観光者の嗜好性を考慮した観光経路構成アルゴリズムの実装と実証実験

(1)

観光者の嗜好性を考慮した観光経路構成アルゴリズムの実装と実証実験

住友千将，岳五一

甲南大学大学院自然科学研究科知能情報学専攻

Implementation and Experiment of an Algorithm for Tourism

Route Construction considering Tourist Preference

Yukinobu SUMITOMO, Wuyi YUE

Graduate School of Natural Science, Konan University

要旨観光者が観光スポットに訪問する際，限られた時間内でどのように満足できる周遊をするか，その意思決定には観光者の嗜好性と観光スポットの魅力度が大きく関わる。それゆえ，観光者自身の嗜好性に基づき限られた時間内に複数のスポットを周遊するための経路探索について，数理的アプローチとICT 技術の連携・融合により観光者の意思決定をサポートするシステムの構築が求められている。本研究では，観光者の嗜好性に合わせた観光スポットの魅力度を定式化して数値的に算出し，得られた観光スポットの魅力度を用いて観光者の移動時間を考慮した観光経路の構成アルゴリズムを提案する。次に著者らの先行研究[1]で開発した観光誘致システムに本観光経路の構成アルゴリズムを実装し，本提案アルゴリズムによって構成された観光経路を Google Maps API 機能を用いて地図画面上に可視化できるようにする。最後に，大阪府堺市との産学公連携事業の一環として，堺市内において実証実験を行い，本提案アルゴリズムの有効性を検証する。

キーワード：観光経路，嗜好性，実証実験

Abstract In this study, we formulate the attractiveness of tourist spots according to the tastes of tourists and numerically calculate them. When tourists visit a sightseeing spot, their preferences and the attractiveness of the spot play an important role in determining how to make a satisfactory tour within a limited time frame. In order to solve this problem, we have developed the decision support system that integrates a mathematical approach and ICT technology to help tourists make decisions on which routes to take based on their own preferences. In this study, we formulate the attractiveness of sightseeing spots based on tourists' preferences, and propose an algorithm for constructing a sightseeing route that takes tourists' travel time into account. Next, we implement the proposed algorithm in the tourism support system [1], and visualize the tourism route configured by this algorithm on the map screen using the Google Maps API function. Finally, as part of the industry-academia-government collaboration project with Sakai City, we conduct verification experiments in Sakai City to verify the effectiveness of the proposed algorithm.

Keywords: Tourist Route, Preference, Demonstration Experiment.

1. はじめに

観光分野において，どのような目的で観光を行うかは観光者によって異なり，個人のニーズ・興味に応じて観光の意思決定を支援するサービスが強く望まれている[2]。近年，観光に対する個々人のニーズは多様化の一途を辿り，観光者の嗜好性を考慮した観光経路に関する研究は数多く行われている[3]-[6]。観光において，どのようなところに行きたいか，どのようなところに興味があるか，といった嗜好性は人によって様々である。このような情報を観光経路の選定に関する意思決定プロセスに取り込むには，観光者の嗜好性を数理的アプローチによって定量化することが重要となる。これまでの研究では，階層分析法 AHP (Analytic Hierarchy Process) を用いて観光者の嗜好性を推定する手法[3], [4]や，観光者個々の行動をコーパスとして蓄積し，各人の価値観や行動特性といった情報を取り込む手法が提案されている[5]。しかし，AHP を適用する場合，観光 経路の決定に関する項目数が n 個に対して，n (n-1)/2 回 の一対比較を行うため，n の増加に伴い計算の量と時間 が膨大になる。また観光者の行動コーパスの構築においては，観光者の感性と観光地，及び観光経路の関係性を精

(2)

