Рекомендующая система информационной поддержки принятия решений в области туризма. Часть 2

Сервис общественного транспорта производит поиск вариантов использования общественного транспорта для проезда к достопримечательностям. Сервис совместного использования автотранспорта производит поиск водителей, маршрут которых пересекается с маршрутом пользователя, для определения возможности совместной поездки. Сервис такси производит поиск информации о стоимости такси для проезда пользователя к выбранной достопримечательности.

Рекомендация достопримечательностей

Для повышения удобства использования мобильного приложения перечень достопримечательностей, расположенных в окрестности текущего местонахождения пользователя, должен упорядочиваться с учетом как предполагаемой степени привлекательности для заданного пользователя, так и доступности в данный момент времени (с учетом текущей ситуации в регионе).

Оценка предполагаемой степени привлекательности достопримечательности производится с помощью рекомендующей системы. Источником информации для рекомендующей системы являются оценки достопримечательности, полученные от других пользователей. Таким образом, рекомендующая система может быть классифицирована как система коллаборативной фильтрации. Одним из перспективных направлений улучшения качества рекомендующих систем и, в частности, систем кол- лаборативной фильтрации является учет контекста. Под контекстом здесь понимаются условия, в которых пользователь оценивает объект. Самые элитные туры на Бора Бора дорого на сайте abeltasman.ru

В системе информационной поддержки принятия решений в области туризма выделяются следующие параметры контекста:

а)      время (обобщаемое до разных уровней: время года, рабочий день/выходной, время суток);

б)      компания, в которой пользователь посетил достопримечательность (один, вдвоем, с семьей);

в)      погода (ясно, пасмурно).

Ввод этих параметров максимально автоматизирован. Например, если пользователь открывает окно оценки достопримечательности, находясь, судя по показаниям модуля позиционирования мобильного устройства, рядом с этой достопримечательностью, то в качестве времени посещения подставляется текущее время, которое автоматически обобщается до всех используемых уровней (время года, рабочий день/выходной, время суток), а погода запрашивается у сервиса контекста. Однако есть возможность задать параметры контекста и через специальную форму мобильного приложения - это может быть полезно, например, если пользователь хочет оценить увиденные достопримечательности вечером, вернувшись в гостиницу. Пользователь может не задавать значения контекстных параметров, тогда соответствующие параметры принимают значение «Любое значение».

С точки зрения способа использования контекста в рекомендующих системах наметилось три подхода: а) предварительная контекстная фильтрация (contextual pre-filtering); б) контекстная постфильтрация (contextual post-filtering); в) моделирование контекста.

Преимуществом методов предварительной контекстной фильтрации и контекстной пост-фильтрации является то, что сам алгоритм обработки матрицы предпочтений может быть таким же, как и в традиционных рекомендующих системах, а учет контекста осуществляется путем трансформации исходных или выходных данных этого алгоритма.

В случае предварительной контекстной фильтрации данные, не относящиеся к текущему контексту, отбрасываются перед применением алгоритма формирования рекомендаций, а в случае контекстной постфильтрации итоговый перечень рекомендаций упорядочивается или фильтруется с учетом текущего контекста.