全文总字数：2101字

1. 研究目的与意义及国内外研究现状

随着社会的进步，人们的生活水平不断的提高，越来越多的人喜欢外出旅游，以徐州及周边地区为例，如何让外地人准确地选择合适的旅游景点，并查询旅游景点的相关信息，也成为人们不得不面对的问题。

利用旅游信息推荐算法能够让人们方便的找到自己心仪的旅游景点，方便人们规划自己的出行。

好的推荐能够发掘用户喜欢的景点并推荐给用户。

2. 研究的基本内容

本文主要研究如何利用协同过滤推荐算法对用户进行推荐，以及传统的协同过滤推荐算法存在的问题，比较典型的有数据稀疏性问题，冷启动问题，算法的可扩展性问题等。

对于存在的问题进行优化，使得推荐结果更令人满意，得到一个比较完善的旅游推荐系统。

3. 实施方案、进度安排及预期效果

主要通过收集、鉴别、整理文献，并通过对文献的研究，形成对协同过滤推荐算法的科学的认识。

通过阅读大量的相关协同过滤推荐算法的文献，结合现实进行对协同过滤推荐算法的不足进行优化，从而使用户获得更加准确地推荐。

1.2018年11月上旬—11月中旬：确定选题；2.2018年11月下旬：审核选题；3.2018年12月上旬起：由指导老师具体安排指导；4.2019年1月上旬：完成写作提纲，交给指导老师审核；5.2019年1月中旬—2019年3月：收集、整理资料，完成初稿；6.2019年4月起：在老师指导下修改论文；7.2019年5月上旬：论文改定,印刷装订；8.2019年5月中旬：答辩。

4. 参考文献

【1】乔向杰,张凌云.近十年国外旅游推荐系统的应用研究[J].旅游学刊,2014,29(8):117-127. DOI:10.3969/j.issn-1002-5006.2014.08.012.【2】李春.协同过滤推荐算法的研究[J].计算机工程，2010,13（3）：43-45【3】王显飞，陈梅，李小天.基于月叔的旅游推荐系统研究与设计[J].计算机技术与发展，2012,22（2）：141-145.【4】侯新华,文益民.基于协同过滤的旅游景点推荐[J].计算技术与自动化,2012,31(4):116-119. DOI:10.3969/j.issn.1003-6199.2012.04.028.【5】罗文.协同过滤推荐算法综述[J].科技传播,2015,(7):115-115,196.【6】章晋波.推荐系统中协同过滤算法的研究与实现[D].北京：北京邮电大学，2011.【7】Haifeng Liu,Zheng Hu,Ahmad Mian,Hui Tian,Xuzhen Zhu.A new user similarity model to improve the accuracy of collaborative filtering[J]. Knowledge-Based Systems . 2013【8】Jonathan L. Herlocker,Joseph A. Konstan,Loren G. Terveen,John T. Riedl.Evaluating collaborative filtering recommender systems[J]. ACM Transactions on Information Systems (TOIS) . 2004 (1)