度よく推定する必要がある。さらにコーパスには，観光者の価値観や曖昧な主観的解釈が含まれるため，コーパスの数値化は容易ではない。従来の研究では知識や芸術といった複数の観光カテゴリを用意し，観光者が 5 段階で興味度合を入力し，地図上に表示された観光スポットに対して，次の 3 つの内，訪問・非訪問・指定なし，のいずれかを選択することで，観光経路を構成及び提示を行い，さらに，提示された観光経路に対して，観光者自身が時間や観光カテゴリについて，随時変更を加え，最終的な観光経路を決定する手法が提案された[6]。しかし，観光者が各観光スポットに対して予め一定の情報を有しない限り，観光者の意思決定は困難である。そこで，本論文では，これらの課題解決を念頭に，多様な観光カテゴリに関する観光者の嗜好性に合わせてスポットの魅力度を定式化し，数値的に算出する。そして，算出した観光スポットの魅力度と先行研究[7]で記した口コミの感情傾向に基づくスポット推薦機能を用いて，移動時間をダイナミックに計算しながら，観光者にとって魅力度の高い観光スポットから周遊するという効率的な観光経路の構成アルゴリズムを提案する。次に，本観光経路の構成アルゴリズムを著者らの先行研究[1]で開発した観光誘致システムに実装し，構成された観光経路を Google Maps API 機能を用いて地図画面上に提示して可視化する観光経路推薦機能を構築した。最後に，大阪府堺市との産学公連携事業の一環として，堺市内を対象として本機能を実装した。そして，本機能の利用者に対してアンケート行い，本提案アルゴリズムの有効性を検証する。なお，本論文では，観光者が自身の観光においてどのようなことに興味があるかという，興味に関する傾向を「嗜好性」と呼ぶこととする。以下，2 章では，観光者の嗜好性と観光スポットの魅力度，3 章では，観光経路の構成アルゴリズム，4 章では，アルゴリズムの実行結果，5 章では，観光誘致システムへの実装と実証実験，6 章でまとめと今後の課題について述べる。

2. 観光者の嗜好性と観光スポットの魅力度

本章では，観光者の嗜好性の数値化方法，及び観光者から見た観光スポットの魅力度の算出方法について述べる。本研究では，観光者の嗜好性を，「観光カテゴリ」に関する嗜好性ベクトル（カテゴリ嗜好性ベクトル）と「感情」に関する嗜好性ベクトル（感情嗜好性ベクトル）をそれぞれ算出することにより数値化を行う。そして，数値化した観光者の嗜好性を用いて，観光者から見た観光スポットの魅力度を算出し，訪問する観光スポットの優先度を決定する。さらに，3 章で述べる観光経路の構成アルゴリズムを用いて魅力度の高いスポットから順に訪問し，観光者が指定した時間内に観光を終了できる経路を構成し，観光者に提示することにより，満足度の高い観光経路の推薦を図る。また，「観光カテゴリ」と「感情」に関する嗜好性ベクトルは，観光者から見た観光カテゴリへの興味の度合い（以下，「興味度合」という）とのベクトルと，観光者が観光に対して抱く感情の度合い（以下，「感情度合」という）とのベクトルから，算出する。本論文では，研究連携先の大阪府堺市内にある観光スポットの状況を分析し，観光スポットを「寺社仏閣」，「町並み・建造物」，「資料館・博物館」，「体験・見学」と「ショッピング」の 5 種類に大きく分類した。そのうえ，これらを 5 つの「観光カテゴリ」とする。実際に訪問する観光スポットは，該当する観光カテゴリを 1 種類以上含むこととする。次に，観光者の嗜好性（興味度合と感情度合）に応じて，観光スポットの魅力度を算出する方法を述べる。 2.1 観光者の嗜好性の数値化 ここで，観光カテゴリに対する観光者による z 段階評 価を「観光カテゴリの興味度合」とする。そして，口コミ情報の感情分析の対象となる，Plutchik 理論[8]における 8 種類の基本感情 (怒り，驚き，悲しみ，期待，嫌悪，期待，不安，喜び) のうち，観光において抱く感情として望ましいとされる 3 種類の感情 (喜び，驚き，期待) を用いており，3 種類の感情それぞれに対して，観光中にどの感情をどのくらい重視するかという 3 段階評価を，観光者の「感情度合」とする。また，本研究において，「感情度合」の対象とした 3 種類については，口コミ投稿内容を解析し，「喜び」を感じられるような観光スポット，そして，「驚き」を体験できるような観光スポット，さらに，「期待」は，Plutchik 理論において「関心」に付随する感情であることから，高い関心が持たれている観光スポットとして分類し，推薦の対象としている。次に，これら観光カテゴリの興味度合と感情度合を用いて観光者の嗜好性を数値化する。 𝑘𝑘 を観光カテゴリとし，𝐾𝐾 を観光カテゴリの種類の総数とする。観光カテゴリ 𝑘𝑘 に対する観光者の嗜好性の指標を 𝑤𝑤𝑘𝑘 とし，カテゴリ嗜好性ベクトル 𝑾𝑾を𝑾𝑾 = (𝑤𝑤1, 𝑤𝑤2, … , 𝑤𝑤𝐾𝐾 ) とする。観光カテゴリ _{𝑘𝑘 に対する 𝑧𝑧 段階評価の観光カテゴリ} の興味度合を _𝛾𝛾_𝑘𝑘_{(0 ≤ 𝛾𝛾}_𝑘𝑘_{≤ 𝑧𝑧)とする。例えば，ここで，}

(3)

