Construction of Personalized and Decentralized Oriented Sightseeing Recommendation and Planning Foundation

• Project/Area Number: 23K28094
• Project/Area Number (Other): 23H03404 (2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2023)
• Section: 一般
• Review Section: Basic Section 60080:Database-related; Basic Section 62020:Web informatics and service informatics-related; Sections That Are Subject to Joint Review: Basic Section60080:Database-related , Basic Section62020:Web informatics and service informatics-related
• Research Institution: Kyoto Institute of Technology
• Principal Investigator: 馬 強 京都工芸繊維大学, 情報工学・人間科学系, 教授 (30415856)
• Project Period (FY): 2023-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,460,000 (Direct Cost: ¥14,200,000、Indirect Cost: ¥4,260,000); Fiscal Year 2027: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000); Fiscal Year 2026: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000); Fiscal Year 2025: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2024: ¥3,250,000 (Direct Cost: ¥2,500,000、Indirect Cost: ¥750,000); Fiscal Year 2023: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
• Keywords: 情報推薦 / プランニング / 観光情報学 / データマイニング / ユーザ生成コンテンツ / 時空間データベース / 地域知マイニング

Outline of Research at the Start

本研究では，SNSやセンサーから得られる行動履歴および行政や業者が公開しているオープンデータなどの着地情報などの地域・観光ビッグデータを対象に，地域・観光に関する集合知をマイニングする基盤および個人化・分散化観光推薦・プランニングの基盤技術を開発する．これにより，観光における個人行動の「探索」と「活用」，および，「個々のユーザのミクロ最適化」と「地域全体のマクロ最適化」の誘因両立性の制約を満たす社会情報基盤を構築する．観光客の満足度向上，および，地域の活性化・負担軽減の両立を支援して持続可能な観光社会の実現に貢献する．

Outline of Annual Research Achievements

本研究の目的は観光の個人化と分散化を促進する観光推薦・プランニングの基盤の確立である．そのため，令和５年度では，以下の項目について研究開発を行い，国際論文誌１本、査読付き国際会議論文１０本、国内学会論文５本の成果発表を行った．
（A）京都市に観光ビッグデータの収集と整理：京都市とその周辺の観光スポットに関する評判情報をGoogleマップやTripAdvisorなどから収集して格納した．また，京都バスや京都市バスなどの公共交通に関するデータを収集し，観光地を中心とした移動ネットワークを作成した．
（B）ユーザと観光地の特徴分析：移動履歴データと評判情報を併用してユーザと観光地の表現を学習する手法について研究開発を行っている．それを用いた観光地推薦手法は従来手法より大幅な精度改善が見られた．
（C）冒険と安心を両立する推薦：今年度では，観光地における料理推薦を対象に，過去の履歴から得られたユーザの好みと観光地の特徴を考慮して，好奇心と安心感を両立する情報推薦技術を開発している．
（D）メリハリ型観光ルート推薦・プランニング：観光地を複数のエリアに分割し，エリアごとに観光スポット選択の粒度に緩急をつけ，観光都市の「らしさ」を味わう「メリハリ・エリア型観光」を提唱し，これを支援するプランニング手法を開発している．また，推薦における個人化レベルを考慮し，場所ごとに個人化レベルを変化させて，観光ルートにおける人気スポットとユーザ好みスポットの割合を個々の観光客の行動パターンに基づいて動的に調整する観光ルートプランニングを提唱し，その実現可能性を検討している．
（E）分散型観光ルート推薦・プランニング：観光地と移動手段の混雑を考慮したルート推薦・プランニング手法を開発している．環境税メタファーや動的滞在・移動時間を導入した混雑緩和できるルートプランニング手法を提案している．

Current Status of Research Progress

1: Research has progressed more than it was originally planned.

