With the increased interest in the quality of life of modern people, the implementation of the five-day working week, the increase in traffic convenience, and the economic and social development, domestic and international travel is becoming commonplace. Furthermore, in the past, there were many cas...
With the increased interest in the quality of life of modern people, the implementation of the five-day working week, the increase in traffic convenience, and the economic and social development, domestic and international travel is becoming commonplace. Furthermore, in the past, there were many cases of purchasing packaged goods of specialized travel agencies. However, as the development of the Internet improved the accessibility of information about the travel area, the tourist is changing the trend to plan the trip such as the choice of the destination. Web services have been introduced to recommend travel destinations and travel routes according to these needs of the customers. Therefore, after reviewing some of the most popular web services today, such as Stubby planner (http://www.stubbyplanner.com) and Earthtory (http://www.earthtory.com), they were supposed to be based on traditional Traveling Salesman Problems (TSPs), and the travel routes recommended by them included some practical limitations. That is, they were not considered important issues in the actual journey, such as the use of various transportation, travel expenses, the number of days, and lodging. Moreover, although to recommend travel destinations, there have been various studies such as using IoT (Internet of Things) technology and the analysis of cyberspatial Big Data on the web and SNS (Social Networking Service), there is little research to support travel routes considering the practical constraints. Therefore, this study proposes a new mathematical model for applying to travel route recommendation service, and it is verified by numerical experiments on travel to Jeju Island and trip to Europe including Germany, France and Czech Republic. It also expects to be able to provide more useful information to tourists in their travel plans through linkage with the services for recommending tourist attractions built in the Internet environment.
With the increased interest in the quality of life of modern people, the implementation of the five-day working week, the increase in traffic convenience, and the economic and social development, domestic and international travel is becoming commonplace. Furthermore, in the past, there were many cases of purchasing packaged goods of specialized travel agencies. However, as the development of the Internet improved the accessibility of information about the travel area, the tourist is changing the trend to plan the trip such as the choice of the destination. Web services have been introduced to recommend travel destinations and travel routes according to these needs of the customers. Therefore, after reviewing some of the most popular web services today, such as Stubby planner (http://www.stubbyplanner.com) and Earthtory (http://www.earthtory.com), they were supposed to be based on traditional Traveling Salesman Problems (TSPs), and the travel routes recommended by them included some practical limitations. That is, they were not considered important issues in the actual journey, such as the use of various transportation, travel expenses, the number of days, and lodging. Moreover, although to recommend travel destinations, there have been various studies such as using IoT (Internet of Things) technology and the analysis of cyberspatial Big Data on the web and SNS (Social Networking Service), there is little research to support travel routes considering the practical constraints. Therefore, this study proposes a new mathematical model for applying to travel route recommendation service, and it is verified by numerical experiments on travel to Jeju Island and trip to Europe including Germany, France and Czech Republic. It also expects to be able to provide more useful information to tourists in their travel plans through linkage with the services for recommending tourist attractions built in the Internet environment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 여행자들에게 실제적인 여행경로를 추천하기 위해 여행의 특성을 반영하여 기존 TSP 개념을 보완한 최적화 수리 모형을 제시한다. 제시되는 수리모형의 주요 개선사항은 다음과 같다.
하지만, TSPs은 일반적으로 상품배송, 물류환경 등을 고려하고 있기 때문에 여행의 고유한 특성을 반영하지는 못한다. 따라서 본 연구에서는 기존의 TSPs를 기반으로 여행의 현실적인 특성을 고려하여 개인의 선호에 따른 자유여행 계획을 지원하는 여행경로 추천 서비스를 위한 최적화 수리 모형을 제시한다. 기본적인 가정 사항은 TSPs과 동일하며, 수리 모형에 반영되는 여행 계획의 주요한 고려 사항들은 다음과 같다.