観光者の各観光カテゴリへの興味度合の傾向をより明確にするためには，_𝑤𝑤_𝑘𝑘は以下の変換により与えられる。 𝑤𝑤𝑘𝑘 ≝ 𝐾𝐾 ∙ 𝛾𝛾𝑘𝑘 � 𝛾𝛾𝑘𝑘 𝐾𝐾 𝑘𝑘=1 � (1) 次に，観光カテゴリに対する 3 種類の感情 (喜び，驚き，期待) に関する観光者の嗜好性の数値化法について述べる。感情を識別する変数を _{𝑟𝑟 (𝑟𝑟 = 1, 2, 3)とし，喜び，} 驚き，期待をそれぞれ _{𝑟𝑟 = 1，𝑟𝑟 = 2 , 𝑟𝑟 = 3 とする。観} 光者の感情 _{𝑟𝑟 に対する嗜好性を示す指標を 𝑔𝑔}_𝑟𝑟 とし，感情嗜好性ベクトル _{𝑮𝑮 を 𝑮𝑮 = (𝑔𝑔}₁_{, 𝑔𝑔}₂_{, 𝑔𝑔}₃_{) とする。} 次に，感情 𝑟𝑟 に対する 3 段階評価の感情度合を 𝛿𝛿𝑟𝑟 (0 ≤ 𝛿𝛿𝑟𝑟≤ 3) とする。ここで，観光者の感情度合の傾向を明確にするため，_𝑔𝑔_𝑟𝑟 は以下の変換により与えられる。 𝑔𝑔𝑟𝑟≝ 𝛿𝛿𝑟𝑟 � 𝛿𝛿𝑟𝑟 3 𝑟𝑟=1 � (2) 2.2 観光スポットの魅力度の算出観光スポットの魅力度を算出する際，観光スポットと観光カテゴリの対応関係を決める必要がある。_{𝑖𝑖 を観光} スポットとし，観光スポット _{𝑖𝑖 がどの観光カテゴリ 𝑘𝑘} を含むか否かを示す観光カテゴリベクトル_𝑪𝑪_𝑖𝑖_を𝑪𝑪_𝑖𝑖₌ �𝑐𝑐𝑖𝑖,1, 𝑐𝑐𝑖𝑖,2, … , 𝑐𝑐𝑖𝑖,𝐾𝐾� とする。ただし，𝑐𝑐𝑖𝑖,𝑘𝑘 は観光スポット 𝑖𝑖 が観光カテゴリ _{𝑘𝑘 を含むか否かを示す変数であり，以下} のように定義する。 𝑐𝑐𝑖𝑖,𝑘𝑘= � 1 �𝑖𝑖 が 𝑘𝑘 を含むとき� 0 �𝑖𝑖 が 𝑘𝑘 を含まないとき� (3) 次に，観光スポット 𝑖𝑖 に関する感情ベクトル 𝑬𝑬𝑖𝑖を 𝑬𝑬𝑖𝑖= �𝑒𝑒𝑖𝑖,1, 𝑒𝑒𝑖𝑖,2, 𝑒𝑒𝑖𝑖,3� とする。ただし，𝑒𝑒𝑖𝑖,𝑟𝑟 (𝑟𝑟 = 1, 2, 3) は，観光スポット _{𝑖𝑖 の口コミ文書中に感情 𝑟𝑟 がどのくらい} 含まれるかを示す割合であり，著者らの先行研究 [7]の解析結果により与えられる。観光者における観光スポット 𝑖𝑖 の魅力度を 𝑀𝑀(𝑖𝑖) で表す。_{𝑀𝑀(𝑖𝑖) は，観光カテゴリの興味度合，感情度合によ} って以下のように定式化される。 𝑀𝑀(𝑖𝑖) = � 𝑐𝑐𝑖𝑖,𝑘𝑘𝑤𝑤𝑘𝑘 𝐾𝐾 𝑘𝑘=1 + � 𝑒𝑒𝑖𝑖,𝑟𝑟𝑔𝑔𝑟𝑟 3 𝑟𝑟=1 (4) 上記の魅力度 𝑀𝑀(𝑖𝑖) では，観光カテゴリの興味度合に関する第 1 項の取り得る最大値は，観光カテゴリの種類の総数 _{𝐾𝐾と同値となる。