俄学者了解如何根据社交网站数据预测游客度假地

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。