DESIGN AND IMPLEMENTATION OF TOURISM VISUALIZATION ATTRACTION RECOMMENDATION SYSTEM BASED ON COLLABORATIVE FILTERING ALGORITHM : научное издание

Ma Zhanjun; Gao Mingyu

Дополнительные ссылки: eLibrary

База данных: Каталог библиотеки СФУ

Библиографическое описание: DESIGN AND IMPLEMENTATION OF TOURISM VISUALIZATION ATTRACTION RECOMMENDATION SYSTEM BASED ON COLLABORATIVE FILTERING ALGORITHM : научное издание / Z. Ma, M. Gao. - Текст : непосредственный // Инновационная наука. - 2025. - №2-2. - P. 48-53. - ISSN 2410-6070.

Аннотация: Digital reform promotes tourism enterprises to deeply understand consumer needs and improve visitor experience through data analysis. This system adopts collaborative filtering algorithms, combining user ratings and similarity to provide personalized attraction recommendations to ensure accuracy. Echarts is used to realize visual display and optimize user experience. The backend of the system is based on SpringBoot, and the frontend is developed by Vue and ElementUI.
Цифровые реформы заставляют туристические компании глубже понимать потребности потребителей и улучшать качество обслуживания посетителей с помощью анализа данных. В этой системе используются алгоритмы коллаборативной фильтрации, сочетающие оценки пользователей и их сходство для предоставления персонализированных рекомендаций по достопримечательностям, обеспечивающих точность. Для визуального отображения и оптимизации пользовательского опыта используется Echarts. Бэкэнд системы основан на SpringBoot, а фронтэнд разработан с помощью Vue и ElementUI.

Год издания: 2025

Авторы: Ma Zhanjun , Gao Mingyu

Издательство: Общество с ограниченной ответственностью "Аэтерна, Уфа

Источник: Инновационная наука

Выпуск: №2-2

Номера страниц: 48-53

Держатель оригинала документа: SibSU

Количество экземпляров:

Твёрдая копия издания отсутствует в фонде библиотеки

Показать дополнительные сведения

DESIGN AND IMPLEMENTATION OF NEWS RECOMMENDER SYSTEM BASED ON COLLABORATIVE FILTERING AND MACHINE… : научное издание

Ma Zhanjun и др.
2025 год

A STUDY ON WEIGHTED COLLABORATIVE FILTERING RECOMMENDATION ALGORITHM BASED ON MULTI-CLUSTER… : научное издание

Ma Zhanjun и др.
2025 год

DESIGN AND IMPLEMENTATION OF AUTHOR - BASED COLLABORATIVE FILTERING BOOK RECOMMENDATION… : доклад, тезисы доклада

Ma Zhanjun и др.
2025 год

COLLABORATIVE FILTERING-BASED RECOMMENDATION STRATEGY FOR REDUCING FALSE RATINGS : научное издание

Ma Zhanjun и др.
2024 год

Сравнительный анализ математических алгоритмов для построения рекомендательных систем : научное издание

Кене Лев Николаевич и др.
2024 год

Факторы, влияющие на выбор методов коллаборативной фильтрации при сегментировании клиентской базы : научное издание

Фокина Д. А. и др.
2024 год

Построение динамической гибридной модели рекомендаций и исследования пользователей : научное издание

Гао Минъюй и др.
2025 год

Разработка алгоритмов ранжирования с контекстной адаптацией для рекомендательных систем : статья из журнала

Болотин Ю. С.
2025 год

Применение гибридного алгоритма балансировки для управления распределением вычислительных задач в… : статья из журнала

Дойчев Владимир Сергеевич
2025 год

РАЗРАБОТКА РЕКОМЕНДАТЕЛЬНОЙ СИСТЕМЫ ДЛЯ ПОМОЩИ В ВЫБОРЕ НАПРАВЛЕНИЯ ПОДГОТОВКИ АБИТУРИЕНТУ : доклад, тезисы доклада

Фомкин Д.В. и др.
2025 год

СТРАТЕГИЯ РЕКОМЕНДАЦИЙ НА ОСНОВЕ КОЛЛАБОРАТИВНОЙ ФИЛЬТРАЦИИ ДЛЯ СНИЖЕНИЯ ЛОЖНЫХ ОЦЕНОК : доклад, тезисы доклада

Ма Чжаньцзюнь и др.
2023 год

Профилирование пользователей в сети Интернет : научное издание

Поджарова К.Д. и др.
2020 год

Comparison of recommendation systems based on deep machine learning methods : статья из журнала

Van V. и др.
2022 год

ПРИМЕНЕНИЕ ГИБРИДНОГО ПОДХОДА К ОБРАБОТКЕ И ВИЗУАЛИЗАЦИИ ДАННЫХ МРТ ИЗОБРАЖЕНИЙ : научное издание

Зотин А. Г. и др.
2025 год

МЕТОДЫ ОЦЕНКИ КАЧЕСТВА РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМ : научное издание

Павлов П.С.
2018 год

INTELLIGENT OPTIMIZATION ALGORITHMS FOR EFFECTIVE SOLUTION OF COMPLEX PROBLEMS : научное издание

Kravtsov K.I. и др.
2025 год

Библиотечно-издательский комплекс СФУ

DESIGN AND IMPLEMENTATION OF TOURISM VISUALIZATION ATTRACTION RECOMMENDATION SYSTEM BASED ON COLLABORATIVE FILTERING ALGORITHM : научное издание
статья из журнала

Похожие публикации