また，感情度合に関する第 2 項} の取り得る最大値は 1 となっており，観光カテゴリに関する興味度合を優先的に考慮し，その中で感情度合の近い観光スポットを経路に含めるようにしている。 2.3 訪問スポットベクトルと所要時間の算出観光時間内に訪れる観光スポットの魅力度の合計を最大化する訪問スポットの順列 _{𝒙𝒙 = (𝑥𝑥}₀_{, 𝑥𝑥}₁_{, … , 𝑥𝑥}_𝐴𝐴_{) を訪} 問スポットベクトルと呼ぶ。ただし，_𝑥𝑥₀ は観光起点または終点である。_𝑥𝑥_𝛼𝛼 (𝛼𝛼 = 0, 1, . . . , 𝐴𝐴) では訪問スポットベクトル 𝒙𝒙 上において 𝛼𝛼 番目に訪れる観光スポットである。_{𝐴𝐴 は訪問スポットベクトル 𝒙𝒙 に含まれる観光ス} ポットの総数である。_{𝐴𝐴 ≝ 𝐴𝐴(𝒙𝒙), 𝐴𝐴 ≤ 𝑁𝑁と定義する。た} だし，_{𝑁𝑁 は観光スポットの総数である。} 𝒙𝒙 は以下のように定式化される。 maximize 𝑓𝑓(𝒙𝒙) subject to 𝑇𝑇(𝒙𝒙) ≤ 𝑇𝑇_max 𝒙𝒙 = (𝑥𝑥₀, 𝑥𝑥₁, … , 𝑥𝑥_𝐴𝐴 ) 𝐴𝐴 ≝ 𝐴𝐴(𝒙𝒙), 𝐴𝐴 ≤ 𝑁𝑁 (5) ただし，_𝑇𝑇_max は予め観光者に入力してもらう観光可能な最長時間 (以下，観光時間) である。_{𝑓𝑓(𝒙𝒙) は訪問スポッ} トベクトル 𝒙𝒙 に含まれる観光スポットの魅力度の合計 値であり，次式で与えられる。 𝑓𝑓(𝒙𝒙) = � 𝑀𝑀(𝑥𝑥𝛼𝛼) 𝐴𝐴 𝛼𝛼=1 (6) 次に，移動時間を考える。移動時間は徒歩での移動時間とする。そして，起点となる現在位置から最初に訪問する観光スポットまでの移動時間と，最後に訪問した観光スポットから終点となる現在位置までの移動時間は， Google Maps Platform の Directions API から自動的に取得する。そして，観光時間を考慮する際に用いる所要時間について考える。ここで，_{𝑠𝑠(𝑥𝑥}_𝛼𝛼_{) を訪問スポット 𝑥𝑥}_𝛼𝛼 における滞在時間，_{𝑡𝑡(𝑥𝑥}_𝛼𝛼−1_{, 𝑥𝑥}_𝛼𝛼_{) を訪問スポット 𝑥𝑥}_𝛼𝛼−1 と 𝑥𝑥_𝛼𝛼 の間の徒歩での移動時間とする。ここで，訪問スポットの滞在時間は，観光スポットごとにパラメータとして設定している。本論文の実行例では，各観光スポットの滞在時間について，予め 15 分から 60 分の間で，データベースに登録している。また，各観光スポット間の徒歩での移動時間は，あらかじめ Google Maps から取得した移動時間をシステムのデータベースに格納しておき，移動時間を考慮する際に，観光スポット名を参照して抽出する。そして，_{𝑇𝑇(𝒙𝒙)を訪問} スポットベクトル _{𝑥𝑥 の所要時間とし，以下のように与え} られる。