국내(제주도) 여행에 대한 수치실험은 현재의 어스토리 웹사이트 서비스에서 숙박과 교통편의 선택이 개선되었음을 보였다. 본 절에서는 다수 국가를 여행하는 경우에 대한 수치실험을 통해 본 연구에서 제안하는 서비스의 개선사항을 종합적으로 보이고자 한다. 국내여행에서와 같이 보다 현실적인 실험예제 구성을 위해 각 노드 간의 이동 소요시간, 거리, 그리고 차량, 항공기, 열차 등의 교통편별 비용은 지도 웹사이트인 Google Map[3]에서 제공되는 정보를 활용하였으며, 여행지의 개․폐장 시간(Time windows), 요금(Admission fee), 선호도(Awareness) 등은 Trip advisor[16] 등의 여행 전문 웹사이트의 정보를 참고하였다.
제안 방법
또한, 현실적인 실험예제 구성을 위해 예제 데이터는 여행 관련 전문 웹사이트의 정보를 활용하였다. 각 실험예제의 최적해(Optimal solution)는 IBM사의 ILOG CPLEX를 통해 탐색하였다.
본 절에서는 다수 국가를 여행하는 경우에 대한 수치실험을 통해 본 연구에서 제안하는 서비스의 개선사항을 종합적으로 보이고자 한다. 국내여행에서와 같이 보다 현실적인 실험예제 구성을 위해 각 노드 간의 이동 소요시간, 거리, 그리고 차량, 항공기, 열차 등의 교통편별 비용은 지도 웹사이트인 Google Map[3]에서 제공되는 정보를 활용하였으며, 여행지의 개․폐장 시간(Time windows), 요금(Admission fee), 선호도(Awareness) 등은 Trip advisor[16] 등의 여행 전문 웹사이트의 정보를 참고하였다.
또한, 여행정보시스템(Travel information system) 상에서 구현하는 바에 따라 보다 다양한 기준(목적 함수)에서 여행자의 효용을 극대화할 수 있는 여행계획을 제공할 수 있다. 이와 같은 개선사항들은 국내․외 여행사례에 대한 수치 실험을 통해 검증하였다.
수치 실험은 제 2장에서 제시한 수리모형을 검증하기 위해 수행되었으며, 수치실험에는 두 가지 실험 예제가 적용되었다. 첫 번째는 국내여행 사례로서 제주도 여행을 계획하였으며, 두 번째 실험 예제로는 다수 국가를 여행하는 유럽여행 사례를 적용하였다. 또한, 현실적인 실험예제 구성을 위해 예제 데이터는 여행 관련 전문 웹사이트의 정보를 활용하였다.
대상 데이터
국내 여행에 대한 실험예제에서는 여행자가 서울 강남에 거주하는 것으로 가정하였으며, [Table 1]에 제시된 바와 같이 한라산(Hallasan Mountain) 등 10개소의 여행지, 호텔 3개소, 공항은 인천과 제주 2개소로 고려하였다. 각 노드 간의 이동 소요시간, 거리, 그리고 차량, 항공기, 열차 등의 교통편 별 비용은 지도 웹사이트인 Naver Map [13]에서 제공되는 정보를 활용하였으며, 여행지의 개․폐장 시간(Time windows), 요금(Admission fee), 선호도(Awareness) 등은 여행 전문 웹사이트인 Trip advisor[16]의 정보를 참고하였다.
첫 번째는 국내여행 사례로서 제주도 여행을 계획하였으며, 두 번째 실험 예제로는 다수 국가를 여행하는 유럽여행 사례를 적용하였다. 또한, 현실적인 실험예제 구성을 위해 예제 데이터는 여행 관련 전문 웹사이트의 정보를 활용하였다. 각 실험예제의 최적해(Optimal solution)는 IBM사의 ILOG CPLEX를 통해 탐색하였다.
수치 실험은 제 2장에서 제시한 수리모형을 검증하기 위해 수행되었으며, 수치실험에는 두 가지 실험 예제가 적용되었다. 첫 번째는 국내여행 사례로서 제주도 여행을 계획하였으며, 두 번째 실험 예제로는 다수 국가를 여행하는 유럽여행 사례를 적용하였다.
