Nghiên cứu xây dựng ontology ứng dụng trong miền du lịch

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ (chữ hoa, 12pt, đậm, giữa) PHẠM THẾ VỊNH (chữ thường, 14pt, đậm, NGHIÊN CỨU XÂY DỰNG ONTOLOGY ỨNG DỤNG TRONG MIỀN DU LỊCH LUẬN VĂN THẠC SĨ NGÀNH HỆ THỐNG THÔNG TIN (chữ hoa, 14pt, đậm, giữa) HÀ NỘI - 2022 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ (chữ hoa, 12pt, đậm, giữa) PHẠM THẾ VỊNH (chữ thường, 14pt, đậm, NGHIÊN CỨU XÂY DỰNG ONTOLOGY ỨNG DỤNG TRONG MIỀN DU LỊCH Ngành: Hệ thống Thông tin Chuyên ngành: Hệ thống Thông tin Mã số: 8480104.01 LUẬN VĂN THẠC SĨ NGÀNH HỆ THỐNG THÔNG TIN (chữ hoa, 14pt, đậm, giữa) NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS TRẦN TRỌNG HIẾU HÀ NỘI - 2022 LỜI CẢM ƠN Lời đầu tiên, xin chân thành cảm ơn biết ơn sâu sắc đến PGS.TS Trần Trọng Hiếu, tận tình định hướng, hướng dẫn bảo tơi suốt q trình thực luận văn tốt nghiệp Tơi xin chân thành cảm ơn thầy, cô trường đại học Công Nghệ - Đại học Quốc gia Hà Nội dạy dỗ cho kiến thức, tạo điều kiện thuận lợi cho học tập nghiên cứu suốt năm học vừa qua Tôi xin gửi lời cảm ơn đến anh, em bạn nhóm nghiên cứu hỗ trợ tơi nhiều kiến thức chun mơn q trình thực luận văn Cuối cùng, xin gửi lời cám ơn tới gia đình, bạn bè đồng nghiệp, người bên cạnh, động viên, giúp đỡ tơi q trình học tập q trình thực luận văn Tơi xin chân thành cảm ơn! Hà Nội, ngày tháng năm 2022 Học viên Phạm Thế Vịnh LỜI CAM ĐOAN Tôi xin cam đoan nội dung trình bày bài luận văn nghiên cứu xây dựng ontology ứng dụng miền du lịch đề thực hướng dẫn PGS.TS Trần Trọng Hiếu Tất tài liệu tham khảo từ nghiên cứu khác trích dẫn đầy đủ có nguồn gốc rõ ràng Trong luận văn, khơng có việc chép tài liệu, cơng trình nghiên cứu người khác mà không ghi rõ nguồn tài liệu tham khảo Hà Nội, ngày tháng năm 2022 Học viên Phạm Thế Vịnh MỤC LỤC LỜI CẢM ƠN LỜI CAM ĐOAN MỤC LỤC DANH MỤC HÌNH VẼ DANH MỤC BẢNG BIỂU MỞ ĐẦU CHƯƠNG 1: GIỚI THIỆU VỀ ONTOLOGY 1.1 Khái niệm Ontology 1.2 Các thành phần Ontology 1.3 Ngôn ngữ OWL 10 1.4 Các bước xây dựng Ontology 15 1.5 Công cụ xây dựng Ontology 18 1.6 Truy vấn Sparql 19 CHƯƠNG 2: XÂY DỰNG ONTOLOGY TRONG MIỀN DU LỊCH 21 2.1 Tìm hiểu ngành du lịch Việt Nam 21 2.1.1 Hiện trạng ngành du lịch 21 2.1.2 Đánh giá nguồn tìm kiếm thơng tin du lịch 23 2.1.3 Hướng triển khai khắc phục 23 2.2 Nghiên cứu số kịch tìm kiếm thơng tin du lịch 24 2.3 Thu thập liệu miền du lịch 25 2.4 Xây dựng Ontology phục vụ tra cứu thông tin du lịch Việt Nam 27 2.5 Công cụ tạo file Ontology tự động 39 CHƯƠNG 3: TRIỂN KHAI ỨNG DỤNG ONTOLOGY TRONG MIỀN DU LỊCH 41 3.1 Môi trường triển khai thực nghiệm 41 3.2 Mục tiêu triển khai thử nghiệm 41 3.3 Thiết kế ứng dụng 41 3.3.1 Thiết kế chức ứng dụng 41 3.3.2 Thiết kế kịch tìm kiếm 42 3.3.3 Thiết kế kiến trúc hệ thống 43 3.3.4 Thiết kế luồng nghiệp vụ chung 45 3.4 Luồng nghiệp vụ cụ thể kết hiển