ระบบการแนะนำสถานที่ภายใต้การวิเคราะห์พฤติกรรมของผู้ใช้

Abstract

ความนิยมและการแพร่หลายของเครือข่ายสังคมออนไลน์ทางด้านสถานที่ดึงดูดให้หลาย ๆ ผู้ใช้มีการแบ่งปันสถานที่ที่น่าสนใจให้กับผู้ใช้คนอื่น ๆ ในระบบ เมื่อจำนวนผู้ใช้และสถานที่เพิ่มมาก ขึ้นส่งผลให้ข้อมูลที่ถูกจัดเก็บเพิ่มขึ้นด้วย เช่น ข้อมูลผู้ใช้ ข้อมูลสถานที่ ข้อคิดเห็นของผู้ใช้ต่อสถานที่ และการเช็คอินของผู้ใช้ต่อสถานที่ เป็นต้น ดังนั้นระบบแนะนำสถานที่จึงเข้ามามีบทบาทสำคัญในการ สร้างรายการแนะนำสถานที่ที่น่าสนใจให้กับผู้ใช้การแนะนำสถานที่มีความยากและความท้าทายเพิ่ม มากขึ้น หากผู้ใช้มีจำนวนการเช็คอินที่น้อยครั้งหรือเป็นผู้ใช้ใหม่ที่เรียกว่าปัญหาการเริ่มต้นได้ยากของ ผู้ใช้ ดังนั้น แทนที่การพิจารณาประวัติการเช็คอินของผู้ใช้ เราจึงมีการสร้างรายการแนะนำสถานที่ที่ น่าสนใจโดยการใช้ประโยชน์จากข้อมูลการเช็คอินของผู้ใช้คนอื่น ๆ ในระบบ ในงานวิจัยนี้จึงได้ นำเสนอระบบแนะนำสถานที่ที่เรียกว่า N-most interesting location-based recommender system (NILR) ในการแนะนำสถานที่ที่น่าสนใจให้กับผู้ใช้ใหม่โดยการพิจารณาความถี่และความชอบ ในการเช็คอินของผู้ใช้คนอื่น ๆ ในระบบ ในกรณีที่ผู้ใช้มีจำนวนการเช็คอินที่มากเพียงพอ การ พิจารณาประวัติการเช็คอินเพื่อสร้างรายการแนะนำสถานที่เฉพาะบุคคลสามารถให้ความถูกต้องที่ เพิ่มมากขึ้น ดังนั้นในงานวิจัยนี้จึงได้มีการนำเสนอระบบแนะนำสถานที่เฉพาะบุคคลโดยการใช้ ประโยชน์จากการปรับปรุงขั้นตอนวิธีการกรองร่วมสำหรับการแนะนำสถานที่ที่น่าสนใจให้กับผู้ใช้ที่มี จำนวนการเช็คอินที่มากเพียงพอ จากผลการทดลองแสดงให้เห็นว่าขั้นตอนวิธี NILR สามารถให้ ประสิทธิภาพที่ดีกว่าขั้นตอนวิธี HITS ทั้งในมุมมองด้านความถูกต้องของรายการแนะนำสถานที่และ ความถูกต้องในอันดับของรายการแนะนำสถานที่