ログイン
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 紀要論文
  2. 上武大学経営情報学部紀要

協調フィルタリングとコンテンツ分析を利用した観光地推薦手法の検討

https://jobu.repo.nii.ac.jp/records/138
https://jobu.repo.nii.ac.jp/records/138
74d0de72-745b-4f56-a75b-e7dd00022c34
名前 / ファイル ライセンス アクション
730-36-001.pdf 730-36-001 (543.5 kB)
Item type 紀要論文 / Departmental Bulletin Paper(1)
公開日 2023-01-31
タイトル
タイトル 協調フィルタリングとコンテンツ分析を利用した観光地推薦手法の検討
タイトル
タイトル Recommendation System of Tourist Site Using Collaborative Filtering Method and Contents Analysis Method
言語 en
言語
言語 jpn
キーワード
主題Scheme Other
主題 観光地
キーワード
主題Scheme Other
主題 情報推薦システム
キーワード
主題Scheme Other
主題 協調フィルタリング法
キーワード
主題Scheme Other
主題 コンテンツ分析法
キーワード
主題Scheme Other
主題 Webアプリケーション
キーワード
言語 en
主題Scheme Other
主題 Tourist site
キーワード
言語 en
主題Scheme Other
主題 Recommendation System
キーワード
言語 en
主題Scheme Other
主題 Collaborative Filtering Method
キーワード
言語 en
主題Scheme Other
主題 Contents Analysis Method
キーワード
言語 en
主題Scheme Other
主題 Web application
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_6501
資源タイプ departmental bulletin paper
著者 樽井, 勇之

× 樽井, 勇之

WEKO 127

樽井, 勇之

ja-Kana タルイ, ユウジ

Search repository
TARUI, Yuji

× TARUI, Yuji

WEKO 128

en TARUI, Yuji

Search repository
抄録
内容記述タイプ Abstract
内容記述 本論文では、協調フィルタリング法の利点とコンテンツ分析法の利点を組み合わせた観光地推薦手法の基本的なアイデアについて述べた。本観光地推薦システムでは、(1)観光地の特徴を最もよく表している観光特性を要素にもつ観光地特徴ベクトル、(2)利用者による旅行履歴を要素にもつ利用者履歴ベクトル、(3)利用者が旅行先の選定に重視してきた観光特性を要素にもつ利用者特徴ベクトルを利用している。観光地特徴ベクトルの生成では、コンテンツ分析法の考え方を取り入れ、観光地のもつ観光特性の要素を試験的に16の要素で表現してみた。利用者履歴ベクトルの生成では、利用者にこれまでの旅行履歴を簡易に入力させるため、操作性を考慮したインタフェースをAjaxの技術により試作した。利用者特徴ベクトルの生成では、観光地特徴ベクトルと利用者履歴ベクトルから自動計算して求めるようにした。これらのベクトル生成をもとに、協調フィルタリングの考え方を取り入れ、利用者間の類似度から旅行計画者の嗜好に合った観光地を推薦するものである。
This paper describes a recommendation system of tourist site using collaborative filtering method and contents analysis method. This system uses three vectors. (1) The tourist site vector has elements which are expressed tourist resources such as nature, recreation, and so on. (2) The travel history vector has elements which are weighted based on user's travel experience. (3) The feature vector of users has elements which are weighted based on user's favorite tourist resources. The feature vector of user is calculated automatically using the tourist site vector and the travel history vector. The system recommends tourist site from similarity calculation between a travel planner and other users.
書誌情報 上武大学経営情報学部紀要. 2011, no.36, p.1-14
en : Jobu Daigaku Keiei Joho Gakubu kiyo (Bulletin of Faculty of Management Information Sciences, Jobu University). 2011, no.36, p.1-14

号 36, p. 1-14, 発行日 2011-12-28
出版者
出版者 上武大学経営情報学部
ISSN
収録物識別子タイプ ISSN
収録物識別子 0915-5929 1884-7307
論文ID(NAID)
識別子タイプ NAID
関連識別子 110008138756
戻る
0
views
See details
Views

Versions

Ver.1 2023-07-25 10:14:39.211223
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR 2.0
  • OAI-PMH JPCOAR 1.0
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3