摘 要

信息时代的发展，极大的促进了网络的普及，由此产生了极大的数据量。但许多重复的无意义的数据也给人们选择自己感兴趣的信息带来了极大的困扰。为了解决这个问题，个性化推荐系统随之产生。

对于想要旅游的人来说，个性化推荐系统无疑是一个非常好的辅助工具。这样可以将用户从庞大的数据选择中解放出来。而且可以根据用户的对不同旅游类型的偏好，为用户提供合其口味的旅游类型。

为了解决以上问题，本文以个性化旅游推荐系统为研究对象，并在完成这项任务的过程中做出了以下工作：

1. 以基于用户、基于条目的协同过滤和基于内容的推荐算法为基础，构造推荐引擎。
2. 对系统进行需求分析，再对系统进行进行功能设计和数据库设计。
3. 运用android技术进行系统界面的设计。
4. 运用java的spring,spring MVC和Hibernate框架进行后台的编写。
5. 运用服务器进行前端与后台的连接，并且实现登陆、注册、搜索，个性化推荐等功能。

关键字：旅游 ；个性化推荐 ；协同过滤 ；推荐引擎；java；android

Abstract

The development of the information age has greatly promoted the popularization of the Internet, resulting in a huge amount of data. However, many repeated non-meaningful data also cause great difficulties for people to choose the information they are interested in. In order to solve this problem, a personalized recommendation system is produced.

For those who want to travel, personalized recommendation system is undoubtedly a very good auxiliary tool. This frees the user from the huge data selection. Moreover, according to the user's preferences for different travel types, the user may be provided with a travel type that suits his taste.

In order to solve the above problems, this thesis takes the personalized tourism recommendation system as the research object, and has done the following work in the process of completing this task:

1. Construct a recommendation engine based on user-based, item-based collaborative filtering and content-based recommendation algorithms.

2. Perform a requirement analysis on the system, and then perform functional design and database design on the system.

3. Use android technology to design the system interface.

4. Use the three major frameworks of java to write in the background.

5. Use the server for front-end and back-end connections, and achieve landing, registration, search, personalized recommendation and other functions.

Key words: travel； personalized recommendation； collaborative filtering；recommendation engine；java；android

目 录

摘要 I

Abstract II

第1章. 绪论 1

1.1课题研究的背景 1

1.2 国内外研究现状 1

1.3 研究内容 2

1.4 论文组织架构 3

第2章.个性化推荐技术综述 4

2.1个性化推荐算法简介 4

2.1.1基于用户的协同过滤算法 5

2.1.2基于项目的协同过滤算法 8

2.1.3基于内容的算法 8

2.2个性化推荐算法优缺点简述 8

第3章.可行性分析及系统需求分析 10

3.1 可行性分析 10

3.1.1 目标方案的可行性 10

3.1.2 经济可行性 10

3.1.3 技术可行性 10

3.2 系统需求分析 11

3.2.1系统功能需求 11

3.2.2系统性能需求 11

第4章.个性化旅游系统的设计与实现 12

4.1 系统的设计 12

4.1.1 系统的软件结构设计 12

4.1.2 系统的功能设计 12

4.1.3 系统的数据库设计 16

4.2 系统的实现 17

4.2.1 登陆界面的实现 17

4.2.2 注册界面的实现 18

4.2.3 搜索功能的实现 19

4.2.4 个性化推荐功能的实现 20

4.3 核心功能的代码实现 21

第5章.总结 29

5.1工作总结 29

5.2 自我总结 29

参考文献 31

致谢 33

绪论

1.1课题研究的背景

随着互联网走进千家万户，人们的信息交流和共享越来越多的在互联网上进行，人们足不出户就可以获取到所需要的各种信息，然而互联网在个大众提供丰富的信息资源的同时，也不可避免的出现了信息过载的问题，目前互联网上充斥着各种各样的数据和信息，其中有很多是人们所不需要的，因此大量无意义的数据给人们筛选有效信息带来了巨大的困难。为了解决信息过载问题，个性化的推荐系统应运而生。随着人们越来越多的使用互联网，人们的各种访问信息驻留在各个网站上，互联网当中的个性化推荐系统通过对这些用户行为进行分析，然后采用各种数据挖掘算法对信息进行过滤和处理，最终将人们最可能感兴趣的产品、项目或者各种信息推荐给用户。

改革开放四十年来，中国的经济迅猛发展，综合国力不断增强，人民的生活水平日益提高，外出旅游逐渐的成为了人们生活中的一个重要的组成部分。由于旅游电子商务网站能够让人们的出行游玩变得更加方便快捷，旅游电子商务网站在这样的大环境下迅速发展。如今在线旅游已经成为最热门的电子商务之一，越来越多的人在旅游网站制定出游计划。然而，由于在线旅游网站含有全国乃至世界大部分的旅游线路信息，这就使得用户花费大量的时间去筛选合适的旅游路线信息，因此，帮助用户快速查询其所需要的旅游信息，为其提供符合其兴趣或口味的个性化旅游线路就显得非常必要了。如今，个性化推荐系统电子商务网站已经得到了非常广泛的应用。