정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)

  • 제22권1호
  • /
  • Pages.38-43
  • /
  • 2016
  • /
  • 2383-6318(pISSN)
  • /
  • 2383-6326(eISSN)
한국정보과학회 (Korean Institute of Information Scientists and Engineers)
권호 표지
DOI QR코드

DOI QR Code

체류시간을 고려한 여행 일정 추천 시스템

Personalized Itinerary Recommendation System based on Stay Time

  • 박세화 (서강대학교 컴퓨터공학과) ;
  • 박석 (서강대학교 컴퓨터공학과)
  • 투고 : 2015.09.09
  • 심사 : 2015.11.10
  • 발행 : 2016.01.15
⟨ 이전 논문 다음 논문 ⟩

초록

최근 교통 기술의 발전과 여가생활에 대한 관심이 늘어남에 따라 여행이 주요 여가 활동으로 자리 잡고 있다. 또한, 스마트폰이나 태블릿PC와 같이 GPS를 탑재한 모바일 기기 보급으로 인해 사용자의 위치를 실시간으로 수집하는 것이 가능해졌다. 이런 환경을 바탕으로 번거로운 여행 일정 계획을 대신 수립해주는 여행 일정 추천 시스템에 대한 연구가 활발하게 진행되었다. 그러나 기존의 연구들은 사용자들의 비용이나 시간에 대한 제약사항을 고려해 짧은 경로를 포함하는 여행 일정을 추천하거나 여행 목적지에서 가장 인기 있는 지역을 가장 많이 포함하는 일정을 추천하는 것을 목적으로 하기 때문에 개인의 만족도를 높이기 위한 개인화된 여행 일정 추천시스템에 대한 연구는 많지 않았다. 따라서 본 연구에서는 사용자들의 만족도를 높이기 위한 개인화 서비스 연구의 일환으로 그 동안 다른 연구에서는 간과되었던 사용자들의 체류시간을 고려한 여행 일정 추천 시스템을 제안한다.

Recent developments regarding transportation technology have positioned travel as a major leisure activity; however, trip-itinerary planning remains a challenging task for tourists due to the need to select Points of Interest (POI) for visits to unfamiliar cities. Meanwhile, due to the GPS functions on mobile devices such as smartphones and tablet PCs, it is now possible to collect a user's position in real time. Based on these circumstances, our research on an automatic itinerary-planning system to simplify the trip-planning process was conducted briskly. The existing studies that include research on itinerary schedules focus on an identification of the shortest path in consideration of cost and time constraints, or a recommendation of the most-popular travel route in the destination area; therefore, we propose a personalized itinerary-recommendation system for which the stay-time preference of the individual user is considered as part of the personalized service.

키워드

과제정보

연구 과제 주관 기관 : 한국연구재단

참고문헌

  1. S. Kim, B. Park, and J. Jung, "User Route analysis of using GPS on a Mobile Device and Moving Route Recommendation System," Journal of the Korea Contents Association, Vol. 11, No. 2, pp. 135-141, Feb. 2011. (in Korean) https://doi.org/10.5392/JKCA.2011.11.2.135
  2. H. Lee, J. Choi, and Y. Park, "Semantic Point of Interest Detection from Large-scale GPS Data of Mobile Users," Journal of KISS : Software and Applications, Vol. 39, No. 3, pp. 175-184, Mar. 2012. (in Korean)
  3. H. Yoon, Y. Zheng, X. Xie, and W. Woo, "Smart itinerary recommendation based on user-generated GPS trajectories." Ubiquitous Intelligence and Computing, Springer Berlin Heidelberg, Vol. 6406, pp. 19-34, Jan. 2010. https://doi.org/10.1007/978-3-642-16355-5_5
  4. H.-P. Hsieh, C.-T. Li, and S.-D. Lin, "Exploiting large-scale check-in data to recommend timesensitive routes," Proc. of the ACM SIGKDD International Workshop on Urban Computing, pp. 55-62, 2012.
  5. G. Chen, S. Wu, J. Zhou, and A.K.H. Tung, "Automatic itinerary planning for traveling services," Knowledge and Data Engineering, IEEE Transactions on, Vol. 26, No. 3, pp. 514-527, Mar. 2014. https://doi.org/10.1109/TKDE.2013.46
  6. E. Lu, C.-Y. Chen, and V.S. Tseng, "Personalized trip recommendation with multiple constraints by mining user check-in behaviors," Proc. of the 20th International Conference on Advances in Geographic Information Systems, pp. 209-218, 2012.
  7. I. Brilhante, J.A. Macedo, F.M. Nardi, R. Pergo, and C. Renso, "Where shall we go today?: planning touristic tours with tripbuilder," Proc. of the 22nd ACM international conference on Conference on information & knowledge management, pp. 757-762, 2013.
  8. C. Chen, D. Zhang, B. Guo, X. Ma, G. Pan, and Z. Wu, "TripPlanner: Personalized Trip Planning Leveraging Heterogeneous Crowdsourced Digital Footprints," Intelligent Transportation System, IEEE Transaction on, Vol. 16, No. 3, pp. 1259-1273, Jun. 2015. https://doi.org/10.1109/TITS.2014.2357835
  9. E. Keogh, C.A. Ratanamahatana, "Exact indexing of dynamic time warping," Knowledge and Information Systems, Vol. 7, No. 3, pp. 358-386, Mar. 2005. https://doi.org/10.1007/s10115-004-0154-9
  10. W.H.E. Day, H. Edelsbrunner, "Efficient algorithms for agglomerative hierarchical clustering methods," Journal of Classification, Vol. 1, No. 1, pp. 7-24, Dec. 1984. https://doi.org/10.1007/BF01890115