英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
基于用户功能和兴趣点可达性级别的旅游推荐系统
Filipe Santos1, Ana Almeida1, Constantino Martins1, Paulo Oliveira2, Ramiro Gonccedil;alves2
1Institute of Engineering – Polytechnic of Porto, Computer Science Department,
Porto, Portugal
{jpe, amn, acm}@isep.ipp.pt
2University of Traacute;s-os-Montes e Alto Douro, INESC TEC,
Vila Real, Portugal
{oliveira, ramiro}@utad.pt
摘要：本文介绍了一种基于用户和兴趣点（POI）的旅游推荐系统的开发方案，其主要工作是评估收集到的用户的生理和心理功能水平是否会返回更准确的推荐结果。这项工作还旨在以一种不同的方式进行分类(POI)，考虑到他们在可达性级别上所衡量的接待具有一定生理和心理问题的游客的能力，本节将对此进行描述。
关键词：旅游；推荐；用户特征；兴趣点、功能性、可达性
Tourism Recommendation System based in User Functionality and Points-of-Interest Accessibility levels
Filipe Santos1, Ana Almeida1, Constantino Martins1, Paulo Oliveira2, Ramiro Gonccedil;alves2
1Institute of Engineering – Polytechnic of Porto, Computer Science Department,
Porto, Portugal
{jpe, amn, acm}@isep.ipp.pt
2University of Traacute;s-os-Montes e Alto Douro, INESC TEC,
Vila Real, Portugal
{oliveira, ramiro}@utad.pt
Abstract：This paper describes a proposal to develop a Tourism Recommendation System based in Users and Points-of-Interest (POI) profiles The main focus of this work is to evaluate if gathered userrsquo;s physical and psychological functionality levels will return more accurate recommendation results.
Key words：Tourism; Recommendation; User Profiles; Points-of-Interest, Functionality, ccessibility
1 引言
用户建模实现通常使用两组技术执行：基于知识的和行为的[1]。基于知识的适应性通常是使用表单、查询和其他用户研究收集到的信息的结果，目的是产生一组启发式方法。行为适应与用户在日常任务和活动中的监控有关。这项工作提出了一种基于知识的方法来使用通过表单收集的信息。主要重点是考虑不同的用户相关信息，如用户与葡萄牙旅游局定义的一组刻板印象(商业、自然、太阳和海洋等)之间的关系。以及生理和心理问题的功能水平，如运动、视力、恐高症和幽闭恐惧症，以创造更准确的轮廓。将用户建模视为构成应用程序的其他流程是很重要的。用户建模可以定义为一组允许系统保留用户信息并允许以多种方式使用这些信息的技术，其主要目的是改进和定制该系统内的用户体验[2]。它通常是一个以用户或用户模型的适当表示开始的过程，它可以添加不同的组件。此外，该信息用于推断和生成新知识，这些新知识可以添加到用户模型中，也可以由系统用于调整它，从而至少在用户角度上提高系统的效率。这项工作的目的也是考虑一种不同的方法来分类POI，其中每个人的有关生理和心理问题的可达性水平都被评估。
