ระบบการแนะนำสถานที่ภายใต้การวิเคราะห์พฤติกรรมของผู้ใช้

Abstract

เครือข่ายสังคมออนไลน์ทางด้านสถานที่เป็นแอปพลิเคชันหนึ่งที่ผู้ใช้มีการแบ่งปันสถานที่ร่วมกับการแสดงความคิดเห็นและข้อเสนอแนะให้กับผู้ใช้คนอื่น ๆ ภายในระบบ ณ ปัจจุบันมีหลายแอปพลิเคชันที่ได้รับความนิยมอย่างมาก เช่น Foursquare Facebook place และ Yelp เป็นต้น ในแต่ละแอปพลิเคชันจะจัดเก็บข้อมูลในระบบเป็นจำนวนมากส่งผลให้การแนะนำสถานที่ที่คาดว่าผู้ใช้ชื่นชอบเป็นเรื่องที่มีความท้าทาย โดยเฉพาะอย่างยิ่งการสร้างรายการแนะนำสถานที่ให้กับผู้ใช้ใหม่หรือผู้ใช้ที่มีข้อมูลการเช็คอินน้อยครั้ง ดังนั้น ในหลายงานวิจัยได้มีการค้นหาสถานที่ที่มีความน่าสนใจเฉพาะพื้นที่โดยพิจารณาจากการเยี่ยมชมของผู้ใช้ในพื้นที่นั้น ๆ แต่อย่างไรก็ตาม งานวิจัยก่อนหน้ามีการพิจารณาความถี่ในการเช็คอินของผู้ใช้และสถานที่เพียงมุมมองเดียวเท่านั้น อีกทั้งหลายงานวิจัยยังคงประสบปัญหาการแนะนำสถานที่ให้กับผู้ใช้ใหม่ที่ซึ่งจะส่งผลให้ความถูกต้องของการแนะนำสถานที่ให้กับผู้ใช้ลดลง ด้วยเหตุนี้ ในงานวิจัยนี้จึงได้นำเสนอวิธีการสร้างรายการแนะนำสถานที่ที่เรียกว่า “ระบบแนะนำสถานที่ที่น่าสนใจมากที่สุดเอ็นอันดับ” (N-most Interesting location-based recommender system, NILR) สำหรับแนะนำให้กับผู้ใช้ใหม่ที่ไม่มีความเชี่ยวชาญในพื้นที่ โดยวิธีการที่นำเสนอได้มีการค้นหาสถานที่ที่น่าสนใจด้วยการพิจารณาความถี่ในการเช็คอินของผู้ใช้ทั้งหมดร่วมกับการพิจารณาค่าความชอบของผู้ใช้ ด้วยคำนึงถึงการที่ผู้ใช้คนหนึ่ง ๆ กลับมาเยี่ยมชมหรือใช้บริการซ้ำ ณ สถานที่หนึ่ง ๆ ร่วมกับความถี่ในการเช็คอินของผู้ใช้ ที่ซึ่งวิธีการที่นำเสนอประกอบไปด้วย 3 ขั้นตอนหลัก คือ 1. การคำนวณค่าคะแนนความน่าสนใจของสถานที่ 2. การจัดอันดับสถานที่ที่น่าสนใจ และ 3. การสร้างรายการแนะนำสถานที่ที่น่าสนใจ จากผลการทดลองในฐานข้อมูล Foursquare แสดงให้เห็นว่าวิธีการที่นำเสนอมีความถูกต้องในการสร้างรายการแนะนำสถานที่และโดยเฉพาะความถูกต้องในการจัดอันดับที่ดีกว่าขั้นตอนวิธีการ HITS แบบดั้งเดิม