Resumen

Las interacciones entre los miembros del grupo a menudo tienen un impacto significativo en los resultados de las recomendaciones del grupo. El algoritmo tradicional de recomendación de grupo no considera la confianza y la influencia social entre los usuarios. Implica una baja tasa de utilización de la información de relaciones sociales, lo que conduce a una baja precisión y satisfacción de las recomendaciones del grupo. Considerando estos problemas, en este estudio proponemos un modelo de recomendación de grupo de viaje basado en la confianza del usuario y la influencia social. Basado en la relación de confianza del usuario, este modelo define la confianza directa e indirecta del usuario y calcula la confianza global del usuario combinando las dos confianzas. Posteriormente, se utiliza el algoritmo PageRank para calcular la influencia social de los usuarios basándose en su historial de relaciones de interacción. Luego, se diseña un modelo de consenso que integra las puntuaciones de predicción intra e intergrupo al integrar la confianza global de los usuarios y la influencia social para realizar recomendaciones de grupo para atracciones turísticas. Experimentos de comparación con varios modelos de recomendación de grupo conocidos para conjuntos de datos de diferentes lugares escénicos en Beijing demuestran que el modelo propuesto proporciona un mejor rendimiento de recomendación.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Interacciones; Miembros del grupo; Confianza; Influencia social; Recomendaciones; Algoritmo
• Keywords:Interactions; Group members; Trust; Social influence; Recommendations; Algorithm