研究内容和研究方法

本研究的内容即是上文所提到的对于移动旅游商务这一领域的个性化推荐的不足的完善，在深刻阅读和理解文献综述的基础上，从用户的基本特征、当前环境情景、用户历史行为记录和历史情景这四个情景维度的选择下，采取贝叶斯算法去预测用户的偏好。本文将会选取旅游景点推荐这一实例，采用问卷调查的数据，进行传统算法和本文采用的个性化推荐方法得出的数据进行比对，从而得出哪一种方法的推荐效率更高。

在进行具体的研究前，为简化和避免不必要的数据统计和计算，本研究的数据收集阶段将遵循如下假设：同一类型的旅游景点被推荐的条件概率是相同的；景点推荐时，景点不开放、超出预算经费和到达不了的景点均排除在外。

本研究主要进程是先阅读大量文献综述。通过阅读大量的国内外学者的期刊和学说，了解移动旅游商务所处的环境和问题的所在，从而能选取出相应解决问题方法；

再进行问卷调查。问卷调查是为了获取数据，会被用到下文中样本数据和历史数据库的构建和条件概率的计算。计算用户偏好模型的条件概率，实例计算所需的样本数据和历史数据库。最后采用实例，通过计算，得出两种推荐方法的结果，进行比对并且验证本研究的优质性。

研究思路

本文将在文献综述的基础上对移动旅游商务、个性化推荐和情景理论这三个方面展开具体研究。

第一，本文将根据文献综述关于移动旅游商务的阐述下，着重对于其发展现状和关于其在移动旅游商务中的个性化推荐应用的实际效果，深刻总结，综合学习并运用个性化推荐方法和情景理论以及贝叶斯网络来展开研究。

第二，根据传统的个性化推荐中存在的不足和缺陷，充分考虑到多维情景的重要性，以此入手，来建立基于移动旅游商务的多维用户情景模型。采用不同的情景建模方法，从多方面来力争为用户提供更优的推荐方法。

第三，根据分权重计算以及通过多维相似性计算来验证本研究采取的个性化推荐方法，并提出展望。