$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

여행지 선정을 위한 퍼지기반의 추천시스템 설계
Design of a Fuzzy based Recommendation System for Travel Destination Selection 원문보기

대한안전경영과학회지 = Journal of the Korea safety management & science, v.12 no.2, 2010년, pp.193 - 197  

서광규 (상명대학교 경영공학과)

초록
AI-Helper 아이콘AI-Helper

오늘날 인터넷의 출현과 확산으로 인하여 정보의 홍수를 이루게 되었고, 고객들은 자신이 원하는 제품이나 서비스를 선택하기 위해서 정보를 탐색하는 작업이 더욱 어려워지게 되었다. 이러한 고객들에게 좀 더 편리하게 자신이 원하는 제품이나 서비스를 선택하도록 도와주는 것이 추천 시스템으로써, 고객 관계 관리의 중요한 부분으로 자리잡게 되었다. 본 연구에서는, 인터넷상의 여행사 사이트 등에서 고객이 여행지를 선택할 때 고객이 관심을 가질만한 여행지를 추천하여 줌으로써 고객이 최적의 여행지를 선택할 수 있는 새로운 추천 시스템을 개발하였다. 기존의 여러 추천 시스템에서 적용되던 협업 필터링 기법의 문제점으로 나타나고 있는 희소성과 확장성을 해결하기 위하여 본 연구에서는 퍼지로직과 인공신경망을 결합한 하이브리드 접근 방법인 뉴로 퍼지 기반의 여행지 추천시스템을 개발하였다. 제안한 추천시스템을 적용하여 실험한 결과 제안 시스템이 기본의 방법들보다 우수함을 입증하였다.

주제어

#Fuzzy Logic   #Neuro-fuzzy   #Recommendation System   #Travel Destination Selection  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • In this study, we gather the dataset by tourists to dernmstrate the perfcrmance of the imposed nanxr-fuzzy model. We construct the neuro-fuzzy system on the subject of tour packages AAdiich are selected in the Web site of tourism corre)anies.
  • [9]. The expert system was built to recomrnend a suitable travel schedule that satisfies user input ccnstraints such as time period, budget and individual preferwoes. Yeung  aL [1(H discussed the irrHanentatkxi on the Internet of a multi-agent based tourism industry.
  • It provides the best match between the customer's requiremaits and available trav destination selection. The performance of the proposed system based on nmro-fuzzy classifier was darmstrated by employing it fcr travel destinaticn dassificaticn problems and ccrrparing them with sev other dassificaticn methods and the proposed method was stumor to previous im)nxnaidaticn systems. The usage of linguistic merrbership in noiro-fuzzy dassifier improves the dassificaticn accuracy acccrding to the ccmbined neural networks and fuzzy logic eproadi

대상 데이터

  • The dataset has 240 san)les, six features and five classes. In each feature, AAdiile two of five classes can be easily separated, the other class is overlapped with the other dasses.
본문요약 정보가 도움이 되었나요?

참고문헌 (10)

  1. Cox, E., The Fuzzy systems handbook: a practitioners' guide to building, using and maintaining fuzzy systems. San Diego, CA: AP Professional, (1999) 

  2. McCool, A.C., "Some considerations in developing expert systems for the hospitality industry". International Journal of Hospitality Management, 6(4) (1987): 191？198 

    상세보기 crossref

  3. Ghalia, M.B., Wang, P.P., "Intelligent system to support judgmental business forecasting: the case of estimating hotel room demand", IEEE Transactions on Fuzzy Systems, 8(4) (2000): 380？397 

    상세보기 crossref

  4. Jang, J-S. R., Sun, C-T. E., & Mizutani, E., "Neurofuzzy and soft computing: A computational approach to learning and machine intelligence, Prentice-Hall, (1997) 

  5. Nozaki, K., Ishibuchi, H., & Tanaka, H., "Adaptive fuzzy rule-based classification systems", IEEE Transactions on Fuzzy Systems, 4(3) (1996): 238？250 

    상세보기 crossref

  6. Petrovic-Lazarevice S, Wong A., "Fuzzy control model in the hospitality industry", International Journal of Agile Management Systems, 2(2) (2000): 156？162. 

    상세보기 crossref

  7. Rutkowski, L., & Cpalka, K., "Flexible neuro-fuzzy systems", IEEE Transactions on Neural Networks, 14(3)(2003): 554-574 

    상세보기 crossref

  8. Thole, U., Zimmermann, H. J., & Zysno, P., "On the suitability of minimum and product operators for the intersection of fuzzy sets", Fuzzy Sets and Systems, 2(1979): 167？180 

    상세보기 crossref

  9. Tsang, C.H.K., Woo, M.H.C., Bloor, C., "An object oriented intelligent tourist advisor system", Proceeding of Australian New Zealand Conference on Intelligent Information Systems Adelaide, Australia, (1996) 

  10. Yeung C, Tung P.F., Yen J., "A multi-agent based tourism kiosk on internet". Proceeding of 31st Annual Hawaii International Conference on System Sciences, 4(1998): 452？461. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로