سیستم های توصیه گر گردشگری سفر بر اساس الگوریتم خفاش و فیلترینگ ترکیبی

مقاله سیستم‌های توصیه گر گردشگری سفر بر اساس الگوریتم خفاش و فیلترینگ ترکیبی

حجم بسیار و روبه رشد اطلاعات بر روی اینترنت، فرآیند تصمیم‌گیری و انتخاب اطلاعات، داده یا کالاهای موردنیاز را، برای بسیاری از کاربران وب دشوار کرده است. سامانه‌های پیشنهاددهنده (توصیه گر) ، باهدف رفع این چالش به وجود آمده‌اند و تلاش می‌کنند تا از میان حجم عظیم اطلاعات، اطلاعات خاص و مفید را با توجه به علاقه و سلیقه کاربر و تجربیات کاربران گذشته به وی پیشنهاد دهند. تاکنون سامانه‌های پیشنهاد دهنده زیادی در زمینه‌های کاربردی متنوع ازجمله فیلم، موسیقی، کتاب و ... ایجادشده ‌اند. انتخاب یک سفر مناسب، پیشنهاد هتل و ... با توجه به بودجه‌ی فرد، معمولاً سختی‌ها و نگرانی‌های زیادی را برای کاربران به همراه دارد و عموماً با صرف زمان و انرژی زیادی انجام می‌گیرد. لذا در این مقاله یک سیستم پیشنهاد دهنده سفر و هتل ارائه می ‌شود که از ترکیب روش فیلترهای مختلف ساخته‌ شده است تا دقت آن دوچندان شود.

این سیستم برای ارائه پیشنهادهای نهایی خود، سلایق کاربر جاری، کیفیت مجموعه‌های خدمات دهنده و تجربیات گذشته کاربران مشابه با کاربر جاری را مدنظر قرار داده و بدین ترتیب علاوه بر ارائه پیشنهادهای دقیق‌تر، مشکل شروع سرد2 را که معمولاً برای کاربران جدید بروز می‌کند که در سیستم ثبت‌نام می‌کنند و سیستم هیچ اطلاعاتی از نظرات یا علایق کاربر ندارد، نیز برطرف می ‌نماید. در چنین شرایطی، سامانه‌ها معمولاً از یادگیری فعال3 یا استفاده از ویژگی ‌های شخصیتی کاربر، برای حل مشکل استفاده می ‌کنند.