融合NER和Apriori算法的游记文本关联知识挖掘及推荐服务研究

摘要：

[目的/意义]为挖掘旅游平台游记文本蕴含知识,协助旅游者高效获取符合需求的信息和知识,为制定旅游计划提供科学决策的信息支持.[方法/过程]首先面向用户需求提出基于布尔矩阵和集合逻辑改进Apriori算法的思路;然后融合命名实体识别实现了游记文本关联知识挖掘及聚合,构建了基于关联知识挖掘的个性化推荐服务模式,并以携程网中杭州相关的游记文本进行了实证研究.[结果/结论]研究发现,融合命名实体识别和改进的Apriori算法,能够有效挖掘游记文本蕴含知识,实验结果验证了在算法性能及结果上要优于传统Apriori算法,并能够根据挖掘结果向用户提供个性化推荐服务,协助旅行者科学、高效地制定旅游计划.研究结论丰富了游记文本挖掘的方法论,为旅游平台服务推荐优化提供了新的思路.

关键词：知识挖掘、关联规则、Apriori算法、游记文本、推荐服务

所属期刊栏目：43

分类号：G203(信息与传播理论)

资助基金：国家社会科学基金20CTQ028

在线出版日期：2023-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：123-134