Дюличева Ю.Ю.
Культура народів Причорномор'я. - 2012. - №231. - С.30-31.

Тенденції розвитку інтелектуальних веб-сервісів в індустрії туризму

Постановка проблеми. Туризм є динамічною сервісно-орієнтованою галуззю. В роботі [1] зазначається, що 45% дорослого населення США користується веб-ресурсами для пошуку місць для подорожей, відпочинку або проведення дозвілля, бронювання готелів, машин, а також квитків на літаки та поїзди. Схожа тенденція спостерігається також в деяких країнах Європи. Широке використання потенційними туристами веб-ресурсів породило появу електронного туризму (e-tourist); розвиток інтелектуальних веб-сервісів для вироблення рекомендацій, які допомагають клієнту визначитися з маршрутом подорожей та інформаційних систем прийняття рішень в індустрії туризму.

Труднощі, пов'язані з розробкою ефективних інформаційних систем прийняття рішень в індустрії туризму, обумовлені необхідністю реалізації методів для обробки великих обсягів різнорідної інформації та впровадження діалогу з користувачем системи, який часто не здатний чітко сформулювати критерії для пошуку місця відпочинку. Таким чином, головним завданням при розробці веб-сервісів і інформаційних систем прийняття рішень в індустрії туризму є розробка ефективних механізмів спрямованого пошуку потрібної інформації.

Аналіз останніх досягнень і публікацій. Істотний внесок у розвиток інтелектуальних веб-сервісів був зроблений Томом Грубером (Tom Gruber), який досліджував можливості семантичної павутини (semantic web) і розглянув онтологію як формалізацію знань про деяку предметну область. Важливе значення для появи рекомендаційних систем має, розроблений Леймаром (Lemire) і Маклахлан (Maclachlan), алгоритм Slope One, який представляє собою один з найбільш простих методів реалізації колаборативної фільтрації по схожості предметів на підставі оцінок користувачів.

Метою даної статті є дослідження тенденцій розвитку інтелектуальних веб-сервісів для вироблення рекомендацій в індустрії туризму.

В даний час у всьому світі спостерігається тенденція «заміщення» традиційної індустрії туризму індустрією електронного туризму (e-tourism). Електронний туризм традиційно включає електронні сервіси наступних категорій:

- інформаційні сервіси (наприклад, надання інформації про пункти призначень, туристичних маршрутах або готелях);
- комунікаційні сервіси (наприклад, обговорення з клієнтом або відправлення електронної пошти);
- сервіси угод або транзакцій (наприклад, інформація про бронювання, резервування, платежі) [2].

У зв'язку зі стрімко зростаючим числом веб-ресурсів різних агентств, що надають туристичні послуги, по всьому світу потенційному туристу - користувачеві Інтернет складно орієнтуватися у величезному обсязі інформації, тому для електронної комерції в цілому і для індустрії електронного туризму зокрема актуальним завданням є розробка ефективних інтелектуальних сервісів аналізу веб-контенту та інтелектуальних інформаційних систем, що здійснюють «спілкування» з користувачем на природній мові; пошук інформації, що задовольняє запитам користувача, і прийняття рішень щодо маршруту подорожі.

Одним з основних підходів до реалізації механізму прийняття рішень в інформаційних системах в індустрії туризму є метод міркувань на основі прецедентів (case-based reasoning або CBR), що реалізується, як правило, в рекомендаційних системах, заснованих на знаннях. Процес функціонування прецедентної системи підтримки і прийняття рішень можна представити у вигляді CBR циклу, що складається з наступних основних фаз [3]:

1) на підставі відношення подібності здійснюється вибір найбільш відповідного прецеденту або множини прецедентів з наявного сховища прецедентів (раніше зустрічалися випадків);
2) використання обраних прецедентів для прийняття рішення поставленої задачі;
3) перегляд і корекція завдання в разі необхідності приймалися раніше в обраних прецедентах рішень;
4) збереження в базі даних прийнятого рішення і ситуації, що склалася в якості нового прецеденту чи відповідна зміна вибраного прецеденту для подальшого використання.

Система, що реалізує метод міркувань на основі прецедентів при вступі опису переваг з боку клієнта (туриста) здійснює пошук схожих описів і відповідних їм рішень в сховище прецедентів. Сховище прецедентів, по суті, являє собою репозитарій, що зберігає інформацію про минулі подорожі. Прикладом системи автоматизованої вироблення рекомендацій у сфері туризму є проект DIETORECS [1,4], заснований на реалізації підходу колаборативної фільтрації і методи міркувань на основі прецедентів.

Пріоритетними напрямками при розробці інтелектуальних веб-сервісів в індустрії туризму є системи вироблення рекомендацій на основі методу колаборативної фільтрації; використання технології семантичної «павутини» та інтелектуальних агентів.

