(Luận văn thạc sĩ) xây dựng hệ thống khuyến nghị hỗ trợ du lịch tỉnh quảng bình

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN THỊ KHÁNH HUYỀN XÂY DỰNG HỆ THỐNG KHUYẾN NGHỊ HỖ TRỢ DU LỊCH TỈNH QUẢNG BÌNH Chuyên ngành: KHOA HỌC MÁY TÍNH Mã số: 8480101 LUẬN VĂN THẠC SĨ KỸ THUẬT CÁN BỘ HƯỚNG DẪN KHOA HỌC: PGS.TS NGUYỄN TẤN KHÔI Đà Nẵng - Năm 2019 -i- LỜI CAM ĐOAN Tôi xin cam đoan: - Nội dung luận văn thực hướng dẫn trực tiếp PGS.TS Nguyễn Tấn Khôi - Tài liệu tham khảo dùng luận văn trích dẫn rõ ràng tên tác giả, tên nhà xuất bản, năm xuất thích nội dung tham khảo đầy đủ Học viên Nguyễn Thị Khánh Huyền -ii- LỜI CẢM ƠN Trong thời gian học tập làm luận văn, chân thành cảm ơn Ban Giám hiệu Trường Đại học Bách khoa Đà Nẵng, Trường Đại học Quảng Bình tạo điều kiện mơi trường sở vật chất cho công việc học tập nghiên cứu Cảm ơn Thầy, Cô khoa Công nghệ thông tin Trường Đại học Bách khoa Đà Nẵng Thầy, Cô khoa Công nghệ - Kỹ thuật trường đại học Quảng Bình giảng dạy giúp đỡ tơi q trình học tập nghiên cứu chuyên ngành Khoa học máy tính Đặc biệt, cảm ơn PGS.TS Nguyễn Tấn Khơi nhiệt tình tâm huyết hướng dẫn giúp đỡ tơi hồn thành luận văn Quá trình làm luận văn, thân tơi cố gắng tập trung nghiên cứu, tìm hiểu tham khảo thêm nhiều tài liệu liên quan Tuy nhiên, chưa có nhiều kinh nghiệm nghiên cứu khoa học nên chắn luận văn nhiều thiếu sót Tơi mong nhận góp ý thầy cô bạn bè, đồng nghiệp để luận văn hồn thiện Quảng Bình, tháng năm 2019 Học viên NGUYỄN THỊ KHÁNH HUYỀN -iiiXÂY DỰNG HỆ THỐNG KHUYẾN NGHỊ HỒ TRỢ DU LỊCH TỈNH QUẢNG BÌNH Học viên: Nguyễn Thị Khánh Huyền Mã số: 8480101 Khóa: 35 Chun ngành: Khoa học máy tính Trường Đại học Bách khoa - ĐHĐN Tóm tắt - Du lịch Quảng Bình ngành kinh tế mũi nhọn tạo động lực tăng trưởng cho tỉnh nhà Tỉnh Quảng Bình nỗ lực đổi nội dung lẫn hình thức quảng bá, đưa hình ảnh du lịch Quảng Bình đến với tất bạn bè nước giới Vì vậy, cần xây dựng giải pháp hỗ trợ du lịch nhằm phục vụ nhu cầu tra cứu thông tin, hỗ trợ du khách hành trình trải nghiệm du lịch Xuất phát từ yêu cầu thực tiễn khoa học, đề xuất nghiên cứu "Xây dựng hệ thống khuyến nghị hỗ trợ du lịch tỉnh Quảng Bình" làm luận văn cao học Hệ thống xây dựng với mục đích tìm hiểu, nghiên cứu hoạt động hệ thống gợi ý Hệ thống sử dụng thuật tốn khơng có ngữ cảnh có ngữ cảnh giúp phân tích tạo khuyến nghị để người dùng thử nghiệm độ tối ưu thuật toán áp dụng thuật tốn vào website du lịch nhằm tạo khuyến nghị thích hợp với du khách Luận văn bao gồm nội dung sau: (1) Giới thiệu mơ hình hệ thống khuyến nghị du lịch, nội dung lý thuyết ngữ cảnh, nhận biết ngữ cảnh, hệ thống gợi ý, phương pháp tiếp cận hệ thống gợi ý (2) Phân tích chức hệ thống, trình bày sơ đồ, xây dựng thuật toán hệ thống (3) Triển khai, phân tích đánh giá kết đạt hệ thống Từ khóa: Hệ thống gợi ý theo ngữ cảnh, hệ thống khuyến nghị du lịch, kỹ thuật phân rã ma trận, lọc cộng tác, thuật toán -ivBUILDING THE RECOMMENDATION SYSTEM HAVING A TOURIST SUPPORT IN QUANG BINH PROVINCE Abstract - Tourism Quang Binh is one of the key economic sectors to create growth momentum for the province Quang Binh province is