Elsa's WebWi Blog

a personalized tourist trip design algorithm for mobile tourist guides

Im Artikel werden neue Ansätze zur Berechnung touristischer Routen in einem dynamischen Kontext vorgestellt. Dabei wurden Techniken aus der Informationssuche und aus der operativen Forschung kombiniert.

Bei der Studie wurden Orte, die in Dokumenten vorkamen, mit einem Vektorraummodell indiziert. Der Index wird danach abgefragt, indem man die Ähnlichkeiten zwischen den Interessen des Fremden und den Dokumenten berechnet. Im Anschluss wird ein Index abgefragt, indem Ähnlichkeiten zwischen der Interessen des Touries und dem Dokument berechnet werden. Der daraus resultierende Standort und die personalisierten Scores berücksichten ebenso die Einhaltung von Distanz- und Zeitbudgets.

Die Autoren entwickelten auch ein metaheuristisches Verfahren, das auf der geführten lokalen Suche basiert, um dieses Optimierungsproblem zu lösen und den Touristen sofort mit einer sehr qualitativ hochwertigen Tour zu präsentieren. Der Ansatz wurde auf echten touristischen Daten der Stadt Gent getestet.

Das Test-Set wurde verwendet, um das GLS-basierte meta-heuristische Verfahren der Autoren mit dem DTG Algorithmus zu vergleichen. Probleme gab es nur mit wenigen Standorten schnitten sowohl DTG- als auch GLS-Ansätze gleich gut ab.

Wenn es sich um bis zu 20 Standorte handelt, schnitt der GLS Algorithmus etwas besser ab bei der Lösungsqualität.

Handelte es sich um über 50 Standorte übertrifft der GLS-Algorithmus den DTG-Algorithmus in Bezug auf Lösungsqualität und Berechnungsgeschwindigkeit deutlich.

Der Indexprozess wird also automatisiert und jeder neue Suchbegriff kann als interessanten Point of Interessts verwendet werden. Somit können die Nutzer ihre aufgrund Ihrer Eingaben personalisierte Touren durchführen.

Quelle: Souffriau, Wouter / Vansteenwegen, Pieter /Vertommen, Joris / Berghe, Greet Vanden / Van Oudheusden, Dirk, in: a personalized tourist trip design algorithm for mobile tourist guides, Applied Artificial Intelligence, 2008.