论文题目：基于深度学习个性化房型推荐的酒店预订系统
摘要：随着互联网与人们生活方式的深度融合,在线旅行社利用网络平台改变了传统的旅游营销模式,将线下的酒店信息、路线信息在网络上进行传输,加快了酒店相关信息的传播与获取,为用户进行酒店预订提供了极大的便利。但是随着酒店信息数据的急剧增长,用户在预订酒店时需要花费很长的筛选时间,才能找到自己偏爱的酒店房型及酒店。因此,如何向用户提供酒店房型及酒店的精准推送,是现有的酒店预订平台急需解决的重要问题,也是未来酒店预订平台的发展趋势。本论文开发完成了一套基于深度学习个性化房型推荐的酒店预订系统。系统设计时首先根据需求进行系统原型的开发,然后不断地对系统原型进行完善,直到形成满足用户需求的系统。本系统开发的主要功能包含个性化推荐、个人中心、预订管理、酒店管理、客房管理、系统管理等功能模块。本论文主要通过TensorFlow和XGBoost开源库,使用Python语言构建DeepFM+XGBoost融合模型。本论文利用XGBoost进行低阶特征抽取以及DeepFM进行低阶特征、高阶特征交互的优势,对用户的兴趣、爱好、历史订单行为数据等进行挖掘,获取潜在影响用户行为的各种数据特征,进行模型训练得到最佳融合模型。本论文将最佳融合模型应用在个性化推荐功能模块进行预测,将预测的结果表的TopK返回用户,实现对用户预定何种酒店房型的精准推荐,弥补现有的酒店预订平台存在的不足,比如携程、去哪儿等,只是推荐最热门酒店,所有用户得到的推荐酒店都是一样的,并没有以人为核心推荐最偏爱的酒店房型及酒店。本论文实现完成了个性化推荐、个人中心,预定管理,酒店管理,客房管理,系统管理等功能模块。本论文使用DeepFM+XGBoost融合模型进行推荐,得到更好的推荐精确度,系统功能测试通过,系统性能表现良好,基本可以提供酒店预订、酒店房型及酒店的个性化推荐服务。
关键词：酒店预订;个性化推荐;深度学习;融合模型
学科专业：软件工程
摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究现状
1.3 论文主要研究内容
1.4 论文章节具体安排
1.5 本章小结
2 系统需求分析
2.1 系统需求概述
2.2 系统功能性需求分析
2.3 系统非功能性需求分析
2.4 本章小结
3 系统设计
3.1 系统设计概述
3.2 系统的架构设计
3.3 系统总体类图设计
3.4 系统的功能设计
3.5 系统的数据库设计
3.6 本章小结
4 个性化推荐算法设计
4.1 个性化推荐算法分析
4.2 基于树模型的推荐算法
4.3 基于深度学习的推荐算法
4.4 深度学习模型与树模型融合
4.5 实验结果分析
4.6 本章小结
5 系统实现与测试
5.1 系统开发环境
5.2 系统功能实现
5.3 系统功能测试
5.4 系统非功能测试
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献