(4)

𝑇𝑇(𝒙𝒙) = � 𝑠𝑠(𝑥𝑥𝛼𝛼) 𝐴𝐴 𝛼𝛼=1 + � 𝑡𝑡(𝑥𝑥𝛼𝛼−1, 𝑥𝑥𝛼𝛼) 𝐴𝐴+1 𝛼𝛼=1 (7) ただし，本研究では，観光起点に戻る観光経路を構成するため，_𝑥𝑥_𝐴𝐴+1_{= 𝑥𝑥}₀となる。

3. 観光経路構成アルゴリズム

本提案の観光経路の構成アルゴリズムは，限られた時間内に，単純に距離の近い観光スポットから訪問する案内ではなく，観光者の嗜好性を重視し，観光者にとって魅力度の高い観光スポットから優先的に訪問することで，観光者の満足度を向上することを目的としている。本提案アルゴリズムは，入力された観光時間内に魅力度の高い観光スポットを優先的に周遊するようにしている。そのなかで，魅力度が最も高い観光スポットが複数存在する場合は，移動時間の少ない観光スポットを優先的に選択するようにした。これにより，観光者の嗜好性を考慮した可能な限り効率性を高めた観光経路の構成が可能となる。ここで用いる観光スポットは，各地域の観光に関するホームページ等に記載されているものを活用する。 𝑇𝑇𝛼𝛼 をスタート地点 𝑥𝑥0 から，𝛼𝛼 番目に訪れる観光スポット 𝑥𝑥𝛼𝛼 に到着するまでの時間と 𝑥𝑥𝛼𝛼 での滞在時間を足し合わせた時間とする。時間の制約を満たすかを判定する際に，_𝑇𝑇_𝛼𝛼 を次式でダイナミックに計算する。 𝑇𝑇𝛼𝛼=� 𝑠𝑠(𝑥𝑥𝑛𝑛) 𝛼𝛼 𝑛𝑛=1 +� 𝑡𝑡(𝑥𝑥𝑛𝑛, 𝑥𝑥𝑛𝑛+1) 𝛼𝛼−1 𝑛𝑛=0 ,𝛼𝛼 = 1, 2, … , 𝐴𝐴 (8) 本提案観光経路構成アルゴリズムでは，観光スポットあたりの魅力度の最大値は _{𝐾𝐾 + 1 となる。} 本観光経路の構成アルゴリズムのフローチャートを図 1 に示す。図 1 に示すように，本アルゴリズムでは，観光者における観光スポットの魅力度が最も高い観光スポットを最初に訪れ，その後，次に魅力度の高い観光スポットから順に訪問地を選択し，残りの観光時間が少なるにつれて，滞在時間や移動時間の短い観光スポットを選択する。そして，観光者が設定した観光時間以内に，目的地となる起点に戻れるような観光スポットが無くなった時点で，最後に選択した観光スポットから，目的地となる起点に戻るようにしている。図 1 本観光経路の構成アルゴリズムのフローチャート以上に述べたように，本観光経路の構成アルゴリズムは，観光者の観光計画における意思決定を支援することを可能にすると考えられる。

4. 本アルゴリズムの実行結果

本章では，数値例として，嗜好性の異なる観光者 P，Q， R，S の 4 人のモデルを考える。観光者のそれぞれの観光時間 _𝑇𝑇_max を 180 (分) とし，起終点を大阪府堺市の南海七道駅として，堺市内の寺院や歴史館等の観光スポットを周遊するアルゴリズムを実行する。ここで，全訪問スポットの魅力度が 𝐾𝐾 + 1 であった場合の訪問スポットの魅力度の合計値を _𝑓𝑓_max とし，最大魅力度と呼ぶ。ここで，観光者 P，R を特定の観光カテゴリに偏った興味を持つ観光者，観光者 Q，S を各観光カテゴリに対して興味の偏りが無い観光者とする。また，観光者 P，Q， R，S 間の比較を行うため，本提案アルゴリズムにおいて，

(5)

それぞれの観光者の最大化した魅力度の合計値 _{𝑓𝑓(𝑥𝑥 ) の} 最大魅力度 _𝑓𝑓_max に対する割合𝑓𝑓(𝒙𝒙)/𝑓𝑓_max を計算する。この数値が 1 に近いほど観光者の嗜好性に合った観光経路と考えられる。表 1 に，これら観光者 P，Q，R，S の入力した 5 種類の観光カテゴリ_{(𝐾𝐾 = 5) に対する 5 段階評価 (𝑧𝑧 = 5)で} の興味度合 _𝛾𝛾_𝑘𝑘_{(0 ≤ 𝛾𝛾}_𝑘𝑘_{≤ 5) を例として示す。} 表 1 観光者の各観光カテゴリに対する興味度合 _𝛾𝛾_𝑘𝑘 観光者寺社仏閣町並み建造物資料館博物館体験見学ショッピング P 5 0 0 0 0 Q 5 3 2 4 2 R 0 2 0 4 5 S 5 5 5 5 5 次に，表 2 には，同じ仮定のもので，観光者 P，Q， R，S のそれぞれの口コミの分析対象である 3 種類の感情 (喜び，驚き，期待) に対する 3 段階評価_{(𝑦𝑦 = 3) での} 感情度合 _𝛿𝛿_𝑟𝑟_{(0 ≤ 𝛿𝛿}_𝑟𝑟_{≤ 3) の入力例を示す。} 表 2 観光者の各感情に対する感情度合 𝛿𝛿𝑟𝑟 観光者喜び驚き期待 P 3 0 0 Q 0 0 3 R 3 2 3 S 3 3 3 次ページの表 3 に，表 1 と表2 のデータから計算した，観光者 P，Q，R，S に対する観光経路の構成結果，総観光時間 _{𝑇𝑇(𝒙𝒙), 𝑓𝑓(𝒙𝒙), 𝑓𝑓}_max, 及び 𝑓𝑓(𝒙𝒙)/𝑓𝑓_max を示す。表 3 に示すように，表 1 において，寺社仏閣に強い興味を持つ観光者 P には，寺院を中心に訪問するような観光経路となっている。また，表 1 において，体験・見学やショッピングに興味を持つ観光者 R には，表 3 に示すように，堺市の特産品を販売する店舗や，伝統産業の見学や体験ができる施設を中心に訪問するような観光経路となっていた。一方で，観光者 P は，寺社仏閣のみに興味度合を入力しているが，4 番目に訪れる観光スポット「伝統産業会館」の観光カテゴリは寺社仏閣ではない。これは，3 番目の観光スポットを訪問後，観光時間が余り，感情度合のみに関して算出された魅力度によって訪問可能であったため選択されている。また，観光者 R は観光者 Q，S に比べ，𝑓𝑓(𝒙𝒙)/𝑓𝑓max の数値が高くなっている。これは，特定の観光カテゴリに対する興味度合 𝛾𝛾𝑘𝑘 が大きい場合，すなわち興味に偏りがある場合，その特定の観光カテゴリに対応するカテゴリ嗜好性ベクトル _{𝑾𝑾 の成} 分値が大きくなり，観光スポットあたりの魅力度 _{𝑀𝑀(𝑖𝑖)} の値がより大きくなるためと考えられる。一方，観光カテゴリに関する興味度合 𝛾𝛾𝑘𝑘 に偏りの少ない観光者 Q，S は，式 (1) の計算によって，_{𝑾𝑾の各成分値が小さくなるため，} 観光カテゴリに関する興味度合 _𝛾𝛾_𝑘𝑘 の影響が少なく，感情度合 _𝛿𝛿_𝑟𝑟 によって訪問スポットが左右されるため，寺社仏閣のカテゴリでない観光スポットに訪問する結果となった。

