.

关 键 词：数据挖掘；电子商务推荐系统；旅游线路；关联规则

中图分类号：TP311.13文献标识码：ADOI：10.3969/j.issn.1003-6970.2013.03.017

0引言

随着生活水平的不断提高,旅游已经逐渐成为人们生活中的重要组成部分,旅游市场也日益火爆.面对众多的旅游景点,怎样进行选择,不断困扰着计划出行的游者.目前,一些旅游企业在规划旅游线路时,主要是采用主题旅游线路设计、超市型旅游线路设计、运筹学方法旅游线路设计以及市场导向的旅游线路设计.这些旅游线路设计,并没有充分利用现代信息技术的优势,在具体实施中会暴露出一些问题.随着信息技术的高速发展,数据挖掘等技术在电子商务推荐系统中的应用日益广泛,这为旅游线路设计开辟了一条新的途径.

1基于数据挖掘技术的电子商务旅游线路推荐系统的整体构架

在电子商务旅游线路推荐系统中应用数据挖掘技术,能够有效地满足人们的个性化需求.在具体应用中主要涉及三种关键性的技术：数据挖掘算法应用技术、原始数据处理技术、模式库建立与表示技术.在电子商务旅游线路推荐系统中,推荐的实时性与精度是一对矛盾.目前的一些推荐技术为了确保实时性,往往会牺牲推荐的精度.鉴于此,本研究设计了一个基于数据挖掘技术的关联规则的电子商务旅游线路推荐系统.此系统的设计基于B/S结构,其具体结构图见图1.

基于数据挖掘技术的电子商务旅游线路推荐系统的整体结构由两部分组成：离线部分与在线部分.离线部分主要是由WEB挖掘与数据预处理组成,是模型获取阶段,具体包括总体使用特征获取与数据预处理.总体使用特征指的是数据挖掘算法产生的规则或知识,并以某种形式在媒质中存储,能够为在线部分提供必要的支撑,因此离线部分是在线部分的支撑部分.系统中的在线部分是动态的实时过程,是推荐引擎的实现.离线部分与在线部分有着基本一致的处理过程,两个部分相互作用,推荐系统能够确保给用户呈现的推荐具有合理性与实时性.因为离线部分与在线部分实现了分离,所以可以极大的增加了数据量,提高了电子商务旅游线路推荐的实时响应速度和推荐怎么写作的伸缩能力.

2基于数据挖掘技术的电子商务旅游线路推荐系统的模块分析

2.1离线模块

基于数据挖掘技术的电子商务旅游线路推荐系统的离线模块,能够为推荐引擎工作提供支持,包括数据库管理系统、数据预处理和模式分解,此模块的系统结构如图2所示.

在电子商务旅游线路推荐系统中,每个环节均要从相应数据库中检索所需的数据,例如模式数据库、用户登记数据库以及景点信息数据库等.离线模块中的数据库管理系统主要负责操作、维护与管理数据库中的数据.实际上,数据库管理系统处于数据库和在线推荐应用的中间层,一般情况下可以直接采用市场上通用的数据库管理系统软件.在数据挖掘的过程中,数据预处理是不可或缺的阶段,由于初始数据多半是含有噪声的、不完整的,数据有着多种多样的格式,在实际的系统应用中就需要抽取有用的数据,将初始数据转化为推荐系统中数据挖掘算法可以识别的格式.因此,就需要进行数据预处理,WEB进行的数据预处理具体包括数据清洗、会话识别等,对结构数据预内容数据进行必要的处理,为后续的数据挖掘提供有效的数据源.基于数据挖掘技术的电子商务旅游线路推荐系统的关键环节是模式分解,模式分解是通过数据挖掘技术生成推荐系统所需的模式.WEB怎么写作器日志与相应的数据库是模式分解的基础,模式分析器通过分析WEB怎么写作器日志数据,获取相关信息,分析相关数据库,找到选择景点时,景点之间存在的关联相似模式.因为模式分析器需要耗费大量资源和时间,所以将此部分放入离线模块中,让系统定期地自动运行,更新模式数据库.

2.2在线模块

基于数据挖掘技术的电子商务旅游线路推荐系统的在线模块,能够为用户提供在线浏览推荐怎么写作,此部分设计的优劣直接影响着整个旅游线路推荐系统的水平与推广应用效果.在线模块的具体结构如图3所示.

电子商务旅游线路推荐系统在线模块的关联规则挖掘模块通过利用清理、转换和加载工具,从数据库中抽取数据,并生产标准数据,以进行深入挖掘.关联规则挖掘的实现,需要应用到Apriori算法,将挖掘的关联规则写入到规则库当中.电子商务旅游线路推荐系统在线模块的推荐模块能够利用WEB为访问系统的用户直接提供怎么写作,其能够记录用户访问过的旅游站点,生成相关的数据,体现了ARTRMS智能化的优点.关联规则模块处理访问记录,并将结果反馈至推荐模块,最后系统以一定的形式将数据处理结果推荐给用户,从而实现旅游线路推荐的目的.

3基于数据挖掘技术的电子商务旅游线路推荐系统的工作流程

基于数据挖掘技术的电子商务旅游线路推荐系统的工作流程主要包括四个环节：数据收集和预处理,建立用户行为模式和用户档案,分析客户档案形成规则库,线路推荐.

首先,数据收集和预处理.用户登录系统后进行注册,系统生成注册信息表.推荐系统采用两种方式收集用户的数据：一是,用户的旅游站点浏览记录；二是,用户的反馈信息与相关意见.在进行数据清洗、转换与集成后,将数据录入到挖掘库中,为数据挖掘关联规则提供所需的数据.通常情况下,关联规则的挖掘数据是以景点项编码、交易编码为特点的数据.在数据预处理时,需要进行数据转换,完成项目集与交易集之间的转换.其次,建立用户行为模式和用户档案.基于数据挖掘技术的电子商务旅游线路推荐系统可以按照既定的景点范围生成景点线路数据库,具体包括景点信息表（包括名称、编号、等信息）和线路类别表（包括名称、编号、类别等信息）；还可以根据用户的特点生成用户信息表、用户交易表以及用户选择趋向表等（包括用户的姓名、性别、年龄、收入、职业、景点喜好等信息）.第三,分析客户档案形成规则库.最后,线路推荐.在基于数据挖掘技术的电子商务旅游线路推荐系统中,设计合理的推荐算法,根据已经生成的规则库列出以用户为导向的旅游线路推荐.

4结语

综上所诉,基于数据挖掘技术的电子商务旅游线路推荐系统,能够为用户提供个性化、多样化、多景点的旅游线路参考,设计出一条合理的、满足用户需求的旅游线路.数据挖掘算法应用技术、原始数据处理技术、模式库建立与表示技术,是电子商务旅游线路推荐系统的关键技术.基于数据挖掘技术的电子商务旅游线路推荐系统主要包括了离线模块和在线模块,着两个部分相互协作,通过一定的运行规则和流程,为用户生成有针对性的旅游线路推荐.