단, 하루의 여행 시간은 08:00부터 20:00까지로 설정하였으며, [Table 2]의 노드별 도착시간은 5분 단위로 올림하여 표기하였다. 이때, 여행기간이 짧아 여행지 총 10개소 중 한라산 등 6개소만을 방문하도록 계획되었으며, 제주도 내에서의 교통편은 렌트카이다. 1일차에는 자택을 떠나 인천공항에서 항공기로 제주공항으로 이동 후, 오설록티뮤지엄, 한라산, 돌문화공원을 여행하고 해비치호텔에서 숙박을 한다.
이론/모형
국내 여행에 대한 실험예제에서는 여행자가 서울 강남에 거주하는 것으로 가정하였으며, [Table 1]에 제시된 바와 같이 한라산(Hallasan Mountain) 등 10개소의 여행지, 호텔 3개소, 공항은 인천과 제주 2개소로 고려하였다. 각 노드 간의 이동 소요시간, 거리, 그리고 차량, 항공기, 열차 등의 교통편 별 비용은 지도 웹사이트인 Naver Map [13]에서 제공되는 정보를 활용하였으며, 여행지의 개․폐장 시간(Time windows), 요금(Admission fee), 선호도(Awareness) 등은 여행 전문 웹사이트인 Trip advisor[16]의 정보를 참고하였다.
성능/효과
또한, 두 웹사이트는 공통적으로 여행 중 수면시간 및 숙소, 교통편 이동가능 시간, 여행지 관광 시간, 그리고 출발지/도착지 등을 고려하지 않은 여행계획을 추천하고 있었다. 결론적으로, 두 웹사이트 모두 현실의 여행에서 고려되어야 하는 중요한 요소들이 배제된 여행경로를 추천하고 있었으며, 여행경로 추천 개념은 전형적인 순회판매원문제(TSPs : Travelling Salesman Problems)를 따르고 있는 것으로 추정된다.
[1]은 계획된 행동이론(Theory of planned behavior)을 바탕으로 태도, 주관적 기준 및 인지된 행동 제어가 실시간 정보에 의한 여행자의 여행경로 변경 의도의 영향 요인임을 확인하고, 이를 여행자의 여행경로 변경 의도를 예측하는데 활용할 것을 제안하였다. 결론적으로, 최근의 여행경로와 관련된 연구들은 전자지도 등의 인터넷 기술과의 연계, 인터넷 공간의 정보들을 활용하여 선호도가 높은 여행지를 추천하는 시스템 개발 분야가 주를 이루고 있으며, 실질적인 여행경로 추천에 있어서는 전통적인 TSP의 개념이 적용되고 있어 여행자들에게 현실적이고 합리적인 여행경로를 추천하는데 제한이 따르고 있다.
이때, 열차, 항공기와 같이 이용할 수 있는 장소까지의 이동 소요(시간, 비용)까지도 고려하도록 설계되었다. 셋째, 여행경비, 여행계획 기간과 여행 중 숙박시설의 이용, 여행지 간의 이동시간뿐만 아니라 여행지에서의 관광시간(Stay time)과 여행지별 개장․폐장시간(Time windows) 등 다양한 고려사항들을 통해 여행계획을 현실화함으로써 여행자들에게 보다 유용한 정보를 제공한다. 또한, 여행정보시스템(Travel information system) 상에서 구현하는 바에 따라 보다 다양한 기준(목적 함수)에서 여행자의 효용을 극대화할 수 있는 여행계획을 제공할 수 있다.
