旅行履歴中の体験表現の共起関係に基づく観光スポット集合の推薦

• Item type: Trans(1)
• 公開日: 2022-10-13
• タイトル: 旅行履歴中の体験表現の共起関係に基づく観光スポット集合の推薦
• タイトル / 言語: en
• タイトル: Recommendation of Tourist Attractions based on Co-occurrence of Experience Expressions in Travel Records
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [テクニカルノート] 観光スポット，体験抽出，自己相互情報量，ユーザレビュー，旅行履歴
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 工学院大学
• 著者所属: 工学院大学
• 著者所属(英): en
• 著者所属(英): Kogakuin University
• 著者所属(英): en
• 著者所属(英): Kogakuin University
• 著者名: 高田, 盾作; 北山, 大輔
• 著者名(英): Junsaku, Takada; Daisuke, Kitayama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 一般に旅行では複数のスポットに訪れるため，旅行の計画時には，メインのスポットを決定し，その後その周辺でともに訪れたいスポットを計画に加えることが多い．周辺のスポットはメインのスポットよりも事前知識に乏しく，選択が困難になることが考えられる．このような場合，メインのスポットに対する適切なスポットの推薦を行うことが効果的である．そこで本研究では，他者の旅行履歴中に出現する各スポットで味わえる体験に注目し，体験の共起関係に基づいた観光スポット推薦を提案する．また，これを再起的に繰り返すことで観光スポット集合を推薦する．本研究では，旅行履歴中のスポットレベルの共起関係ではなく体験表現レベルの共起関係を扱うことで，旅行履歴が少ないエリアについても，推薦することを可能とする．また，ある観光スポットを共起やすい体験で表現した体験共起度ベクトルと，そのスポットの特徴的な体験で表現した特徴ベクトルの2種類で表現することで，単なる類似スポットではなく，旅行履歴に出現する可能性の高いスポットの推薦を行う．本稿では，プロトタイプシステムを構築し，特徴ベクトルのみを用いる従来手法と比較する実験を行い，提案手法による推薦スポット集合が「旅行の計画に役立つ」「思い付かない組合せである」という観点において，有効であることを示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In general, a traveler visits several spots. When planning a trip, the main spot is often determined, and then spots to be visited together in the neighborhood are added to the plan. The selection of a spot in the neighborhood may be more difficult than that of the main spot because of a lack of prior knowledge of the location. In such cases, it is effective to recommend suitable spots relative to the main spots. Therefore, this study focuses on the experiences that can be enjoyed at spots that appear in other people's travel histories and proposes a sightseeing spot recommendation based on the co-occurrence relationship of experiences. This process is repeated recurrently to recommend a set of tourist spots. By addressing co-occurrence relationships at the experience expression level rather than at the spot level in the travel history, this research makes it possible to make recommendations even for areas with small travel history. By using two types of vectors, an experience co-occurrence vector, which represents a certain tourist spot in terms of easily co-occurring experiences, and a feature vector, which represents the spot in terms of its characteristic experiences, the system recommends not merely similar spots, but spots that are more likely to appear in the travel history. In this paper, we develop a prototype system and conduct experiments to compare it with a conventional method that uses only feature vectors. This shows that the proposed method is effective in terms of “useful for trip planning” and “unexpected combinations.”
• 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: AA11464847
• 書誌情報: 情報処理学会論文誌データベース（TOD）; 巻 15, 号 3, p. 1-6, 発行日 2022-10-13
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7799
• 出版者 / 言語: ja
• 出版者: 情報処理学会