trying to innovate both in terms of content and form of promotion, bringing Quang Binh tourism image to all friends in the country and the world Therefore, it is necessary to build a tourism support solution to serve the needs of searching information and supporting tourists in the journey of traveling experience Stemming from practical and scientific requirements, I have proposed research "Building a system of recommendations for tourism support in Quang Binh province" for master thesis The system was built for the purpose of understanding and studying the operation of the suggestion system The system uses non-contextual and contextual algorithms to analyze and create suggestions so that users can test the algorithm's optimization and apply those algorithms to travel websites to Create appropriate suggestions for every visitor The thesis includes the following contents: (1) Introduction to the model of tourism recommendation system, the contents of the theory of context, contextual recognition, suggestion system, approaches in the system suggestion system (2) Analysis of system functions, presentation of diagrams, construction of system algorithms (3) Deploy, analyze and evaluate the results of the system Keywords: Recommender Systems, Context-Aware Tourist Recommender Systems, matrix factorization, collaborative filtering, algorithm -v- MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC v DANH MỤC HÌNH ẢNH vii DANH MỤC BẢNG BIỂU viii DANH MỤC CÁC TỪ VIẾT TẮT ix MỞ ĐẦU 1 Lý chọn đề tài Mục tiêu nhiệm vụ nghiên cứu Đối tượng phạm vi nghiên cứu Phương pháp nghiên cứu Bố cục luận văn NỘI DUNG Chương 1: TỔNG QUAN VỀ ĐỀ TÀI 1.1 MƠ HÌNH HỆ THỐNG KHUYẾN NGHỊ DU LỊCH 1.2 LÝ THUYẾT VỀ NGỮ CẢNH 1.2.1 Định nghĩa ngữ cảnh 1.2.2 Các đặc trưng ngữ cảnh 1.2.3 Phân loại ngữ cảnh 1.2.4 Nhận biết ngữ cảnh 10 1.2.5 Phương pháp nhận biết ngữ cảnh 11 1.3 HỆ THỐNG GỢI Ý 12 1.3.1 Giới thiệu 12 1.3.2 Phân loại hệ thống gợi ý 13 1.3.3 Dự đoán hệ thống gợi ý 16 1.3.4 Các phương pháp tiếp cận truyền thống hệ gợi ý 17 1.3.5 Các phương pháp tiếp cận đại hệ gợi ý 18 1.3.6 Các phương pháp tiếp cận phân rã ma trận 19 1.3.7 Các phương pháp tiếp cận theo tương quan ngữ cảnh 23 1.3.8 Đánh giá hệ thống gợi ý 27 1.3.9 Các thách thức hệ thống gợi ý truyền thống 31 1.4 KẾT CHƯƠNG 32 -viChương 2: PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG KHUYẾN NGHỊ DU LỊCH TẠI QUẢNG BÌNH 33 2.1 MÔ TẢ HỆ THỐNG 33 2.2 PHÂN TÍCH CHỨC NĂNG HỆ THỐNG 33 2.3 CÁC THUẬT TOÁN KHUYẾN NGHỊ 34 2.3.1 Các thuật tốn trung bình 35 2.3.2 Các thuật toán lọc cộng tác 35 2.3.3 Các thuật toán xếp hạng 36 2.3.4 Các thuật toán biến đổi 37 2.3.5 Các thuật tốn thích ứng phụ thuộc 37 2.4 KẾT CHƯƠNG 39 Chương 3: TRIỂN KHAI VÀ ĐÁNH GIÁ KẾT QUẢ 40 3.1 MÔI TRƯỜNG TRIỂN KHAI 40 3.2 ĐÁNH GIÁ KẾT QUẢ KHUYẾN NGHỊ THEO BỘ DỮ LIỆU THỬ NGHIỆM 01 40 3.2.1 Bộ liệu thử nghiệm 40 3.2.2 Kết chạy chương trình 42 3.2.3 Phân tích kết 42 3.2.4 Đánh giá kết 44 3.2.5 Kết khuyến nghị 46 3.3 ĐÁNH GIÁ KẾT QUẢ KHUYẾN NGHỊ THEO BỘ DỮ LIỆU THỬ NGHIỆM 02 47 3.3.1 Bộ liệu thử nghiệm 47 3.3.2 Kết chạy chương trình 48 3.3.3 Phân tích