根据用户，推荐系统可以被定义为系统过滤和组织其项目的不同技术的集合，以便选择最好的或最合适的表示[3]。虽然最常见的情况是，当系统必须从某个组中选择最佳项，否则(不进行筛选)将被随机选择，但还有其他更重要的情况，即某些项或项目类型在给定时刻无法向用户显示，例如，由于障碍问题。因此，应该准备一个完整的推荐系统来处理这两种情况。推荐系统通常使用的操作模式是使用知识库(用户模型)作为一系列计算的基础，根据各种各样的理论或方法，推断出在所有可用的项目中，哪些将是更能使用户满意的项目。在这项工作中，人们认为取悦用户的最好方法是尊重他们的刻板印象(自然、商业、住宅等)。关系的准确性和功能水平(这些水平与用户的能力，如运动，视觉和恐惧症有关)。与其他POI相比，为每个POI定义的可访问性级别(可以描述为POI概要文件)也是这项工作的一个关键区别。
向某个人推荐某件东西对他来说是一种隐含的责任，因为确保推荐结果的准确性和质量是很重要的。这些系统基本上以三种范式(内容、协作和知识为基础)及其所有可能的组合[4][5][6][7]为基础。基于内容的过滤尝试从非结构化或无组织项数据元素的内容中捕获信息，例如文本或描述性属性，通常包括来自信息检索区域的强大文本挖掘算法。协作过滤(也称社交过滤)是目前应用最广泛的技术之一，受到Web2.0(社交网络)现象的影响。它依靠其他用户的信息向当前用户推荐项目[4]。基于知识的过滤几乎是不可避免的，因为它意味着在推荐系统中使用任何形式的领域知识。
这两个领域，即用户/POI建模和推荐系统，是本工作的核心部分，以及用于收集所需重要数据的一组工具。
1.1 目标
这项研究的主要目标是开发一个推荐系统，它需要更深层次的用户知识，并且能够尊重他们独特的偏好和功能水平。除了年龄、性别、国籍和其他用户偏好等基本信息外，还计算了这些功能水平，包括运动、视力和恐高症、幽闭恐惧症等无障碍问题，并与一些标准化的定型观念进行了比较。这项研究在旅游推荐系统和任何其他领域都具有至关重要的意义，在这些领域中，更准确的个人用户知识是获得更好结果的关键因素。个体用户需求的满足与对自身生理和心理限制的尊重可能是本研究工作最重要的目标之一。
2 研究现状
2.1 用户特征分析
在与计算机软件历史相关的文档中，人们通常解释说，许多软件领域都是从机器角度的方法变化的，在这种方法中，软件本身扮演着主要角色，用户有义务调整自己，适应面向用户的开发，在这种开发中，软件是为了满足用户的需求、目标和愿望而创建的。这是一个类似的运动，发生在工业战略，从面向产品的方法转变为以客户为导向的范式，在这种模式下，所有的产品都是根据市场研究结果开发的。在计算机系统中，用户需求扮演着类似的角色[8]，用户必须有系统为他们工作的感觉，而不是相反，提高日常任务的准确性和效率。面向客户的软件将受益于用户的信任和信心，在竞争加剧的世界中获得重要的竞争优势。这是用户建模可以执行差异的部分。例如，在与教育过程有关的工作[9]中，作者将学生建模为个人，在社会、智力、身体、心理、情感和民族特征等方面存在差异，以获得更好的学生成绩。
历史上，第一项与用户建模有关的研究出现在70年代由Allen、Choen、Perrault和ElaineRich发表的文献[1]中。事实上，在这篇文献综述中，Rich[10]和最近的Kobsa[2]是与这一主题相关的两个最重要的参考文献。在过去的几十年中，开发了几种不同的系统来存储不同类型的用户信息。其中一些应用在2001年Morik、Kobsa、Wahlster和McTear所做的工作中进行了分析和回顾。在第一个系统中，用户建模是一个应用程序部分，这给将用户配置文件相关流程与其他应用程序组件分离带来了困难。在软件封装和模块化技术开始流行之前，这是软件设计中的一个常见问题。尽管与用户档案建模有关的技术演变(利用新技术的发展，它变得更加复杂和智能化)，但使这一研究领域的出现成为可能的基本概念、想法和问题几乎是一样的：识别用户的需要、愿望、个性，最重要的是，确定目标。