thị cho kịch 46 3.5 Đánh giá ứng dụng thử nghiệm 69 KẾT LUẬN 75 TÀI LIỆU THAM KHẢO 77 DANH MỤC HÌNH VẼ Hình 1.1: Ví dụ minh họa biểu diễn tri thức Ontology Hình 1.2: Giao diện phần mềm công cụ Protégé 19 Hình 2.1: Khách du lịch đến Việt Nam, giai đoạn 2010-2019 [1] 21 Hình 2.2: Khách du lịch nước, giai đoạn 2010-2019 [1] 21 Hình 2.3: Doanh thu từ khách du lịch giai đoạn 2000-2019 [1] 22 Hình 2.4: Tỷ lệ đóng góp du lịch GDP giai đoạn 2015-2019 [1] 22 Hình 2.5: Liệt kê thuật ngữ quan trọng 27 Hình 2.6: Lớp Lưu trú Ontology 28 Hình 2.7: Lớp Mua sắm Ontology 28 Hình 2.8: Lớp Vận chuyển Ontology 29 Hình 2.9: Lớp Ăn uống Ontology 29 Hình 2.10: Lớp điểm đến Ontology 30 Hình 2.11: Lớp Địa Ontology 30 Hình 2.12: Ontology Graf 31 Hình 2.13: Các thuộc tính đối tượng Ontology 31 Hình 2.14: Biểu diễn thuộc tính gần Ontology 32 Hình 2.15: Biểu diễn thuộc tính sở vật chất Ontology 32 Hình 2.16: Danh sách thuộc tính kiểu liệu Ontology 33 Hình 2.17: Biểu diễn thuộc tính gắn với lớp Lưu trú 33 Hình 2.18: Biểu diễn thuộc tính gắn với lớp Mua sắm 34 Hình 2.19: Biểu diễn thuộc tính gắn với lớp Vận chuyển 34 Hình 2.20: Biểu diễn thuộc tính gắn với lớp Ăn uống 34 Hình 2.21: Biểu diễn thuộc tính gắn với lớp Điểm đến 35 Hình 2.22: Tạo thực thể lớp Khách sạn 36 Hình 2.23: Tạo thực thể lớp Mua sắm 37 Hình 2.24: Tạo thực thể lớp Nhà hàng 37 Hình 2.25: Tạo thực thể lớp Điểm đến 38 Hình 2.26: Tạo thực thể lớp Xe buýt 39 Hình 3.1: Kiến trúc hệ thống [14] 43 Hình 3.2: Luồng nghiệp vụ chung 45 Hình 3.3: Tìm kiếm địa điểm du lịch theo từ khóa từ hình 46 Hình 3.4: Tìm kiếm địa điểm du lịch theo từ khóa từ hình tỉnh thành 46 Hình 3.5: Kết hiển thị tra cứu địa điểm du lịch theo từ khóa 47 Hình 3.6: Kết hiển thị chi tiết địa điểm gợi ý 49 Hình 3.7: Kết hiển thị lựa chọn khuyến nghị 50 Hình 3.8: Tìm kiếm khách sạn theo từ khóa từ hình 50 Hình 3.9: Tìm kiếm khách sạn theo từ khóa từ hình tỉnh thành 51 Hình 3.10: Kết tra cứu khách sạn theo từ khóa 51 Hình 3.11: Kết thị chi tiết khách sạn gợi ý 53 Hình 3.12: Màn hình tra cứu tỉnh thành 54 Hình 3.13: Kết tra cứu điểm đến theo điều kiện lọc 55 Hình 3.14: Hiển thị chi tiết điểm đến theo điều kiện lọc 57 Hình 3.15: Kết tra cứu khách sạn theo điều kiện lọc 58 Hình 3.16: Hiển thị chi tiết khách sạn theo điều kiện lọc khuyến nghị 60 Hình 3.17: Kết tra cứu địa điểm ăn uống theo điều kiện lọc 61 Hình 3.18: Hiển thị chi tiết nhà hàng theo điều kiện lọc khuyến nghị 63 Hình 3.19: Kết tra cứu nơi mua sắm theo điều kiện lọc 64 Hình 3.20: Hiển thị chi tiết nơi mua sắm theo điều kiện lọc khuyến nghị 66 Hình 3.21: Kết tra cứu tuyến xe buýt 67 Hình 3.22: Kết tra cứu hãng taxi 68 Hình 3.23: Kết tìm kiếm từ khóa “Hồ Hồn Kiếm” từ Google 69 Hình 3.24: Kết tìm kiếm từ khóa “Hồ Hoàn Kiếm” từ ứng dụng 70 Hình 3.25: Kết hiển thị khuyến nghị theo từ khóa “Hồ Hồn Kiếm” từ ứng dụng 71 Hình 3.26: Kết