본 연구는 전통적인 TSP 기반의 여행경로 추천 서비스의 제한사항과 여행자들의 요구사항(Needs)을 반영하여 개선하여 보다 현실적이고 합리적인 여행계획을 위한 수리모형을 제시하였으며, 이는 인터넷의 전자지도, 빅데이터를 활용한 여행지 추천 서비스 등과 연계한다면 여행자들에게 매우 유용하게 활용될 것으로 기대한다. 제시된 수리모형의 주요 개선사항으로는, 첫째, 일자별 여행계획을 제공하며, 둘째, 여행경로 상에서 다양한 교통편을 고려하여 여행지 간 가장 효율적인 교통편을 추천한다. 이때, 열차, 항공기와 같이 이용할 수 있는 장소까지의 이동 소요(시간, 비용)까지도 고려하도록 설계되었다.
후속연구
Chen et al.[1]은 계획된 행동이론(Theory of planned behavior)을 바탕으로 태도, 주관적 기준 및 인지된 행동 제어가 실시간 정보에 의한 여행자의 여행경로 변경 의도의 영향 요인임을 확인하고, 이를 여행자의 여행경로 변경 의도를 예측하는데 활용할 것을 제안하였다. 결론적으로, 최근의 여행경로와 관련된 연구들은 전자지도 등의 인터넷 기술과의 연계, 인터넷 공간의 정보들을 활용하여 선호도가 높은 여행지를 추천하는 시스템 개발 분야가 주를 이루고 있으며, 실질적인 여행경로 추천에 있어서는 전통적인 TSP의 개념이 적용되고 있어 여행자들에게 현실적이고 합리적인 여행경로를 추천하는데 제한이 따르고 있다.
즉, 복수의 목적함수를 갖는 목표 계획법(Goal programming) 모형 또는 다기준 의사결정법(Multi criteria decision making)에 의한 목적함수의 구성 등이 고려될 수 있다. 또한, 본 연구의 모형이 국제물류 환경에서의 복합일관운송 시스템 설계에 기본적 틀을 제공할 수 있을 것으로 기대한다.
따라서 합리적인 시간 내에 신뢰할 수 있는 여행경로를 제시하기 위한 휴리스틱[4, 5, 12]과 같은 해법이 필요하다. 또한, 제시된 수리 모형은 여행의 효용 또는 비용만으로 목적함수를 구성하였으나, 여행의 만족도 향상을 위해 여행자의 여건과 취향에 따라 다수의 기준을 동시에 고려할 필요가 있다. 즉, 복수의 목적함수를 갖는 목표 계획법(Goal programming) 모형 또는 다기준 의사결정법(Multi criteria decision making)에 의한 목적함수의 구성 등이 고려될 수 있다.
본 연구는 전통적인 TSP 기반의 여행경로 추천 서비스의 제한사항과 여행자들의 요구사항(Needs)을 반영하여 개선하여 보다 현실적이고 합리적인 여행계획을 위한 수리모형을 제시하였으며, 이는 인터넷의 전자지도, 빅데이터를 활용한 여행지 추천 서비스 등과 연계한다면 여행자들에게 매우 유용하게 활용될 것으로 기대한다. 제시된 수리모형의 주요 개선사항으로는, 첫째, 일자별 여행계획을 제공하며, 둘째, 여행경로 상에서 다양한 교통편을 고려하여 여행지 간 가장 효율적인 교통편을 추천한다.
향후 연구로는, 여행경로 추천 서비스가 인터넷 환경에서 제공되고 있음을 고려할 때, 본 연구에서 적용한 최적 해법으로는 다수의 여행지에 대한 여행계획 추천에 제한이 따른다. 따라서 합리적인 시간 내에 신뢰할 수 있는 여행경로를 제시하기 위한 휴리스틱[4, 5, 12]과 같은 해법이 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
국․내외 여행이 보편화되고 있는 배경은 무엇인가?
현대인들의 삶의 질에 대한 관심 증가, 주 5일 근무제 시행, 교통 편의성 증대 및 경제적․사회적 발전에 따라 국․내외 여행이 보편화되고 있다. 한국관광공사의 국민여행실태조사 보고서[10]에 따르면 [Figure 1]과 같이 최근 5년간 국내 여행은 꾸준히 증가하고 있으며, 대표적인 통계로 2016년 기준 여행 경험률은 89.