5. 観光誘致システムへの実装と実証実験

本章では，3 章で提案した観光経路の構成アルゴリズムを[1]の観光誘致システムに実装し，観光経路構築機能とする有効性を実証実験により検証する[9]。 5.1 観光誘致システムへの実装実装された本観光経路構築機能では，観光経路の構成アルゴリズムによって構成された観光経路を Google Maps API 機能を用いて地図画面上に可視化する。本機能の使用手順を以下に示す。 (1) メニューから観光経路構築機能を選択 (2) 観光カテゴリの興味度合，感情度合，及び観光時間を入力 (3) (2) の入力内容を考慮に入れた本提案アルゴリズムによって構成した観光経路を地図画面上に可視化上記の手順 (2) における，観光カテゴリの興味度合，感情度合，及び観光時間の入力例を図 2 に示す。図 2 興味度合，感情度合，及び観光時間の入力例観光カテゴリの興味度合感情度合観光時間

(6)

表 3 計算結果による観光者 P, Q, R, S の観光経路構成観光順番 P の観光経路 Q の観光経路 R の観光経路 S の観光経路 1 2 3 4 5 6 本願寺堺別院妙國寺覚応寺堺伝統産業会館和泉利器製作所堺刀司堺鉄砲館薫主堂水野鍛錬所鉄砲鍛冶屋敷薫主堂水野鍛錬所和泉利器製作所堺刀司堺鉄砲館鉄砲鍛冶屋敷七まちびいどろ和泉利器製作所堺刀司薫主堂堺鉄砲館水野鍛錬所鉄砲鍛冶屋敷 𝑇𝑇(𝒙𝒙) (分) 178 173 178 175 𝑓𝑓(𝒙𝒙) 16.5333 13.3775 19.894165 14.3115 𝑓𝑓max 24 30 36 30 𝑓𝑓(𝒙𝒙)/𝑓𝑓max 0.6888875 0.44591667 0.55261569 0.47705 図 2 に示したように，観光者は，観光カテゴリと感情について，興味度合を入力し，観光時間を分単位で入力できる。その後，「経路構築を表示する」のボタンを押すと，本提案アルゴリズムによって観光経路を構成し，さらに構成された観光経路を Google Maps API 機能を用いて図 3 のように地図画面上に可視化される。図 3 観光経路の可視化例図 3 に示したように，観光者の現在位置と入力した各情報を下に，本提案アルゴリズムによって観光者に向けた観光経路が構成される。そして，構成した観光経路は地図画面上に，「A → B →」の順に可視化されている。 5.2 観光誘致システムの実証実験本研究にて新たに開発した本提案アルゴリズムに基づく観光経路の構築機能の有効性を検証するため，研究連携先の一つである大阪府堺市を対象として本経路構築機能を本観光誘致システムに実装した。本実行例では，各観光スポットの滞在時間について，予め 15 分から 60 分の間で，データベースに登録している。そして，本機能の利用者に対してアンケートを実施し，本提案アルゴリズムとそれによる経路構築機能の有効性について検証を行った。本実証実験は，2021 年 1 月 12 日 (火) から，同年 1 月 14 日 (木) の 3 日間で行った。なお，本システムの利用については，新型コロナウイルスの影響により，SNS 等を通じて呼びかけ， Microsoft Forms を用いて無記名で行った。その結果，兵庫県や大阪府在住の 10 代から 50 代の男女計 71 名から回答が得られた。観光経路構築機能に関する質問項目を表 4 に示す。表 4 観光経路構築機能に関する質問項目質問番号質問内容 (1) 観光経路に含まれていた観光スポットは興味に合ったものでしたか。 (2) 推薦された観光経路は効率的なものでしたか。 (3) 推薦された観光経路の中にあるスポットについて，実際に行きたいと思いましたか。 (4) 本機能の満足度を教えてください。表 4 の質問 (1), (3) については，新型コロナウイルスの影響で，現地での利用の呼び掛けは行わなかった。そのため，本機能によって推薦された各観光スポットについて，興味に合っていたかどうか，また実際に行