tìm kiếm từ khóa “Hồ Lục Thủy” từ Tripadvisor 72 Hình 3.27: Kết tìm kiếm từ khóa “Hồ Lục Thủy” từ ứng dụng 72 Hình 3.28: Kết hiển thị khuyến nghị theo từ khóa “Hồ Lục Thủy” từ ứng dụng 73 Hình 3.29: Ứng dụng tìm kiếm tập trung hệ sinh thái du lịch 74 Hình 3.30: Kết tìm kiếm địa điểm theo điều kiện lọc từ ứng dụng 74 Hình 3.31: Kết hiển thị khuyến nghị theo điều kiện lọc từ ứng dụng 74 Hình 4.1: Kết xây dựng Ontology 75 Hình 4.2: Kết xây dựng ứng dụng thực nghiệm 76 DANH MỤC BẢNG BIỂU Bảng 2.1: Danh sách nguồn thu thập liệu 25 Bảng 2.2: Kết thu thập liệu 26 Bảng 2.3: Giới hạn thuộc tính kiểu liệu 35 Bảng 2.4: Giới hạn thuộc tính đối tượng 36 Bảng 3.1: Cấu hình máy thử nghiệm 41 Bảng 4.1: Kết thu thập liệu đạt 75 MỞ ĐẦU Tính cấp thiết luận văn Du lịch ngành trọng điểm kinh tế Việt Nam, với tốc độ phát triển nhanh năm gần Số lượng khách du lịch nội địa quốc tế liên tục tăng mạnh nằm số nước có tốc độ phát triển cao giới Ngành du lịch đóng góp lớn vào ngân sách nhà nước (chiếm 9.2% GDP Việt Nam năm 2019) [1] Để đẩy mạnh phát triển du lịch, việc nâng cao chất lượng dịch vụ tăng cường quảng bá thương hiệu việc đưa cơng nghệ thơng tin ứng dụng vào ngành du lịch xu hướng tất yếu [2] Xây dựng Ontology miền du lịch đề tài nghiên cứu nhiều nhà nghiên cứu giới Bài báo C.Virmani cộng (2017) đưa bước xây dựng Ontology ý tưởng tích hợp liệu thống cho ngành du lịch nhiên chưa phát triển thành ứng dụng cụ thể [3] Bài báo C.Lee cộng (2017) đưa mơ hình hệ thống khuyến nghị dựa Ontology Web ngữ nghĩa [4] Bài báo N.Hasany cộng (2011) nghiên cứu xây dựng hệ thống trả lời câu hỏi tìm kiếm khách sạn dựa Ontlology [5] Bài báo C Choi cộng (2009) đề xuất hệ thống khuyến nghị thông minh dựa Ontology du lịch Jeju để giải vấn đề gặp phải khách du lịch Hệ thống đề xuất khuyến nghị khách du lịch thông tin thông minh cách sử dụng thuộc tính, mối quan hệ thể học du lịch giúp họ không bị nhầm lẫn lộ trình điểm tham quan [6] Bài báo M.Niemann cộng (2008) trình bày mơ hình để tìm kiếm đánh giá khách sạn Việc đánh giá khách sạn thực sở thông tin thu từ số nguồn phân tán không đồng nhất, đồng thời ứng dụng công nghệ Web ngữ nghĩa để tổng hợp sử dụng thông tin thu thập [7] Hiện nay, nhiều ứng dụng tìm kiếm thơng tin du lịch Việt Nam xây dựng để hỗ trợ cho khách du lịch chuẩn bị cho chuyến họ Dữ liệu du lịch đa dạng phong phú nhiên nằm phân tán rải rác nhiều website khác nhau, đặc biệt nội dung chưa có nhiều liên kết thơng tin với ngữ nghĩa Có ứng dụng chuyên đặt phịng khách sạn, có ứng dụng chun điểm đến hay ăn uống, lại, mua sắm Khách du lịch muốn chuẩn bị thông tin cho chuyến cần nhiều thời gian tra cứu thông tin nhiều nguồn khác tổng hợp lại Để giải vấn đề trên, tác giả thực đề tài: “Nghiên cứu xây dựng Ontology ứng dụng miền du lịch”, tạo ứng dụng tra cứu đầy đủ từ tìm kiếm sở lưu trú, ăn uống, điểm đến, mua sắm