سیستم‌ توصیه‏ گر گردشگری مبتنی بر اعتماد با استفاده از خوشه بندی زمینه-آگاه

امروزه در عصر ارتباطات تولید و انتقال اطلاعات با سرعتی روزافزون صورت می‏گیرد. در حوزه‏ی گردشگری نیز مقاصد زیادی وجود دارند که ارزش سفر کردن را دارند، اما افزایش تعداد مکانهای مناسب گردشگری از میان حجم بالای انتخابها، انتخاب گزینه مطلوب را سخت میسازد. بنابراین الویت‏بندی و شخصی‏سازی اطلاعات برای ارایه توصیه‌ مناسب و موثر به صورت یک نیاز درآمده است. در این مقاله با در نظر گفتن موقعیت مکانی کاربرِ هدف، یک سیستم توصیه‏گر گردشگری جهت پیشنهاد مکان مناسب برای اقامت گردشگر ارائه میگردد که از ترکیب اطلاعات زمینه، معیار اعتماد و خوشه بندی گراف، در جهت افزایش دقت پیشنهادها به کاربران استفاده می‏کند. ارزیابی روش پیشنهادی و مقایسه عملکرد آن با سایر روش‌های مورد آزمایش بر روی مجموعه داده tripadvisor بیانگر آن است که این روش نتایج بهتری نسبت به سایر روش‌های مورد مقایسه نشان میدهد.

Trustbased Tourism Recommendation System Using ContextAware Clustering

Nowadays, in the age of communication, the production and transmission of information are increasing rapidly. There are also many destinations in the tourism sector that are worth traveling, but increasing the number of suitable tourist destinations through the high volume of choices makes it harder to choose the desired option. Therefore, the prioritization and personalization of the information have become a necessity for providing appropriate and effective recommendation. In this paper, considering the target user's location, a tourist recommendation system is proposed to suggest a perfect place for tourist accommodation using context information, trust criteria and graph clustering to increase the accuracy of recommendations. The experiments and evaluations on TripAdvisor dataset show that the proposed method suggests better results than other stateoftheart methods.