kết 48 3.3.4 Đánh giá kết 50 3.3.5 Kết khuyến nghị 51 3.4 KẾT CHƯƠNG 52 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 53 TÀI LIỆU THAM KHẢO 55 -vii- DANH MỤC HÌNH ẢNH Hình 1: Mơ hình tổng thể hệ thống khuyến nghị du lịch Hình 2: Tổng quan hạng mục ngữ cảnh 10 Hình 3: Mơ hình sử dụng ngữ cảnh 12 Hình 4: Minh họa cho khơng gian gợi ý ba chiều 15 Hình 5: Các thành phần tiến trình gợi ý truyền thống 16 Hình 6: Kiến trúc tổng quan hệ thống lọc cộng tác 18 Hình 7: Ví dụ hệ tọa độ đa chiều 26 Hình 1: Sơ đồ luồng liệu ứng dụng 34 Hình 2: Các nhóm thuật toán 34 Hình 1: Giao diện chạy chương trình 42 Hình 2: Đồ thị đối sánh 44 Hình 3: So sánh RMSE phương pháp 45 Hình 4: Một phần kết khuyến nghị 46 Hình 5: Giao diện chạy chương trình 48 Hình 6: Đồ thị đối sánh 49 Hình 7: So sánh RMSE phương pháp 50 Hình 8: Một phần kết khuyến nghị 51 -viii- DANH MỤC BẢNG BIỂU Bảng 1: Các thuộc tính đặc trưng ngữ cảnh Bảng 2: Phân loại chiều ngữ cảnh Bảng 3: Bảng ma trận trọng số (đánh giá) hệ gợi ý 17 Bảng 4: Xếp hạng phim ngữ cảnh 20 Bảng 5: Ví dụ ma trận tương quan 24 Bảng 6: Các phương pháp đánh giá 30 Bảng 1: Bảng người dùng 40 Bảng 2: Bảng địa điểm 41 Bảng 3: Bảng đánh giá người dùng cho địa điểm 41 Bảng 4: Kết thực thi thuật toán 43 Bảng 5: Kết khuyến nghị 46 Bảng 6: Bộ liệu thử nghiệm 02 47 Bảng 7: Kết thực thi thuật toán 49 Bảng 8: Kết khuyến nghị 52 -ix- DANH MỤC CÁC TỪ VIẾT TẮT STT TỪ VIẾT TẮT MÔ TẢ RS Recommender Systems CARS Context Aware Recommender Systems CAMF Context Aware Matrix Factorization CSLIM Contextual Sparse Linear Method TF Tensor Factorization MF Matrix Factorization ICS Independent Context Similarity LCS Latent Context Similarity MCS Multidimensional Context Similarity -52- QB01, QB05, QB07, QB08, QB14 QB15, QB16, QB17 QB04, QB05, QB06, QB07, QB09, QB03, QB08, QB13 QB15, QB17, QB18 QB01, QB04, QB05, QB06, QB07, QB12, QB14 QB10, QB18 QB01, QB02, QB04, QB05, QB06, QB09, QB15, QB18 QB07, QB08, QB11, QB13 QB02, QB03, QB06, QB07, QB08, QB05, QB11, QB17 QB12, QB14 QB04, QB09, QB11 Bảng 8: Kết khuyến nghị Kết Bảng 3.8 sau: - Du khách điểm du lịch: Động Phong Nha, Hang Sơn Đoòng, Suối Nước Moọc, Bãi biển Nhật Lệ, Suối khống nóng Bang, Bàu Tró, Quảng Bình Quan, Tượng đài Mẹ Suốt Và hệ thống khuyến nghị điểm du lịch nên đến: Động Thiên Đường, Bãi biển Bảo Ninh, Bãi Đá Nhảy - Du khách điểm du lịch: Động Thiên Đường, Hang Sơn Đoòng, Sông Chày - Hang Tối, Suối Nước Moọc, Bãi biển Bảo Ninh, Bàu Tró, Tượng đài Mẹ Suốt, Núi Thần Đinh Và hệ thống khuyến nghị điểm du lịch nên đến: Động Tiên Sơn, Bãi biển Nhật Lệ, Vũng Chùa - Đảo Yến Các du khách lại liệu diễn giải tương tự 3.4 KẾT CHƯƠNG Chương trình bày mơi trường triển khai hệ thống, thực thi thuật toán khuyến nghị 02 liệu thử nghiệm để phân tích, tổng hợp đánh giá kết liệu, từ đưa kết khuyến nghị cho du khách -53- KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận Trong trình tìm hiểu để giải toán xây dựng hệ thống khuyến nghị hỗ trợ du lịch, luận văn nêu lại mảng kiến thức tổng quan ngữ cảnh, khái niệm, đặc trưng, phân loại phương pháp nhận biết ngữ cảnh Phần tổng quan luận văn nêu lại nội