vận chuyển Khách du lịch cần tra cứu ứng dụng có đầy đủ thơng tin cần thiết cho chuyến du lịch Mục tiêu luận văn trình bày cách tiếp cận nhằm mục đích hỗ trợ khách du lịch tìm kiếm theo ngữ nghĩa, khái niệm tương đồng ngữ nghĩa kích hoạt gợi ý thơng minh hệ thống hỗ trợ du lịch sử dụng Ontology Một Ontology du lịch phát triển tích hợp vào ứng dụng tìm kiếm thơng tin du lịch cho phép người dùng truy vấn thông tin du lịch khách sạn, nhà hàng, quán ăn, điểm đến, nơi mua sắm, … với nhiều khả gợi ý dựa kiến thức tập hợp từ nhiều nguồn tri thức Internet kho tri thức có Kết đề tài có tính thực tiễn ứng dụng cao, nâng cao hiệu tìm kiếm hỗ trợ khách du lịch cho chuyến họ Bố cục luận văn bao gồm phần mở đầu, ba chương nội dung phần kết luận: Chương 1: Giới thiệu Ontology: khái niệm, thành phần, bước xây dựng cơng cụ xây dựng Ontology Chương 2: Tìm hiểu ngành du lịch Việt Nam xây dựng Ontology miền du lịch Chương 3: Triển khai ứng dụng Ontology miền du lịch 63 PREFIX etourism: SELECT ?subject ?tengoi ?diachi WHERE { ?subject etourism:o_gan etourism:HNI_Cau_Go_Vietnamese_Cuisine; rdf:type etourism:Mua_sắm; etourism:ten_goi ?tengoi; etourism:dia_chi ?diachi; } Hình 3.18: Hiển thị chi tiết nhà hàng theo điều kiện lọc khuyến nghị 64  Kịch 5: Tìm kiếm địa điểm mua sắm theo điều kiện lọc Mô tả kịch người dùng: Người dùng lựa chọn điều kiên lọc, ví dụ loại lưu trú “Trung tâm thương mại”, khu vực “Quận Hoàn Kiếm” gần “Hồ Hồn Kiếm” FontEnd gửi API có keyword sau sang BackEnd  Trung_tâm_thương_mại  Quận_Hoàn_Kiếm  HNI_Hồ_Hoàn_Kiếm BackEnd tạo câu lệnh Sparql để truy vấn Ontology CÂU LỆNH SPARQL TRUNG TÂM THƯƠNG MẠI PREFIX etourism: SELECT ?subject ?tengoi ?diachi ?dienthoai WHERE { ?subject rdf:type etourism:Trung_tâm_thương_mại, etourism:Quận_Hoàn_Kiếm; etourism:o_gan etourism:HNI_Hồ_Hoàn_Kiếm; etourism:ten_goi ?tengoi; etourism:dia_chi ?diachi; etourism:so_dien_thoai ?dienthoai; } BackEnd nhận kết trả FontEnd để hiển thị sau Hình 3.19: Kết tra cứu nơi mua sắm theo điều kiện lọc Người dùng bấm vào lựa chọn để xem chi tiết, ví dụ bấm vào lựa chọn “Tràng Tiền Plaza” Hệ thống xử lý với chuỗi câu lệnh sau 65 CÂU LỆNH SPARQL PREFIX etourism: SELECT ?subject ?diachi ?sodienthoai ?danhgia ?soluongdanhgia WHERE { ?subject etourism:ten_goi "Tràng Tiền Plaza"; etourism:dia_chi ?diachi; etourism:so_dien_thoai ?sodienthoai; etourism:danh_gia ?danhgia; etourism:so_luong_danh_gia ?soluongdanhgia; } Câu lệnh kiểm tra xem có thực thể ngữ nghĩa không để hiển thị: PREFIX etourism: SELECT ?subject ?tengoi ?diachi WHERE { ?subject owl:sameAs etourism:HNI_Tràng_Tiền_Plaza; etourism:ten_goi ?tengoi; etourism:dia_chi ?diachi; } Tìm kiếm điểm du lịch quanh khu vực PREFIX etourism: SELECT ?subject ?tengoi ?diachi WHERE { ?subject etourism:o_gan etourism:HNI_Tràng_Tiền_Plaza; rdf:type etourism:Điểm_đến; etourism:ten_goi ?tengoi; etourism:dia_chi ?diachi; } Tìm kiếm sở lưu trú quanh khu vực PREFIX etourism: SELECT ?subject ?tengoi ?diachi WHERE { ?subject etourism:o_gan etourism:HNI_Tràng_Tiền_Plaza; rdf:type etourism:Lưu_trú; etourism:ten_goi ?tengoi; etourism:dia_chi ?diachi; } Tìm kiếm dịch vụ ăn uống quanh khu vực PREFIX etourism: SELECT ?subject ?tengoi ?diachi WHERE { ?subject etourism:o_gan etourism:HNI_Tràng_Tiền_Plaza; rdf:type etourism:Ăn_uống; etourism:ten_goi ?tengoi; etourism:dia_chi ?diachi; } Tìm kiếm điểm mua sắm quanh khu vực PREFIX etourism: SELECT ?subject ?tengoi ?diachi WHERE { ?subject etourism:o_gan etourism:HNI_Tràng_Tiền_Plaza; 66 rdf:type etourism:Mua_sắm; etourism:ten_goi ?tengoi; etourism:dia_chi ?diachi; } KẾT QUẢ HIỂN THỊ Hình 3.20: Hiển thị chi tiết nơi mua sắm theo điều kiện lọc khuyến nghị  Kịch 6: Tìm kiếm phương tiện vận chuyển theo điều kiện lọc  Tra cứu tuyến xe buýt CÂU LỆNH SPARQL PREFIX etourism: SELECT ?subject ?tengoi ?chieudi ?chieuve ?hoatdong ?tansuat ?giave WHERE { ?subject rdf:type etourism:Xe_buýt, etourism:Hà_Nội; etourism:ten_goi ?tengoi; 67 etourism:lo_trinh_di ?chieudi; etourism:lo_trinh_den ?chieuve; etourism:thoi_gian_hoat_dong ?hoatdong; etourism:tan_suat ?tansuat; etourism:gia_ve ?giave; } Hình 3.21: Kết tra cứu tuyến xe buýt  Tra cứu hãng Taxi CÂU LỆNH SPARQL PREFIX etourism: SELECT ?subject ?tengoi ?dienthoai WHERE { ?subject rdf:type etourism:Taxi; etourism:ten_goi ?tengoi; etourism:so_dien_thoai ?dienthoai; } 68 Hình 3.22: Kết tra cứu hãng taxi 69 3.5 Đánh giá ứng dụng thử nghiệm Ứng dụng cho phép người dùng tìm kiếm thơng tin du lịch cách xác theo ngữ nghĩa kèm theo khuyến nghị hữu ích cho chuyến - Ứng dụng xây dựng với mục đích tìm kiếm thơng tin tập trung, hỗ trợ tìm kiếm thơng tin khác hệ sinh thái du lịch từ sở lưu trú, điểm đến, mua sắm, ăn uống đến phương tiện vận chuyển - Ứng dụng có khả tìm kiếm xác theo từ khóa cần tìm kiếm - Ứng dụng tìm kiếm hiển thị đối tượng tương đồng mặt ngữ nghĩa - Ứng dụng đưa khuyến nghị sở lưu trú, điểm đến, nơi ăn uống, mua sắm xung quanh địa điểm tìm kiếm - Ứng dụng có khả tìm kiếm thông tin du lịch theo điều kiện lọc đa dạng khác So sánh số trường hợp tìm kiếm điển hình  Kịch 1: Tra cứu địa điểm theo từ khóa  So sánh tìm kiếm với Google: Ví dụ tìm kiếm “Hồ Hồn Kiếm” - Kết tìm kiếm từ Google: Ra nhiều kết nhiều trang web khác nhau, có nhiều kết khơng liên quan đến mục đích tìm kiếm, khơng có khuyến nghị liên quan đến địa điểm tìm kiếm Cụ thể năm kết có bốn kết khơng liên quan đến mục đích tìm kiếm Hình 3.23: Kết tìm kiếm từ khóa “Hồ Hồn Kiếm” từ Google 70 - Tìm kiếm từ ứng dụng dựa Ontology xây dựng: Kết quả:  Ứng dụng tìm kiếm xác theo từ khóa nhập vào tìm kiếm  Đưa khái niệm tương đồng ngữ nghĩa: Hồ Hoàn Kiếm, Hồ Gươm, Hồ Lục Thủy  Với đối tượng hệ thống khuyến nghị địa điểm du lịch, sở lưu trú, ăn