张 敏，张腊梅，陈正玉

（常熟理工学院 江苏 常熟 215500）

0 引言

互联网发展日新月异，大量的旅游信息依托旅游网站应运而出，而这些网站不仅要整理繁多的景区信息还要管理用户的海量数据。对于用户而言，很难在海量的信息当中高效地找到满足个人需求的信息。传统的旅游推荐信息大多是根据热门推荐或者是将景点按照简单的类型分类推荐，这种推荐的方式对用户而言缺乏个性化。为了满足用户个性化的需求，目前比较合适的技术是将协同过滤算法与推荐系统相结合[1]。系统可以根据不同用户的历史行为来预测彼此的喜好，并有针对性的推荐偏好景区。目前，很多领域都有使用个性化推荐系统，比如：音乐推荐、电影推荐、电子商务等。由于旅游信息纷繁复杂，所以将个性化推荐系统与旅游领域相结合的旅游推荐相对较少，因此本文是将协同过滤算法应用在旅游景点的推荐上。综上所述，经济飞速增长，智能时代的来临，大量信息蜂拥而至，国内旅游网站对于个性化推荐算法的应用并不完善，也难以满足用户个性化的需求。通过协同过滤算法与旅游推荐的结合，将旅游信息的各个方面进行科学化的管理以及个性化的推荐，同时也可以丰富对旅游信息系统的研究。

1 研究现状及本课题主要工作

国内外对协同过滤算法的应用已经很广泛，比较典型的是电子商务和多媒体领域。同时经过多年的研究，协同算法也运用到很多推荐系统中，相对成熟的有用于电子邮件推荐的Tapestry、用于新闻推荐的GroupLens、用于音乐推荐的Ringo以及用于电影推荐的MovieLens等[2]。……