dung hệ thống gợi ý, phân loại, dự đoán, đánh giá hệ thống gợi ý, phương pháp tiếp cận truyền thống, đại, tiếp cận phân rã ma trận, tiếp cận theo tương quan ngữ cảnh hệ gợi ý Từ sở đó, luận văn mơ tả phân tích chức hệ thống, xây dựng thuật toán khuyến nghị Đề tài luận văn hướng đến việc thu thập liệu đánh giá người dùng cung cấp cho hệ thống khuyến nghị, thực thi thuật toán để đưa khuyến nghị cho người dùng Các địa điểm du lịch mà hệ thống khuyến nghị cho người dùng kết có dựa đánh giá nhiều người dùng trước Kết sản phẩm luận văn xây dựng hệ thống khuyến nghị hỗ trợ du lịch tỉnh Quảng Bình dựa kết triển khai, phân tích, đánh giá liệu thử nghiệm Việc ứng dụng hệ thống gợi ý để xây dựng hệ thống khuyến nghị hỗ trợ du lịch tỉnh Quảng Bình hồn thành Mặc dù hệ thống đáp ứng đầy đủ mục tiêu đề ra, nhiên cịn tồn số thiếu sót như: liệu vào ban đầu cho hệ thống khuyến nghị chưa đủ lớn; hệ thống đưa thuật toán tốt nhất, cách tạo kết gợi ý chậm, chưa thật trở thành hệ thống đưa khuyến nghị tức thời; hệ thống số lỗi số thuật tốn, thuật tốn u cầu liệu đặc biệt (phải có liệu khuyết - NA - chẳng hạn); ngữ cảnh phụ thuộc nhiều vào người dùng, từ liệu bị lỗi nhiều Hướng phát triển Trong thời gian đến, cần dành nhiều thời gian đặc biệt việc thu thập liệu, tạo sở liệu đủ lớn đầy đủ cho hệ thống khuyến -54nghị nội dung quan trọng mà đề tài hướng tới, bên cạnh cần tối ưu hóa tồn thuật tốn để tăng tốc độ khuyến nghị cho kết khuyến nghị hệ thống tức thời Áp dụng hệ thống khuyến nghị để xây dựng website du lịch thông minh, với nhiều chức khuyến nghị địa điểm du lịch, khuyến nghị nhà hàng - ẩm thực, khuyến nghị khách sạn -55- TÀI LIỆU THAM KHẢO Nguyễn Thái Nghe (2013) Kỹ thuật phân rã ma trận xây dựng hệ thống gợi ý Trang 44-53, số 06/2013 Tạp chí Khoa học Trường Đại học Đà Lạt [2] Lư Chân Thiện Nguyễn Thái Nghe (2015) Một tiếp cận xây dựng hệ thống gợi ý theo ngữ cảnh Kỷ yếu Hội nghị quốc gia lần thứ VIII "Nghiên cứu ứng dụng Công nghệ thông tin" (FAIR 2015) [3] Bùi An Lộc - Cá nhân hóa ứng dụng dịch vụ di động hướng ngữ cảnh người dùng Trường Đại học Quốc gia Hà Nội - Trường Đại học Công nghệ, Việt Nam 2016 [4] Albrecht Schmidt, Michael Beigl, and Hans-W Gellersen, “There is more to Context than Location”, University of Karlsruhe [5] Schmidt, A., Aidoo, K.A., Takaluoma, A, Tuomela, U., Van Laerhoven, K., Van de Velde, W (1999), “Advanced Interaction In Context” Lecture Notes in Computer Science, Hand Held and Ubiquitous Computing , [6] Albrecht Schmidt (2002), “Ubiquitous Computing -Computing in Context”, Computing Department, Lancaster University, U.K [7] G Chen and D Kotz (2000), “A Survey of Context-Aware Mobile Computing Research”, Techreport TR2000-381, Dept of Computer Science, Dartmouth College [8] Karen Henricksen (2005), “Modelling and Using Imperfect Context Information”, School of Information Technology and Electrical Engineering, The University of Queensland [9] Pashtan A., Blattler R., Heusser A and Scheurmann P (2003), “CATIS: A ContextAware Tourist Information System”, Proceedings of the 4th International Workshop of Mobile Computing, Rostock [10] Anind K Dey (2000), “Providing Architectural Support for Building ContextAware Applications”, Georgia Institute of Technology, November [11] Francesco Ricci, Lior Rokach, Bracha Shapira , Paul B Kantor (2011) Recommender Systems Handbook , pages 217-250 [12] Gediminas Adomavicius, Alexander Tuzhilin Context-Aware Recommender Systems, Recommender Systems Handbook 2011, pp 217-253 Spinger [13] Herlocker, J.L., Konstan, J.A., Terveen, K., et al (2004) Evaluating Collaborative Filtering Recommender Systems ACM Transactions on Information and Systems, 22, 5-53 [14] Empirical analysis of predictive algorithms for collaborative filtering, JS Breese, D Heckerman, C Kadie - Proceedings of the Fourteenth conference on …, 1998 [1] -56G Adomavicius and a Tuzhilin, “Toward the Next Generation of Recommender Systems: a Survey of the State of the Art and Possible Extensions,” IEEE Trans Knowl Data Eng., vol 17, no 6, pp 734–749, 2005 [16] A.M Rashid, I Albert, D Cosley, S K Lam, S M McNee, J a Konstan, and J.Riedl, “Getting to Know You: Learning New User Preferences in Recommender Systems,” Int Conf Intell User Interfaces, IUI 2002, pp 127-134, 2002 [17] B.De Carolis, I Mazzotta, N Novielli, and V Silvestri Using common sense in providing personalized recommendations in the tourism domain In Workshop on Context-Aware Recommender Systems New York, 2009 [18] Yong Zheng, Bamshad Mobasher, Robin Burke "A Java-Based Context-aware Recommendation Engine", Proceedings of the 15th IEEE International Conference on Data Mining (ICDM) Workshops, pp 1668-1671, Atlantic City, NJ, USA, Nov 2015 [19] Damianos G., C Konstantopoulos, K Mastakas, G Pantziou Mobile recommender systems in tourism, Journal of Network and Computer Applications, Volume 39, March 2014, 319-333 [20] B van Kortenhof, “Context-Aware Recommender Systems in the E-commerce Domain,” TU Delft, 2017 [21] Yong Zheng, Bamshad Mobasher, Robin Burke, “Correlation-Based Contextaware Matrix Factorization,”, Proceedings of School of Computing Research Symposium, Chicago, 2015 [22] Nguyễn Hùng Dũng Nguyễn Thái Nghe (2014) Hệ thống gợi ý sản phẩm bán hàng trực tuyến sử dụng kỹ thuật lọc cộng tác Trang 36-51, số 31/2014 Tạp chí Khoa học Trường Đại học Cần Thơ [23] Nguyễn Thái Nghe Nguyễn Tấn Phong (2014) Xây dựng hệ thống gợi ý hát dựa phản hồi tiềm ẩn Trang 81-91, số 34/2014 Tạp chí Khoa học Trường Đại học Cần Thơ [24] Baltrunas, Ludwig, Ricci Matrix Factorization Techniques for Context Aware Recommendation, RecSys 2011 [15] ... dựng giải pháp du lịch nhằm phục vụ nhu cầu tra cứu thông tin, hỗ trợ du khách hành trình trải nghiệm du lịch Chính vậy, chọn đề tài "Xây dựng hệ thống khuyến nghị hỗ trợ du lịch tỉnh Quảng Bình" ... cách thức truyền thống Đối với bùng nổ công nghệ thông tin, việc xây dựng hệ thống hỗ trợ du lịch Internet vô quan trọng ngành du lịch Hệ thống hỗ trợ du lịch đặc thù website du lịch Nó giới thiệu... nghiên cứu "Xây dựng hệ thống khuyến nghị hỗ trợ du lịch tỉnh Quảng Bình" làm luận văn cao học Hệ thống xây dựng với mục đích tìm hiểu, nghiên cứu hoạt động hệ thống gợi ý Hệ thống sử dụng thuật