uống, mua sắm xung quanh Hình 3.24: Kết tìm kiếm từ khóa “Hồ Hồn Kiếm” từ ứng dụng 71 Hình 3.25: Kết hiển thị khuyến nghị theo từ khóa “Hồ Hồn Kiếm” từ ứng dụng  So sánh tìm kiếm với Tripadvisor: Ví dụ tìm kiếm “Hồ Lục Thủy” - Tìm kiếm từ Tripadvisor: Ra nhiều kết nhiên có nhiều kết khơng liên quan đến mục đích tìm kiếm Trong bốn kết có kết phù hợp với mục đích tìm kiếm 72 Hình 3.26: Kết tìm kiếm từ khóa “Hồ Lục Thủy” từ Tripadvisor - Tìm kiếm từ ứng dụng dựa Ontology xây dựng: Kết quả:  Ứng dụng tìm kiếm xác theo từ khóa nhập vào tìm kiếm  Đưa khái niệm tương đồng ngữ nghĩa: Hồ Lục Thủy, Hồ Hoàn Kiếm, Hồ Gươm  Với đối tượng hệ thống khuyến nghị địa điểm du lịch, sở lưu trú, ăn uống, mua sắm xung quanh Hình 3.27: Kết tìm kiếm từ khóa “Hồ Lục Thủy” từ ứng dụng 73 Hình 3.28: Kết hiển thị khuyến nghị theo từ khóa “Hồ Lục Thủy” từ ứng dụng  Kịch 2: Tra cứu đối tượng theo điều kiện lọc - Tìm kiếm từ google: Chưa hỗ trợ tìm kiếm theo điều kiện lọc - Các trang web du lịch Việt Nam: Chưa có trang web tìm kiếm tập trung sở lưu trú, điểm đến, ăn uống, mua sắm, vận chuyển theo điều kiện lọc đa dạng khác - Tìm kiếm từ ứng dụng dựa Ontology xây dựng: Kết quả:  Hỗ trợ tìm kiếm tập trung sở lưu trú, điểm đến, ăn uống, mua sắm, vận chuyển hệ sinh thái du lịch ứng dụng  Ứng dụng tìm kiếm kiện thị kết xác theo điều kiện lọc nhập vào ứng dụng khuyến nghị địa điểm du lịch, lưu trú, ăn uống, mua sắm tương ứng với kết 74 Hình 3.29: Ứng dụng tìm kiếm tập trung hệ sinh thái du lịch Hình 3.30: Kết tìm kiếm địa điểm theo điều kiện lọc từ ứng dụng Hình 3.31: Kết hiển thị khuyến nghị theo điều kiện lọc từ ứng dụng 75 KẾT LUẬN Kết đạt luận văn Sau toàn q trình hồn thành luận văn, tơi đạt số kết sau: - Nắm vững sở lý thuyết Ontology, bước xây dựng ontology miền - Thu thập liệu du lịch từ nhiều nguồn khác nhau: Tổng số đối tượng thu thập 21681 Bảng 4.1: Kết thu thập liệu đạt STT Đối tượng Cơ sở lưu trú (khách sạn, nhà nghỉ, homestay, apartment) Cơ sở ăn uống Cơ sở mua sắm Các điểm đến Vận chuyển Đơn vị hành (tỉnh/thành, quận/huyện, xã/phường) Tổng Số lượng đối tượng thu thập 5655 7705 2339 1438 1848 2696 21681 - Xây dựng được Ontology miền du lịch từ liệu thu thập công cụ tự động Số lượng lớp, phân lớp, thuộc tính, thực thể mối quan hệ Ontology 184066 Hình 4.1: Kết xây dựng Ontology - Xây dựng ứng dụng thực nghiệm đáp ứng kịch mục tiêu thiết kế, đánh giá so sánh với ứng dụng hoạt động 76 Hình 4.2: Kết xây dựng ứng dụng thực nghiệm Các hạn chế - Giao diện chức ứng dụng mức - Chưa có chức tính tốn khoảng cách điểm dựa tọa độ đồ để tìm kiếm địa điểm gần - Chưa cập nhật Ontology trực tiếp từ ứng dụng Hướng phát triển Để luận văn ứng dụng vào vào thực tiễn, đề xuất hướng phát triển sau: 1) Mở rộng quy mô tập liệu theo chiều rộng, tăng quy mô liệu cho toàn 63 tỉnh thành Việt Nam 2) Mở rộng quy mô tập liệu theo chiều