기존 TSP 개념을 보완한 최적화 수리 모형의 주요 개선사항은 무엇인가?
제시되는 수리 모형의 주요 개선사항은 다음과 같다. 첫째, 국․내외 여행지를 대상으로 하며, 여행경로는 국가 간의 이동을 포함한다. 둘째, 여행자가 지정한 여행일수 동안 숙박(Lodge)까지 고려하여 일자별 여행경로를 제공한다. 셋째, 여행지 간의 이동을 위한 효율적인 교통편을 추천한다. 넷째, 여행경비, 여행지별 선호도 및 방문가능 시간 등이 고려된다.
TSPs의 한계점은 무엇인가?
개인의 여행계획 수립에 유용한 네트워크 최적화 모형의 유형으로는 TSPs이 가장 적합하다고 할 수 있다. 하지만, TSPs은 일반적으로 상품 배송, 물류환경 등을 고려하고 있기 때문에 여행의 고유한 특성을 반영하지는 못한다. 따라서 본 연구에서는 기존의 TSPs를 기반으로 여행의 현실적인 특성을 고려하여 개인의 선호에 따른 자유여행 계획을 지원하는 여행경로 추천 서비스를 위한 최적화 수리 모형을 제시한다.
참고문헌 (17)
Chen, Q., Ma, R., Jin, M., and Ren, P., Influence of Real-Information to Change Tourists' Travel Route, International Journal of u-and e-Service, Science and Technology, 2016, Vol. 9, No. 11, pp. 337-348.
Ha, J.M. and Moon, G., An Application of k-Means Clustering to Vehicle Routing Problems, Journal of Society of Korea Industrial and Systems Engineering, 2015, Vol. 38, No. 3, pp. 1-7.
Kang, C.S. and Lee, J.S., A Heuristic for Fleet Size and Mix Vehicle Routing Problem with Time Deadline, Journal of Society of Korea Industrial and Systems Engineering, 2005, Vol. 28, No. 2, pp. 8-17.
Kara, I., Laporte, G., and Bektas, T., A note on the lifted Miller-Tucker-Zemlin subtour elimination constraints for the capacitated vehicle routing problem, European Journal of Operational Research, 2004, Vol. 158, No. 3, pp. 793-795.
Kim, C.W., Boo, E.S., Park, S., Lee, E., and Ko, Y.B., Real-Time Travel Route Recommendation Service based on IoT, Proceedings of Symposium of the Korean Institute of communications and Information Sciences, 2017, pp. 1084-1085.
Kurashima, T., Iwata, T., Irie, G., and Fujimura, K., Travel route recommendation using geotagged photos, Knowledge and Information Systems, 2013, Vol. 37, No. 1, pp. 37-60.
Lee, J. and Yang, J., Efficient Travel Route Recommendation System based on User Moving Route and Tourist Information, Korea Computer Congress, 2014, pp. 1616-1618.
Ministry of Culture, Sports and Tourism, 2016 Korea National Tourism Survey (Analysis), 2017.
Ministry of Culture, Sports and Tourism, 2016 Korea National Tourism Survey (Statistics), 2017.
Moon, G. and Park, S., A Possible Heuristic for Variable Speed Vehicle Routing Problem with 4 Time Zone, Journal of Society of Korea Industrial and Systems Engineering, 2012, Vol. 35, No. 4, pp. 171-178.
Oh, Y., Kim, J., Han, Y., and Han, C.G., A Travel Route Recommendation System based on The Number of Stored Travel Photos, Korea Computer Congress, 2016, pp. 2056-2058.
Stubby planner, http://www.stubbyplanner.com.
Trip advisor, http://www.tripadvisor.co.kr.
Wen, Y.T., Yeo, J., Peng, W.C., and Hwang, S.W., Efficient Keyword-aware Representative Travel Route Recommendation, IEEE Transactions on Knowledge and Data Engineering, 2017, Vol. 29, No. 8, pp. 1639-1652.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.