Семантична «павутина» чи технологія семантичного веб (semantic web) дозволяє представляти інформацію на веб-ресурсу у вигляді семантичної мережі за допомогою онтологій, на основі яких можна будувати логічні висновки. Іншими словами, семантичну мережу можна розглядати як сукупність моделей і інструментів, що дозволяють інтелектуально створювати і обробляти веб-контент програмними засобами. Онтології являють собою моделі даних на основі класів, підкласів та властивостей і описуються на основі веб-мови онтологій OWL (Web Ontology Language). Мова OWL був запропонований World Wide Web Consortium (W3C) для опублікування та поширення даних, а також автоматизації обробки даних комп'ютерами з використанням онтологій на основі веб. При описі предметної області електронного туризму онтологія дозволяє відповісти на 4 типи запитань, які визначаються предикатами: «що» (що може робити турист під час відпочинку (проведення дозвілля)), «де» (де розташовані туриста цікавлять пам'ятки), «коли» (коли турист може відвідати його цікавить місце або пам'ятка) і «як» (як турист може дістатися до цікавить його пункту призначення). Двома найважливішими технологіями для розвитку семантичного веб є XML (Extensible Markup Language) і RDF (Resource Description Framework). Мова XML розглядається як стандарт обміну даними на основі веб-технології. RDF використовує XML і реалізує модель для опису і побудови взаємозв'язків між ресурсами. Міжнародною організацією туризму (World Tourism Organization) в якості міжнародного стандарту був запропонований тезаурус з туризму та проведення дозвілля, що містить онтології, що описують різні області електронного туризму. Прикладами проектів, що розвивають технологію семантичного веб пропонують підходи до опису інфраструктури електронного туризму на основі онтологій, є HARMO-TEN (Tourism Harmonisation Trans-European Network eTEN), SATINE (semantic-based Interoperability Infrastructure for Integrating Web Service Platforms to Peer-to-Peer Networks) [5].

Ще одним напрямком організації інтелектуального пошуку на туристичних веб-ресурсах є використання інтелектуальних агентів, тобто спеціальних програм («роботів»), які на основі аналізу вмісту веб-ресурсу, з урахуванням уподобань потенційного туриста, що здійснює пошук найбільш підходящих місць відпочинку або проведення дозвілля. В роботі [2] при розробці інтелектуального агента в області електронної комерції використовується метод навчання з підкріпленням (reinforcement learning), заснований на навчанні агента в процесі взаємодії з середовищем. В індустрії електронного туризму в якості середовища може розглядатися список бажаних користувачем подорожей, в якості агента - спеціальна програма, яка записує дані про вироблених кліках на сторінці веб-ресурсу, що описує туристичні послуги, і переглянутих сторінках веб-ресурсу.

Інтелектуальний агент аналізує записану інформацію про уподобання користувача, використовуючи систему заохочень заохочення отримують ресурси, які користувач вибирав, клацнувши по гіперпосилання) та штрафів (штраф отримують ресурси, не вибрані користувачем), і на основі аналізу видає список найбільш вірогідних переваг користувача зі списку подорожей.

Висновки. Туризм є інформаційно-залежної індустрією. Щоденне збільшення кількості користувачів інтернет і кількості веб-ресурсів, що надають туристичні послуги, що призвело до розвитку електронної комерції і, зокрема, електронного туризму. Для того щоб залучити потенційних клієнтів-користувачів Інтернет, агентств, що надають туристичні послуги і веде конкурентну боротьбу за кожного клієнта, необхідно використовувати інноваційні технології, які здійснюють інтелектуальний аналіз та пошук інформації за заданим критеріям. Таким чином, пріоритетними напрямками в індустрії електронного туризму є інтелектуальні веб-сервіси на основі технології семантичного веб і використання інтелектуальних агентів. Відкритим питанням при використанні технології семантичного веб в індустрії електронного туризму є розробка онтологій, що описують інфраструктуру електронного туризму. Серед інтелектуальних веб-сервісів слід виділити використання інтелектуальних агентів і колаборативної фільтрації. Інтелектуальні агенти здатні відслідковувати переміщення користувача по сайту і на основі цієї інформації визначати найбільш ймовірний вибір користувача.

Джерела та література

1. Puhretmair F. Extended Decision Making in Tourism Information Systems / F. Puhretmair, H. Rumetshofer, E. Schaumlechner // Proceedings of the Third International Conference on E-Commerce and Web Technologies. - 2002. - P.57-66.
2. Srivihok A. Intelligent Agent for e-Tourism: Personalization Travel Support Agent using Reinforcement Learning / A. Srivihok, P. Sukonmanee // Proceedings of the WWW, May10-14. - 2005. - P.10-14.
3. Чорний Ц.Р. Застосування case-based reasoning для підтримки прийняття рішення / Ц.Р. Чорний // Вісник ХНТУ. - 2010. - № 2 (38). - С.336-342.
4. Ricci F. Case base querying for travel planning recommendation / F. Ricci, H. Werthner // Information Technology and Tourism. - 2002. - Vol. 3 (3/4). - 2002.
5. Waralak V. Siricharoen Learning Semantic Web from E-Tourism / V. Waralak // Proceeding of The 2nd KES International Symposium on Agent and Multi-Agent Systems: Technologies and Applications. - 2008. - P.516-525.