Multi-day Trip Planning System with Collaborative Recommendation

Priska Aprilia; Kyeong-Jin Oh; Myung-Duk Hong; Myeong-Hyeon Ga; Geun-Sik Jo

추천

검색

질문

자료유형: 학술저널

저자정보: Priska Aprilia (Inha University) Kyeong-Jin Oh (Inha University) Myung-Duk Hong (Inha University) Myeong-Hyeon Ga (Inha University) Geun-Sik Jo (Inha University)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제22권 제1호

발행연도: 2016.3

수록면: 159 - 184 (26page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

여행을 계획하는 일은 매우 복잡하고 많은 시간을 필요로 한다. 여행 계획을 정할 때에는 보통 관심지점(point of interests, POIs)을 선택하고 그에 따른 다양한 제약 조건들을 고려하여 일정을 계획 한다. 관심 지점을 선정할 때 친구들에게 의견을 묻거나 인터넷에서 직접 정보를 찾으며 여행사의 도움을 받기도 한다. 하지만 이러한 방법들은 다음과 같은 어려움이 있다. 친구들에게 의견을 묻는 경우에는 친구들이 방문해 보지 못한 장소에 대한 정보를 얻기 어렵고 인터넷에서 정보를 찾는 경우에는 오히려 너무 많은 여행 정보들 때문에 필요한 정보를 탐색하고 정리하는데 많은 시간이 필요하며 여행사의 도움을 받을 때에는 여행 일정이 여행을 제공해주는 업체들 쪽으로 편중될 우려가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 여행 일정 계획 시스템인 CYTRIP을 제안한다. CYTRIP은 웹 기반의 추천 시스템으로써, 여행 정보를 공유할 수 있는 공간을 제공하고, 이를 통해 참여자들의 집단 지성에 따른 관심 지점을 추천 받는다. 그리고 PDDL3를 통해 추천된 지점들의 시간적, 공간적 제약조건 따라 여행 일정이 자동으로 생성되며 이렇게 생성된 일정은 지도 위에 표시되어 사용자에게 제공된다. 여행을 계획할 때에 정해진 기간 동안 모든 추천 관심지점을 방문할 수 없는 경우가 발생한다. 이러한 문제를 피하기 위해 정해진 시간에 방문 가능한 관심 지점들의 후보 집합을 선택하고 이 후보 집합들에 대한 여행 일정을 생성한다. 제안하는 시스템의 성능평가를 위해 사용자 평가를 실시하였다. 사용자 평가를 위해 한국관광공사에서 제공하는 데이터를 활용하였고 평가 결과 제안하는 시스템이 여러 참여자들의 집단 지성을 통해 여행 일정을 계획하는데 유용하다는 것을 알 수 있었다.