(7)

きたいと思ったかどうかという回答者による判断の方法については，地図画面上にある観光スポットのアイコンを押すと，観光誘致システム[1]から発信している，各観光スポットに関する詳細な案内コンテンツや，画像，動画の閲覧が可能なことから，現地の様子を確認できるようにしている。質問 (1) の回答結果を表 5 に示す。表 5 質問 (1) の回答結果回答内容回答数 (人) とても合っていた 8 まあまあ合っていた 43 どちらでもない 11 あまり合っていなかった 8 全く合っていなかった 1 表 5 に示したように，72%の回答者が「とても合っていた」，「合っていた」と回答しており，本研究で提案した観光スポットの魅力度が，多くの回答者の興味度合をうまく反映し，観光時間内に周遊できる観光経路を推薦できていたことが確認できる。一方，12%の回答者にとっては，興味に合わない観光スポットを推薦していたことが見受けられる。今後，観光スポットの魅力度をより客観的に評価する解析方法を検討する必要がある。質問 (2) の回答結果を表 6 に示す。表 6 質問 (2) の回答結果回答内容回答数 (人) とても効率的だった 7 効率的だった 51 どちらでもない 8 あまり効率的ではなかった 5 全く効率的ではなかった 0 表 6 に示したように，82%の回答者が「とても効率的だった」，「効率的だった」と回答していたことから，効率性においても良い評価が得られた。一方，7%の回答者が「あまり効率的ではなかった」と回答していた。本アルゴリズムでは，効率性を高めるために移動時間を考慮したが，移動時間を考慮するのは同じ魅力度を持つ観光スポットが 2 つ以上存在する場合に限られており，今後，効率性を高めるための改善する必要がある。質問 (3) の回答結果を表 7 に示す。表 7 質問 (3) の回答結果回答内容回答数 (人) とてもそう思う 9 そう思う 50 どちらでもない 0 あまりそう思わない 11 全くそう思わない 1 表 7 に示したように，83%の回答者が「とてもそう思う」，「そう思う」と回答しており，多くの回答者にとって，実際に行きたいと思われ，満足度の高い観光スポットが推薦できたと思われる。一方で，16%の回答者が「あまりそう思わない」，「全くそう思わない」と回答しており，質問 (1) と同様，本研究で提案した観光スポットの魅力度を算出する方法について，更なる改良が必要と考えられる。質問 (4) の回答結果を表 8 に示す。表 8 質問 (4) の回答結果回答内容回答数 (人) とても満足 11 満足 54 どちらでもない 2 不満 4 とても不満 0 表 8 に示したように，91%の回答者が「とても満足」，「満足」と回答していることから，本機能により，観光者にとって満足のいく観光経路が推薦されていることが確認でき，本機能の有効性が示された。一方，6%の回答者が「不満」と回答していた。「不満」と回答した回答者の自由記述で理由を尋ねたところ，「操作性が悪い」との回答が多くあったため，今後，操作性を重視したユーザーインターフェースの改善が必要と考えられる。

6. まとめと今後の課題

本研究では，観光者の主観的な嗜好性に合わせた観光スポットの魅力度の解析的手法を用いて数値化し，算出された観光スポットの魅力度と観光者の移動時間を考慮した観光経路の構成アルゴリズムを提案した。本観光経路の構成アルゴリズムは，観光者にとって魅力度が高い観光スポットから周遊し，さらに位置情報等を用いて移動時間をダイナミックに計算し，観光時

