Recomendación personalizada de tour mediante el análisis de gustos del usuario para distancia de viaje, diversidad y popularidad
Autores: Lee, Jongsoo; Shin, Jung Ah; Chae, Dong-Kyu; Lee, Sang-Chul
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Recomendación personalizada de tour mediante el análisis de gustos del usuario para distancia de viaje, diversidad y popularidad
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Recomendaciones
Destinos
Preferencias
Personalización
Diversidad
Distancia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
El objetivo de una recomendación de tour es recomendar los mejores destinos de acuerdo a las preferencias de cada turista. La tarea de recomendación de tour es desafiante en el sentido de que no solo debe considerar las calificaciones, como lo hacen los problemas de recomendación tradicionales existentes, sino que también debe considerar la personalización de las características únicas, como la diversidad, la distancia de viaje y la popularidad del destino de viaje, que estudios previos no han tenido en cuenta. En este documento, proponemos, por primera vez, la personalización de aspectos: descubrimos cuán importante considera cada usuario la diversidad, la distancia y la popularidad de un destino de viaje al elegir dónde visitar. Luego, proporcionamos recomendaciones sobre atracciones turísticas combinando la puntuación personalizada para cada factor y la puntuación predicha. Para la evaluación, recopilamos calificaciones de usuarios y metadatos de POIs de TripAdvisor y Naver. Los resultados experimentales mostraron que el método propuesto tuvo una mejora del 82%, 24% y 20% en precisión y una mejora del 129%, 35% y 22% en recuperación en términos de las recomendaciones de los tres primeros lugares.
Descripción
El objetivo de una recomendación de tour es recomendar los mejores destinos de acuerdo a las preferencias de cada turista. La tarea de recomendación de tour es desafiante en el sentido de que no solo debe considerar las calificaciones, como lo hacen los problemas de recomendación tradicionales existentes, sino que también debe considerar la personalización de las características únicas, como la diversidad, la distancia de viaje y la popularidad del destino de viaje, que estudios previos no han tenido en cuenta. En este documento, proponemos, por primera vez, la personalización de aspectos: descubrimos cuán importante considera cada usuario la diversidad, la distancia y la popularidad de un destino de viaje al elegir dónde visitar. Luego, proporcionamos recomendaciones sobre atracciones turísticas combinando la puntuación personalizada para cada factor y la puntuación predicha. Para la evaluación, recopilamos calificaciones de usuarios y metadatos de POIs de TripAdvisor y Naver. Los resultados experimentales mostraron que el método propuesto tuvo una mejora del 82%, 24% y 20% en precisión y una mejora del 129%, 35% y 22% en recuperación en términos de las recomendaciones de los tres primeros lugares.