• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권1호
• /
• pp.38-43
• /
• 2016

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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1281-1284
• /
• 2015

Multi-day trip itinerary planning is complex and time consuming task, from selecting a list of worth visiting POIs to arranging them into an itinerary with various constraints and requirements. In this paper, we present CYTRIP, a multi-day trip itinerary planning system that engages human computation (i.e. crowd recommendation) to collaboratively recommend POIs by providing a shared workspace. CYTRIP takes input the collective intelligence of crowd (i.e. recommended POIs) to build a multi-day trip itinerary taking into account user's preferences, various time constraints and locations. Furthermore, we explain how we engage crowd in our system. The planning problem and domain are formulated as AI planning using PDDL3. The preliminary empirical experiments show that our domain formulation is applicable to both single-day and multi-day trip planning.

• 지능정보연구
• /
• 제22권1호
• /
• pp.159-185
• /
• 2016

여행을 계획하는 일은 매우 복잡하고 많은 시간을 필요로 한다. 여행 계획을 정할 때에는 보통 관심 지점(point of interests, POIs)을 선택하고 그에 따른 다양한 제약 조건들을 고려하여 일정을 계획 한다. 관심 지점을 선정할 때 친구들에게 의견을 묻거나 인터넷에서 직접 정보를 찾으며 여행사의 도움을 받기도 한다. 하지만 이러한 방법들은 다음과 같은 어려움이 있다. 친구들에게 의견을 묻는 경우에는 친구들이 방문해 보지 못한 장소에 대한 정보를 얻기 어렵고 인터넷에서 정보를 찾는 경우에는 오히려 너무 많은 여행 정보들 때문에 필요한 정보를 탐색하고 정리하는데 많은 시간이 필요하며 여행사의 도움을 받을 때에는 여행 일정이 여행을 제공해주는 업체들 쪽으로 편중될 우려가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 여행 일정 계획 시스템인 CYTRIP을 제안한다. CYTRIP은 웹 기반의 추천 시스템으로써, 여행 정보를 공유할 수 있는 공간을 제공하고, 이를 통해 참여자들의 집단 지성에 따른 관심 지점을 추천 받는다. 그리고 PDDL3를 통해 추천된 지점들의 시간적, 공간적 제약조건 따라 여행 일정이 자동으로 생성되며 이렇게 생성된 일정은 지도 위에 표시되어 사용자에게 제공된다. 여행을 계획할 때에 정해진 기간 동안 모든 추천 관심지점을 방문할 수 없는 경우가 발생한다. 이러한 문제를 피하기 위해 정해진 시간에 방문 가능한 관심 지점들의 후보 집합을 선택하고 이 후보 집합들에 대한 여행 일정을 생성한다. 제안하는 시스템의 성능평가를 위해 사용자 평가를 실시하였다. 사용자 평가를 위해 한국관광공사에서 제공하는 데이터를 활용하였고 평가 결과 제안하는 시스템이 여러 참여자들의 집단 지성을 통해 여행 일정을 계획하는데 유용하다는 것을 알 수 있었다.

• Journal of information and communication convergence engineering
• /
• 제18권2호
• /
• pp.123-131
• /
• 2020

After observing that most tourists plan to complete their visits to multiple cultural heritage sites within one day, we surmised that for many museum visitors, the foremost thought is with regard to the amount of time is to be spent at each location and how they can maximize their enjoyment at a site while still balancing their travel itinerary? Recommendation systems in e-commerce are built on knowledge about the users' previous purchasing history; recommendation systems for museums, on the other hand, do not have an equivalent data source available. Recent solutions have incorporated advanced technologies such as algorithms that rely on social filtering, which builds recommendations from the nearest identified similar user. Our paper proposes a different approach, and involves providing dynamic recommendations that deploy social filtering as well as content-based filtering using term frequency-inverse document frequency. The main challenge is to overcome a cold start, whereby no information is available on new users entering the system, and thus there is no strong background information for generating the recommendation. In these cases, our solution deploys statistical methods to create a recommendation, which can then be used to gather data for future iterations. We are currently running a pilot test at Chao Samphraya national museum and have received positive feedback to date on the implementation.

• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.137-146
• /
• 2022

최근 수요가 많아진 여행 일정 추천 서비스와 관련하여, 이전 연구에서는 소셜 빅데이터 분석을 통해 관광지, 맛집, 숙소 등을 포함한 플레이스들의 대중적인 인기 정도를 정량화하고, 분석결과를 기반으로 여행 스케줄을 생성하기 위한 방법을 소개하였다. 그러나 생성된 스케줄은 관광지를 최단 거리로 연결한 이동 경로 위주로 구성되었으며, 여행 일자별로 맛집이나 숙소 정보를 포함한 구체적인 일정 정보는 제공하지 않았다. 본 논문에서는 소셜 빅데이터를 기반으로 생성된 여행 스케줄에 시나리오 템플릿을 이용하여 상세 이동 경로를 구성하기 위한 알고리즘을 제시하고, 이를 구현한 프로토타입 시스템에 대해 소개한다. 제안 시스템은 플레이스 정보 수집, 플레이스별 인기점수 산정, 최단경로 여행 일정 생성, 일자별 상세 스케줄 생성, UI 시각화 등의 모듈로 구성되며, 경상남도 내 63,000여 개의 플레이스를 대상으로 수집된 리뷰를 바탕으로 진행된 실험을 통해 제안 시스템의 효용성을 입증하였다.

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.15-21
• /
• 2016

최근 정부는 창조경제라는 패러다임에 따라 다양한 분야의 공공데이터를 개방하고 여러 종류의 대국민 서비스를 구축하는 등 공공데이터 활용을 통한 가치창출에 역점을 두고 있다. 본 논문에서는 여행에 관한 공공데이터와 사용자 정보를 융합하여 사용자에게 맞춤형 여행 정보를 추천하는 시스템을 구현하였다. 본 시스템에서는 사례기반추론(CBR) 방식을 이용하여 사용자별 맞춤형 정보 추천이 가능하도록 하였다. 본 시스템은 사용자 중심의 여행 정보를 제공한다는 측면에서 기존의 여행 시스템들과 차별화된다고 할 수 있으며, 턴키(Turn-key) 방식의 콘텐츠 제공으로 사용자의 편의성을 극대화할 수 있는 유용한 도구로 활용될 수 있을 것으로 판단된다. 본 연구가 공공데이터의 성공적인 활용 사례가 되기를 기대한다.