sâu, tiếp tục làm giàu liệu tỉnh thành tập liệu có sẵn, bổ sung thêm thực thể, mối quan hệ để tăng khả suy luận 3) Tối ưu, cải tiến ứng dụng, xây dựng đầy đủ chức đưa ứng dụng vào thực tiễn góp phần vào phát triển du lịch Việt Nam 77 TÀI LIỆU THAM KHẢO [1] Trung tâm Thông tin du lịch (2020), Tốc độ tăng trưởng khách cao, đóng góp quan trọng vào phát triển kinh tế - xã hội, Tổng cụ Du lịch [2] Mai Anh Vũ, Trịnh Văn Anh (2017), Phát triển kinh tế du lịch từ ứng dụng công nghệ thông tin, Tạp chí Tài [3] C.Virmani, S.Sinha, S.K.Khatri (2017), "Unified ontology for data integration for tourism sector," 2017 International Conference on Infocom Technologies and Unmanned Systems (Trends and Future Directions) (ICTUS), pp 152-156, doi: 10.1109/ICTUS.2017.8285995 [4] C.Lee, T.Hsia, H.Hsu, J.Lin (2017), "Ontology-based tourism recommendation system," 2017 4th International Conference on Industrial Engineering and Applications (ICIEA), pp 376-379, doi: 10.1109/IEA.2017.7939242 [5] N.Hasany, M.H.Selamat (2011), "Answering User Queries from Hotel Ontology for Decision Making," 2011 IEEE 7th International Conference on Intelligent Computer Communication and Processing, pp 123-127, doi: 10.1109/ICCP.2011.6047854 [6] C Choi, M Cho, J Choi, M Hwang, J Park, P Kim (2009), "Travel Ontology for Intelligent Recommendation System," 2009 Third Asia International Conference on Modelling & Simulation, pp 637-642, doi: 10.1109/AMS.2009.75, IEEE [7] M.Niemann, M.Mochol, R.Tolksdorf (2008), "Enhancing Hotel Search with Semantic Web Technologies," Journal of Theoretical and Applied Electronic Commerce Research, pp 82-96, ISSN 0718–1876 Electronic Version, Vol / Issue 2, Universidad de Talca - Chile [8] Trần Công Án, Tống Thị Ngọc Mai, Lê Thị Thu Lan (2017), “Xây dựng Ontology tự động từ bảng giải,” Tạp chí Khoa học Trường Đại học Cần Thơ, pp 133-139, doi:10.22144/ctu.jsi.2017.018 [9] D.L.McGuinness, F.v.Harmelen (2004), OWL Web Ontology Language Overview [https://www.w3.org/TR/owl-features], W3C [10] N.F.Noy, D.L.McGuinness (2001), "Ontology Development 101: A Guide to Creating Your First Ontology," Stanford University, Stanford, CA, 94305 [11] P.Grover, S.Chawla (2014), "Evaluation of Ontology Creation Tools," International Journal of Soft Computing and Engineering (IJSCE), ISSN: 2231-2307, Volume-4 Issue-2 [12] Protege Stanford (2022), https://protege.stanford.edu/, Stanford University School of Medicine [13] S.Harris, Garlik, A.Seaborne (2013), SPARQL 1.1 Query Language [https://www.w3.org/TR/2013/REC-sparql11-query-20130321], W3C [14] R.Jakkilinki, M.Georgievski, N.Sharda (2007), "Connecting Destinations with an Ontology-Based e-Tourism Planner," In: Sigala, M., Mich, L., Murphy, J (eds) Information and Communication Technologies in Tourism 2007 Springer, Vienna, https://doi.org/10.1007/978-3-211-69566-1_3