Reason

国際論文誌１本、査読付き国際会議論文１０本、国内学会論文５本の成果発表を行った。ビッグデータの分析基盤からそれを用いた観光推薦・プランニングへの応用まで成果を得られたと考えられるため。

Strategy for Future Research Activity

国際論文誌１本，査読付き国際会議論文１０本，国内学会論文５本の成果発表を行っており，当初の研究計画以上に順調に進展している．
これらの成果を踏まえて，以下の要素技術を中心に開発して，早期にプロトタイプを試作しユーザ実験を実施していく．
・観光客の嗜好や行動パターンを分析する技術
・個人化・分散化を促進するルートプランニング技術
・ルートプランニング・推薦に関する評価手法

Research Products

• [Journal Article] LBP4MTS: Local Binary Pattern-Based Unsupervised Representation Learning of Multivariate Time Series (2023)
  • Author(s): Ye Chengyang、Ma Qiang
  • Journal Title: IEEE Access Volume: 11 Pages: 118595-118605
  • DOI: 10.1109/access.2023.3327015
  • Peer Reviewed / Open Access / Int'l Joint Research
• [Presentation] An Empirical User Study on Congestion-aware Route Recommendation (2024)
  • Author(s): Kun Yi
  • Organizer: ENTER 2024
  • Int'l Joint Research
• [Presentation] U-KyotoTrip: A Travel Planning System for User Experience Oriented Trips (2024)
  • Author(s): Kun Yi
  • Organizer: ENTER 2024
  • Int'l Joint Research
• [Presentation] 画像付きSNS投稿における画像ーテキスト間の相互関係分析 (2024)
  • Author(s): 鍋岡琢渡
  • Organizer: DEIM2024
• [Presentation] 生成AIを利用した自己学習支援 (2024)
  • Author(s): 伊藤優希
  • Organizer: DEIM2024
• [Presentation] 移動手段の混雑を考慮した観光ルートプランニング (2024)
  • Author(s): 田中寛之
  • Organizer: DEIM2024
• [Presentation] YouTube動画の視聴状況の予測 (2024)
  • Author(s): 花畑槙哉
  • Organizer: DEIM2024
• [Presentation] 個人化レベルのメリハリを考慮した観光ルートプランニング (2024)
  • Author(s): 廣澤凜太郎
  • Organizer: DEIM2024
• [Presentation] 中長期的影響を考慮した株式取引支援 (2024)
  • Author(s): 福田京司
  • Organizer: DEIM2024
• [Presentation] Tour Route Generation Considering Spot Congestion (2023)
  • Author(s): Qiang Ma
  • Organizer: DEXA 2023
  • Int'l Joint Research
• [Presentation] MERIHARI-Area Tour Planning by Considering Regional Characteristics (2023)
  • Author(s): Sotaro Moritake
  • Organizer: DEXA 2023
  • Int'l Joint Research
• [Presentation] Dual Congestion-Aware Route Planning for Tourists by Multi-agent Reinforcement Learning (2023)
  • Author(s): Yuntao Kong
  • Organizer: DEXA 2023
  • Int'l Joint Research
• [Presentation] Discovering Diverse Information Considering User Acceptability (2023)
  • Author(s): Yuki Ito
  • Organizer: DEXA 2023
  • Int'l Joint Research
• [Presentation] Taste Representation Learning Toward Food Recommendation Balancing Curiosity and Comfort (2023)
  • Author(s): Yuto Sakai
  • Organizer: iiWAS 2023
  • Int'l Joint Research
• [Presentation] GP-HLS: Gaussian Process-Based Unsupervised High-Level Semantics Representation Learning of Multivariate Time Series (2023)
  • Author(s): Chengyang Ye
  • Organizer: DASFAA 2023
  • Int'l Joint Research
• [Presentation] Unsupervised Representation Learning with Semantic of Streaming Time Series (2023)
  • Author(s): Chengyang Ye
  • Organizer: WISE 2023
• [Presentation] Tourist Attractions Prediction with Enhanced Location Knowledge Graph (2023)
  • Author(s): Jin Xu
  • Organizer: HPCC-DSS-SmartCity-DependSys 2023
  • Int'l Joint Research
• [Presentation] 低山登山者の道迷い検出手法の考察 (2023)
  • Author(s): 馬強
  • Organizer: 観光情報学会第24回研究会