観光の形態の特徴を用いた将来の訪問国の予測

• Item type: SIG Technical Reports(1)
• 公開日: 2021-02-06
• タイトル: 観光の形態の特徴を用いた将来の訪問国の予測
• タイトル / 言語: en
• タイトル: Predicting the Next Country Considering Features of Tourism Types
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 広島市立大学
• 著者所属: 広島経済大学
• 著者所属: 中央大学
• 著者所属: 広島市立大学
• 著者所属(英): en
• 著者所属(英): Hiroshima City University
• 著者所属(英): en
• 著者所属(英): Hiroshima University of Economics
• 著者所属(英): en
• 著者所属(英): Chuo University
• 著者所属(英): en
• 著者所属(英): Hiroshima City University
• 著者名: 柴田, 有基; 石野, 亜耶; 難波, 英嗣; 竹澤, 寿幸
• 著者名(英): Naoki, Shibata; Aya, Ishino; Hidetsugu, Nanba; Toshiyuki, Takezawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，機械学習を用い，旅行者の過去の訪問国から将来の訪問国を予測する手法を提案する．将来の訪問国を正確に予測するためには，過去の訪問国の文化や位置情報などの基本的な情報のほかに，それぞれの国の観光の特徴を考慮する必要がある．そこで，本研究では，深層学習手法の LSTM を用い，Wikipedia から獲得した国の情報に加え，観光の特徴として，手がかり語を用いた観光の形態という観点からのソーシャルメディアの解析結果を考慮することで，より正確な将来の訪問国の予測を試みる．評価実験の結果，提案手法の LSTM でベースライン手法より高い，Accuracy@1 で 26.06%，MRR で 0.403 が得られた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose a method for predicting the traveler's next country by using machine learning. To predict the next country accurately, it needs to consider the country information and features of tourism. Therefore, we propose a method considered country information using Wikipedia, and tourism types using clue words. In this paper, we conducted an experiment using LSTM with Wikipedia and tourism types of input data, and obtained the results, which is better than baseline methods, of Accuracy@1 and MRR scores of 26.06% and 0.403, respectively.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10114171
• 書誌情報: 研究報告情報基礎とアクセス技術（IFAT）; 巻 2021-IFAT-141, 号 3, p. 1-6, 発行日 2021-02-06
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8884
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会