1.4 本文创新点

针对上述现有研究现状的不足，本文尝试着眼于社交媒体平台的用户客观行为数据，定量分析用户偏好，并基于用户及其偏好属性之间的耦合关联关系，构建基于耦合聚类的用户偏好识别模型，同时通过运用随机森林算法实现特征选择，选取特定的目标属性，构建基于分类的用户偏好识别模型，依托模型寻找到最优的阈值，实现偏好领域最优划分，进而解决用户偏好识别和用户社区划分的问题。

1.5 研究内容和研究思路

本文拟通过典型社交媒体的用户生成内容平台“百度贴吧”及“百度指数”的数据，基于商家的视角挖掘用户潜在需求和制定旅游策略。相关的工作主要有：

（1）基于一定的网络数据的获取及预处理策略，有效获取典型用户的检索、标注及评价等客观化行为的社交网络数据；

（2）基于偏好主题对相关的用户进行耦合聚类分析，以发现具有相似偏好的用户，进而可进行个性化推荐或协同推荐；

（3）基于用户对相关的偏好主题进行耦合聚类分析，以发现具有相互关联性的偏好主题，进而可优化企业的产品或服务功能；

（4）选取目标特征属性完成基于分类的聚类研究，寻找出偏好领域划分的最优阈值，进而实现偏好领域的最优划分；

（5）将主题公园的主题领域服务与游客用户的需求偏好进行关联匹配，辅助商家制定较为优秀的旅游策略。