شخصي سازي يك سيستم توصيه گر گردشگري بر مبناي تشابه كاربران و استفاده از شبكه باور عميق

سيستم هاي توصيه گر مكاني امكان ارائه اطلاعات مفيد را براي كاربران با كاهش اطلاعات تكراري و نامربوط در وب به طور گسترده فراهم مي سازند. در عصر حاضر با وجود سيستم‌هاي توصيه گر يافتن مكان مورد علاقه در كوتاه ترين زمان،  با صرف كم ترين هزينه و توسط شخص كاربر صورت مي پذيرد. سيستم هاي توصيه گر در حوزه هاي مختلف از جمله گردشگري كاربرد زيادي دارند و به عنوان ابزار توسط گردشگر قابل استفاده مي باشند. عموما سيستم‌هاي توصيه گر بر پايه پالايش مشاركتي و بر اساس مشابهت ميان گروه كاربران، پيشنهادات لازم را به كاربران مختلف ارائه مي دهند. درصورتيكه بسياري از خدمات با ويژگي هاي شخصي و خصوصيات فرد منطبق نيست و اين امر از كارايي اينگونه سيستم‌ها مي‌كاهد. هدف اين پژوهش توسعه يك الگوريتم توصيه گر مبتني برشباهت بين كاربران و مفاهيم شخصي‌سازي است. نوآوري اين تحقيق بكارگيري شبكه عصبي باور عميق در راستاي شخصي‌سازي پيشنهادات قابل ارائه به گردشگران است. سناريوي تحقيق به اين صورت است كه ابتدا گردشگران مختلف در سيستم ثبت نام مي كنند، سپس اطلاعات فردي، ارجحيت‌هاي عمومي و عوامل خاص شخصي‌سازي خود را براي بازديد از مراكز گردشگري بيان مي‌ كنند. در رويكرد پيشنهادي نيازي به تفكيك كاربران نيست بلكه با توجه به قدرت يادگيري شبكه هاي عميق، امكان تفكيك و شخصي سازي پيشنهادات كاربران وجود دارد. در اين راستا داده هاي مربوط به 400 مسافر گردشگري براساس 14 المان ورودي و متمايز كننده دريافت شد. همچنين براساس شبكه آموزش ديده، قابليت پيش بيني مكان هاي گردشگري شخصي سازي شده براي 30 كاربر جديد بررسي شد. ارزيابي نتايج براساس سه شاخص معيار صحت، پوشش و معيار F و همچنين رضايت مندي كاربران انجام شد. نتايج حاصل، دقت بالا و همچنين رضايت مندي بيش از 79 درصدي كاربران را نشان مي دهد.