(8)

間内に起点に戻るよう観光状況の変化に応じて経路の再構成を繰り返しながら，常に最適な経路を提示する誘導を行った。次に著者らの先行研究により開発した観光誘致システム[1]に本観光経路の構成アルゴリズムを実装し，本提案アルゴリズムによって構成された観光経路を Google Maps API 機能を用いて地図画面上に可視化できるようにした。最後に，大阪府堺市との産学公連携事業の一環として，堺市内において実証実験を行い，本提案アルゴリズムの有効性を検証した。本実証実験における利用者のアンケート回答の結果から，利用者にとってニーズに合った観光経路の提示が可能であると判明した。今後の課題として，訪問スポットの魅力度の合計値と観光者の満足度の関係性について分析し，客観的に評価できる解析方法を検討する必要がある。また，観光においては，観光者が元々興味を持っていなかったような場所に新たな魅力を感じることも少なくない。このため，特定の観光カテゴリに関わらず，観光経路にストーリー性を持たせることで，観光における新たな「出会い」を生み出すための工夫が必要である。さらに，観光者の興味を重視した経路の推薦を行う場合と，観光者が選択できるようにすることとで，観光者の満足度向上を図る必要もある。これらを本提案アルゴリズムの今後の課題として，観光時間以内での周遊を下に，観光スポットごとの重要度や観光者の興味を考慮に入れた，より柔軟な観光経路推薦を実現する経路の推薦が行えるよう改善と更なる展開を図りたい。謝辞本研究の一部は私立大学等経常費補助金特別補助「大学間連携等による共同研究」と「堺市産学公連携事業」補助金による。参考文献 [1] 住友千将, 岳五一, “訪客誘致・振興知的サポートシステムの構築と実用化に向けた実証実験,” 2020 PC Conference 論文集, pp. 93-96, 2020． [2] 日本商工会議所, “新たな段階に入った観光をめぐる課題への対応～国際観光競争の中で選ばれる日本になるために～,” https://www.jcci.or.jp/chii ki/20190418_ikensho_honbun.pdf, 25 pages． [3] 蓮池隆, 片桐英樹, 椿広計, 津田博史, “多様な情報からの観光満足度設定手法を利用した観光経路構築,” 日本オペレーションズ・リサーチ学会秋季研究発表会アブストラクト集, pp. 96-97, 2013． [4] 倉田陽平, 奥貫圭一, 貞広幸雄, “個人嗜好に応じた観光コース自動生成システムの開発,” https://ctp lanner.jp/ctp5/docs/YKurataYSadahiroKOkunuki-GIS A00.pdf, 4 pages． [5] 蓮池隆, 片桐英樹, 椿広計, 津田博史, “観光経路情報を利用した観光者行動コーパス構築への一考察,” 日本オペレーションズ・リサーチ学会秋季研究発表会アブストラクト集, pp. 88-89, 2013． [6] 倉田陽平, “対話型観光プランニングシステムに向けて,” https://www.comp.tmu.ac.jp/kurata/research/ YKurata-GISA09.pdf, 4 pages． [7] 住友千将, 石野拓也, 久保洸貴, 岳五一, “口コミ情報に含まれる感情語に基づく類似スポット推薦システムの構築と実証実験,” パーソナルコンピュータ利用技術学会論文誌, Vol. 14, No. 1, pp. 29-35, 2020．

[8] R. Plutchik, “The Nature of Emotions: Human emotions have deep evolutionary roots, a fact that may explain their complexity and provide tools for clinical practice,” American Scientist, Vol. 89, No. 4, pp. 344-350, 2001. [9] 住友千将, 岳五一, “観光者の観光経路に関する意思決定支援機能を有する観光誘致システムの構築,” 甲南大学紀要知能情報学編, Vol. 13, No. 1, pp. 45-66, 2020. 著者紹介住友千将 2020 年 3 月に甲南大学知能情報学部を卒業。同年 4 月に，甲南大学大学院自然科学研究科知能情報学専攻に入学。情報通信システムを用いて，情報抽出・発信の効率化・位置情報の収集及び分析を行い，地方都市における観光課題について取り組んでいる。岳五一京都大学大学院工学研究科博士課程修了。工学博士。甲南大学知能情報学部教授。情報通信システム，移動無線通信システム，マルチメディア情報通信システムの性能解析及び評価， Web コミュニケーション，マルチメディア教材コンテンツ開発等に関する研究に従事。日本オペレーションズ･リサーチ学会フェロー，電子情報通信学会シニア会員，IEEE，パーソナルコンピュータ利用技術学会会員。