Personalisierte Reisepakete mit Mehrpunktempfehlung basierend auf crowdsourcisierten Nutzer-Fußabdrücken

Standortbasierte soziale Netzwerke (LBSNs) bieten Menschen eine Schnittstelle, um ihre Standorte zu teilen und Bewertungen über interessante Sehenswürdigkeiten abzugeben. Die geteilten Standorte bilden die crowdsourcisierten digitalen Fußabdrücke, in denen jeder Nutzer viele Verbindungen zu vielen Standorten hat, was die Nutzerpräferenzen zu Standorten anzeigt. In diesem Papier schlagen wir einen Ansatz zur personalisierten Empfehlung von Reisepaketen vor, um Nutzern bei der Planung ihrer Reisen zu helfen. Der Ansatz nutzt Daten, die aus LBSNs gesammelt wurden, um Nutzer und Standorte zu modellieren, und bestimmen die bevorzugten Reiseziele der Nutzer unter Verwendung kollaborativer Filteransätze. Empfehlungen werden generiert, indem die Nutzerpräferenz und spatiotemporale Einschränkungen gemeinsam betrachtet werden. Ein heuristischer suchbasierter Algorithmus zur Planung von Reiserouten wurde entwickelt, um Reisepakete zu erstellen. Wir haben ein Prototypsystem entwickelt, das die Reisebedürfnisse der Benutzer von einem mobilen Client erfasst und Reisepakete erstellt, die mehrere Punkte von Interesse und deren Besuchsfolge enthalten. Experimentelle Ergebnisse deuten darauf hin, dass der vorgeschlagene Ansatz vielversprechend ist, um die Empfehlungsgenauigkeit und -vielfalt zu verbessern.