● 摘要
随着社会经济和交通行业的快速发展，以及人们生活品质的不断提高，旅游逐渐成为人们优质生活中较为重要的一部分。新兴科技也逐步融入了智慧旅游当中，总的来说是以云计算服务为基础，以移动客户端应用为核心，以大数据信息资源为中心等为游客提供旅游信息化服务。本文结合LBS（Location Based Services）和个性化推荐技术，并利用云平台的大数据处理能力提出了移动云计算下LBS混合推荐技术模型，用于旅游景点的个性化推荐服务。
本文创新之处如下：
(1)将基于LBS的混合算法个性化推荐技术应用于智慧旅游服务，并结合了Hadoop云计算平台技术，使得该系统能够很好的适用于大数据环境；
(2)融合了多种算法的优势，丰富用户的选择；
(3)在推荐中考虑了位置情境因素，能获得较优的推荐结果。
本文主要研究和实验工作如下：
首先，对推荐算法和移动推荐系统的现状进行了详细分析，重点分析了基于项目的协同过滤算法、关联规则算法和Mahout算法库中的相关知识；简要介绍了当今主流的推荐算法，并对比分析了各个算法的优缺点以及本论文中选取该算法的原因。
其次，详细分析了云计算平台Hadoop及其相关子模块，重点研究了在Hadoop下如何对大数据进行数据挖掘及分析，并搭建好了云计算平台，将Hadoop云平台用于旅游数据分析。
然后，对用户对景点的评分数据进行数据预处理，整合成可用的结构化数据。
最后，设计完成云计算平台下基于地理位置的旅游服务推荐系统。通过游客对景点的历史行为数据并结合位置情境，利用协同过滤和关联规则混合算法进行个性化推荐，并运行在Hadoop云平台下。高效、精准的向游客推荐符合其兴趣偏好的景点。另外，开发B/S架构的符合HTML5标准的推荐系统，适用于手机端、平板和PC端。