Применение интеллектуального анализа данных для рекомендации туристических поездок

Путешествия играют важную роль в современном обществе. Люди путешествуют, чтобы увидеть другие страны и города, завести новые знакомства или попробовать новые блюда. Неудивительно, что туризм – высокоразвитая индустрия. В настоящее время все больше туристических агентств предоставляют свои услуги онлайн, публикуя огромные объемы информации. И процесс выбора туристического направления становится затруднительным. Поэтому система, которая поможет онлайн-агентству понять предпочтения пользователя и предложить именно то, что ему нужно, будет весьма ценна и полезна. Целью данной выпускной квалификационной работы являлось разработать рекомендательную систему на основе одного из методов интеллектуального анализа данных. Для достижения цели потребовалось решить следующие задачи: сбор и организация хранения данных, обработка данных, построение решающих деревьев для выделения ассоциативных правил, создание базы знаний в среде CLIPS, реализация метода в прототипной программной системе. Сначала мы рассмотрели рекомендательные системы с двумя основными подходами к формированию рекомендаций: фильтрация содержимого и коллаборативная фильтрация. Затем мы выбрали один из методов обнаружения знаний в базах данных – ассоциативные правила. Деревья решений использовались как способ представления ассоциативных правил в иерархической и последовательной структуре. Данные для работы были предоставлены туристическим онлайн-агентством. Наконец, мы решили все поставленные задачи, используя различные компьютерные среды. Таким образом, мы построили рекомендательную систему с веб-интерфейсом, которая рекомендует несколько туристических направлений по уменьшению релевантности запросу пользователя. После проведения экспериментов с системой было получено, что она дает верные рекомендации на 90%. При этом в 56% случаев заведомо известное решение оказывается первым рекомендованным.