近年来，不同的用户建模技术和方法被用来表示知识，其中一些是面向数据表示的，另一些是面向数据推理的。UM技术(线性模型、决策树、神经网络、文本挖掘、贝叶斯网络和数据挖掘)都是预测统计模型的形式，因为它们应用于成千上万个项目(来自产品、客户、行为等)的领域。也可以借鉴最近机器学习的演变[11]。最后，由于它们的性质，并不是所有的都可能实际应用于某些领域。
线性模型是最常见的技术之一，甚至可以说，每个系统都以某种方式使用线性模型，尽管有些系统完全依赖线性模型，并探索它们的所有可能性。这些模型易于建立和理解；它们是有效的，并且假设概率数据是可信的，这是迄今为止成功应用的理论[10]。在前面描述的产品应用程序中，它们通常使用加权和或频繁访问项的方法来得出用户的兴趣，从而推断出新的未知项的可能性。
2.2 推荐系统
在本节中将根据它们的参考能力介绍一些现有的推荐系统。
TIP[12]和Heracles[13]通过移动设备为旅游提供推荐服务。这些服务实现了混合算法来计算游客的偏好，使用定义的游客轮廓和位置数据(位置感知)。
Proximo[14]是一种适用于纯范式方法的位置感知移动和推荐系统。它使用Java和蓝牙技术引导用户在建筑物内参观。移动设备还跟踪用户位置并构建上下文，为系统提供重要信息。用户的位置是通过“嗅出”固定蓝牙设备或部署在使用区域的低成本信标来实现的。Proximo纯协作推荐系统依赖于用户的项目评分来提供推荐。
在GeoNotes[15]中，系统试图模糊物理空间和数字空间(普适计算和增强现实)之间的界限。同时，它致力于在社会上提升数字空间(协作过滤、社交导航等)。通过允许用户参与创建信息空间。GeoNotes是一个基于位置的信息系统，它允许用户访问与用户在地理空间中的位置有关的信息。
面向旅游的移动GIS应用MacauMap[16]为澳门城市设计，允许在显示用户当前位置的同时导航地图。它还提供了关于公共公交网络的信息和用于计算最佳公交路线的巴士指南。它还向观光导游提供有关博物馆、教堂、寺庙、旅馆、餐馆和其他名胜古迹的信息，以及它们在地图上的位置。
EtPlanner是一个移动规划助理，[17]，它允许创建个性化的旅游停留。使用移动设备(例如PDA或移动电话)，客户的逗留是智能计划的。这样，用户就可以在旅行之前、期间和之后得到帮助。
个人移动助理mobiDENK[18]是为参观汉诺威的Herrenhausen花园而开发的，其中包括POI，其中包括在PDA上展示最重要特征的历史信息和图像。它专注于吸引用户对历史遗迹的关注，并在地图上显示人的当前位置时，在不同的观光景点提供基于位置的多媒体信息。
AcessSights[19]是mobiDENK的一个子项目，目的是为在花园旅行的正常视力使用者和视力受损者提供旅游信息。正常情况下，视力正常的用户会利用这两种感觉来获取信息，并且可以简单地遵循一张指南地图，而盲人则会听信息。该系统利用响度来指出用户当前位置和感兴趣点之间的距离，只需使语音信号在用户离点更近时变得更响亮。
“旅游指南”[20]是一种基于位置的户外环境导游应用程序，是为前往阿德莱德市中心的莫森湖校区(南澳大利亚大学)和北露台分局的游客开发的。用户使用PDA与系统进行交互，PDA显示其当前位置，并提供有关特定附近POI(特定区域的自导旅游)的详细信息，如建筑物、景点和公共电话和厕所等附近的公用设施。
该应用程序m-ToGuide[21]是针对欧洲旅游市场，并提供特定位置的多媒体信息，主要纪念碑和POI。使用便携式手持终端在m-ToGuide系统和游客之间交换信息.所有提供给游客的信息和服务都将与他/她的具体地点(基于地点)相关，并为最终用户的个人资料量身定做。m-ToGuide的体验可以个性化，让游客直接获得他们喜欢的信息和服务。
英国兰开斯特市已经提供了GUIDE[22]，为城市游客在探索城市时提供最新和上下文感知的超媒体信息。
crumpet[23]为更加多样化的旅游人口提供新的信息传递服务。crumpet提出的服务利用了四个关键新兴技术领域的优势，并将它们应用于旅游领域：位置感知服务、个性化用户交互、无缝可访问的多媒体移动通信以及使用多代理技术的基于智能组件的中间件或“Smarwa
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[19750]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
