Συντάχθηκε 13-07-2020 13:18
Τόπος:
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 15/07/2020 12:00
Λήξη: 15/07/2020 12:30
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
Ονοματεπώνυμο: Αβέλλας Αστέριος
Αριθμός Μητρώου: 2012010023
Θέμα
Τίτλος στα Ελληνικά: Ανάπτυξη Συστήματος Συστάσεων Τουριστικών Προορισμών
Τίτλος στα Αγγλικά: Recommendation System Development for Tourism Destinations
Επιτροπή:
Επιβλέπων: Καθηγητής ΝΙΚΟΛΑΟΣ ΜΑΤΣΑΤΣΙΝΗΣ
Πρώτο Μέλος: Επίκουρος Καθηγητής ΣΤΕΛΙΟΣ ΤΣΑΦΑΡΑΚΗΣ
Δεύτερο Μέλος: Δρ. ΕΥΑΓΓΕΛΙΑ ΚΡΑΣΑΔΑΚΗ
Περίληψη της εργασίας στα Ελληνικά: Στην παρούσα εργασία αναπτύσσεται η μεθοδολογία ενός πολυκριτήριου συστήματος σύστασης για ξενοδοχειακές μονάδες. Το σύστημα λαμβάνει υπόψη τις προτιμήσεις των χρηστών (πελατών) καθώς και τα χαρακτηριστικά των ξενοδοχείων και στη συνέχεια αξιολογεί και προτείνει στο χρήστη τα κατάλληλα ξενοδοχεία που του ταιριάζουν.
Για την άντληση πληροφοριών σχετικά με τις προτιμήσεις των χρηστών πραγματοποιήθηκε συλλογή ερωτηματολογίων. Παράλληλα συλλέχτηκαν δεδομένα για τα χαρακτηριστικά και τις υπηρεσίες των ξενοδοχειακών μονάδων από την ιστοσελίδα Booking.com. Στη συνέχεια έγινε καθαρισμός των δεδομένων για την αποφυγή ελλιπών τιμών.
Αξιοποιήσαμε τα δεδομένα αυτά χρησιμοποιώντας τη μεθοδολογία του agent allocator. Με τη βοήθεια ενός κώδικα, ο οποίος αναπτύχθηκε σε γλώσσα προγραμματισμού Python, δημιουργήσαμε προφίλ χρηστών και υλοποιήσαμε τον πολυκριτήριο πίνακα.
Στη συνέχεια έγινε χρήση του αλγορίθμου της UTASTAR σε ένα αντιπροσωπευτικό σύνολο των εναλλακτικών, για τον υπολογισμό των βαρών. Τέλος χρησιμοποιώντας τα βάρη των κριτηρίων και τις μερικές χρησιμότητες, υπολογίζουμε τις ολικές χρησιμότητες για όλους τους δυνατούς συνδυασμούς Ξενοδοχείων - Πελατών και οδηγούμαστε στα κατάλληλα ξενοδοχεία για κάθε χρήστη.
Περίληψη της εργασίας στα Αγγλικά: In this thesis we have the development of a multi-criteria recommendation system on hotels. The particular system takes into consideration the users’ (clients) preferences as well as the various characteristics of the hotels and, in addition evaluates and recommends it’s users’, the appropriate hotels.
There has been a collection of questionnaires, in order to gather information regarding the users’ preferences. At the same time, there was a acquisition of data that had to do with the characteristics and the services of the hotels, taken directly from Booking.com. Afterwards, data cleaning has been done in order to avoid incomplete or false values.
The specific data were utilized using the Agent Allocator method. We created profiles for each user and generated a multi-criteria data matrix with the assistance of a python developed a code.
Furthermore, we used UTASTAR algorithm on a representative aggregate of hotels, in order to calculate the weight of each criteria. In the end, we achieved the best possible recommendation for each user, using the weight of criteria and the marginal utilities, to calculate the global utilities for every possible Hotel-User combination.
Ημερομηνία Εξέτασης
Ημέρα/Μήνας/Έτος: 15/7/2020
Ώρα: 12:00
Χώρος Εξέτασης
Αίθουσα: https://join.skype.com/mwXWaBtZcUCX
Κτίριο: ………………………………………