Planning a multi-day trip is a complex, yet time-consuming task. It usually starts with selecting a list of points of interest (POIs) worth visiting and then arranging them into an itinerary, taking into consideration various constraints and preferences. When choosing POIs to visit, one might ask friends to suggest them, search for information on the Web, or seek advice from travel agents; however, those options have their limitations. First, the knowledge of friends is limited to the places they have visited. Second, the tourism information on the internet may be vast, but at the same time, might cause one to invest a lot of time reading and filtering the information. Lastly, travel agents might be biased towards providers of certain travel products when suggesting itineraries. In recent years, many researchers have tried to deal with the huge amount of tourism information available on the internet. They explored the wisdom of the crowd through overwhelming images shared by people on social media sites. Furthermore, trip planning problems are usually formulated as ‘Tourist Trip Design Problems’, and are solved using various search algorithms with heuristics. Various recommendation systems with various techniques have been set up to cope with the overwhelming tourism information available on the internet. Prediction models of recommendation systems are typically built using a large dataset. However, sometimes such a dataset is not always available. For other models, especially those that require input from people, human computation has emerged as a powerful and inexpensive approach. This study proposes CYTRIP (Crowdsource Your TRIP), a multi-day trip itinerary planning system that draws on the collective intelligence of contributors in recommending POIs. In order to enable the crowd to collaboratively recommend POIs to users, CYTRIP provides a shared workspace. In the shared workspace, the crowd can recommend as many POIs to as many requesters as they can, and they can also vote on the POIs recommended by other people when they find them interesting. In CYTRIP, anyone can make a contribution by recommending POIs to requesters based on requesters’ specified preferences. CYTRIP takes input on the recommended POIs to build a multi-day trip itinerary taking into account the user’s preferences, the various time constraints, and the locations. The input then becomes a multi-day trip planning problem that is formulated in Planning Domain Definition Language 3(PDDL3). A sequence of actions formulated in a domain file is used to achieve the goals in the planning problem, which are the recommended POIs to be visited. The multi-day trip planning problem is a highly constrained problem. Sometimes, it is not feasible to visit all the recommended POIs with the limited resources available, such as the time the user can spend. In order to cope with an unachievable goal that can result in no solution for the other goals, CYTRIP selects a set of feasible POIs prior to the planning process. The planning problem is created for the selected POIs and fed into the planner. The solution returned by the planner is then parsed into a multi-day trip itinerary and displayed to the user on a map. The proposed system is implemented as a web-based application built using PHP on a CodeIgniter Web Framework. In order to evaluate the proposed system, an online experiment was conducted. From the online experiment, results show that with the help of the contributors, CYTRIP can plan and generate a multi-day trip itinerary that is tailored to the users’ preferences and bound by their constraints, such as location or time constraints. The contributors also find that CYTRIP is a useful tool for collecting POIs from the crowd and planning a multi-day trip.

#Trip Planning #Collective Intelligence #PDDL #Collaborative Recommendation #Recommendation System #여행 계획 #집단 지성 #협업적 추천 #추천 시스템

참고문헌 (23)

참고문헌 신청

Benton, J / 2005 / Over-subscription planning with numeric goals / International Joint Conferences on Artificial Intelligence Organization :1207~1213

Borràs, J / 2014 / Intelligent tourism recommender systems: A survey / Expert Systems with Applications 41(16):7370~7389

Chen, G / 2014 / Automatic Itinerary Planning for Travelling Services / IEE Transaction on Knowledge and Data Engineering 26(3):514~527

Edelkamp, S. / 2006 / Large-Scale Optimal PDDL3 Planning with MIPS-XXL / International Planning Competition Booklet :28~30

Fox, M. / 2003 / PDDL2.1 : An Extension to pddl for Expressing Temporal / Journal of Artificial Intelligence Research 20(1):61~124

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

프리스카

소속기관 Inha University

주요연구분야 공학 > 산업공학

논문수 1 이용수 78

Kyeong-jin Oh

소속기관 Inha University

주요연구분야 공학 > 산업공학 공학 > 컴퓨터학

논문수 14 이용수 1,937

홍명덕

소속기관 인하대학교

주요연구분야 공학 > 산업공학 공학 > 컴퓨터학

논문수 20 이용수 2,044

가명현

소속기관 Inha University

주요연구분야 공학 > 산업공학

논문수 5 이용수 1,014

조근식

소속기관 인하대학교

주요연구분야 공학 > 컴퓨터학 TOP 10% 공학 > 전기전자공학 > 정보통신공학

논문수 151 이용수 15,348

이 논문과 함께 이용한 논문

빅데이터 기반 추천시스템 구현을 위한 다중 프로파일 앙상블 기법

김민정 , 조윤호 지능정보연구 2015 .12

체류시간을 고려한 여행 일정 추천 시스템

박세화 , 박석 정보과학회 컴퓨팅의 실제 논문지 2016 .01

A Strategy for Neighborhood Selection in Collaborative Filtering-based Recommender Systems

이수정 Journal of KIISE 2015 .11

트위터 사용자정보의 유사성을 기반으로 한 팔로어 분류시스템

계용선 , 윤영미 한국컴퓨터정보학회논문지 2014 .01

토픽 모델링을 이용한 댓글 그래프 기반 소셜 마이닝 기법

이상연 , 이건명 한국지능시스템학회 논문지 2014 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-003-002785744

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (23)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)