16:50 2020年01月29日
社会
缩短网址
0 0 0

俄罗斯国家研究型大学莫斯科钢铁冶金学院(NUST MISIS)的学者们研究出一种数学模型,它有助于预测社交媒体用户的下个度假地。

研究者们认为,这将有助于旅行社以及所有与旅游业相关的机构预测人们在休假期间的度假地需求。这一研究结果发表在《环境智能和人工计算杂志》(Journal of Ambient Intelligence and Humanized Computing)上。

人们每天在社交媒体上分享照片、链接、评论和位置。学者们进行了研究:在机器学习方法(ML) 和大数据(Big Data)分析方法的基础上,预测用户的下个目的地。这里的大数据取自开放来源的推特数据。

研究者之一、莫斯科钢铁冶金学院信息商务系统研究所所长马林娜·涅朱林娜评论说:“我们不仅使用了开放的旅游数据,还使用了游客本身个性的数据。首先我们从数据中提取出所有关于位置信息的推文。在随机抽取的5000名欧洲诸国(法国、德国、瑞典、西班牙、意大利、瑞士、波兰、希腊和许多其它国家)推特用户的个人主页(Profile)中,出现了大约80多万条推文。在选择数据时,访问量最高的旅行种类是‘美食’、‘夜总会’、‘火车站’、‘教堂’、‘海滩’。我们为每个种类准备了单独的数据选择。”

涅朱林娜透露,在选择种类数据时,还与用户的性格进行了比对,因为用户发推文时的选词主要取决于他们的个人价值观。

学者们认为,通过收集社交媒体用户的国籍、性别、用户等参数,可以获得更详细的预测。下一个工作阶段是借助机器学习方法系统,分析和构建模型。

 

关键词
旅游
社区公约讨论