• 検索結果がありません。

グループを対象とした合議不要な観光スポット 推薦に関する研究

N/A
N/A
Protected

Academic year: 2021

シェア "グループを対象とした合議不要な観光スポット 推薦に関する研究"

Copied!
54
0
0

読み込み中.... (全文を見る)

全文

(1)

2018

年 度 修 士 論 文

グループを対象とした合議不要な観光スポット 推薦に関する研究

StudoSightseeinSpot Recom mendatiofoGroup without Discussion 

2018

8

3

首都大学東京大学院 システムデザイン研究科

システムデザイン専攻 情報通信システム学域

学修番号 :

16890525

氏 名 : 秦 馳

指導教 員 : 高 間 康 史 教 授

(2)

要旨

本論文では,グ)レ

ープを対象とした合議不要な観光スポット推薦システムを提案する

近年,週末や休暇などを利用して旅行をする人は増加している

観光先を選択する際には,

都道府県の観光サイトや旅行会社の予約サイトなどを使って,観光スポットの紹介文,写真 とロコミを参考にする人も多いが,膨大な情報の中から魅力ある観光スポッ

を発見する ことは困難となってきている

そのため,利用者の興味や時間コストなどに関する条件に 基づき観光スポットを推描するシステムに関する研究がおこなわれている

.しかし,既存の

旅行推煎システムの多くは個人ユーザを対象としたものが多い. 一般に,グループで競光す る時,興味が互いに異なることが多く,皆が満足する計画を合議で決定するには時間がかか る.また,グループの人数が多い時に,全員が集まって議論することは非常に困難な場合も 多いまた,討論が苦手な人の意見が反映されず,満足度が低くなるという問題点もある

これらの問題を解決するために,本論文では,グループでの観光計画を想定し,合議をせ ずに観光スポット推薦を可能にする手法を提案する

提案手法では,最初にグループのメン バー各自に観光スポットに関する興味や条件を入力してもらったのち, 一人ずつ順番に推 薦スポットリストの確認

評価をしてもらう

各メンバーは,自分が好きな観光スポットを リストから選択する他,行きたくないスポットをリストから削除するこの結果に基づき,

次のメンバーに提示する推薦スポットリストが更新される全員確認後,グループ全体に対 する推囮スポットリストが得られる

提案手法において,推照スポットリストを確認する順番が重要であるが,心理学分野で提 唱されている

MBTI

分類法を利用したアンケート結果に基づいて決定する手法を提案する 具体的には,直感

(Intuition)

と思考

(Thinking)

タイ プの人ほど最初に,感覚

(Sensing)

と感情

(Feeling)

タイプの人は後にリストを確認するように順番を決定するこれにより , 各メンバーの意思決定における役割を性格によって決定できるため,推脳過程と結果の満 足度を裔める効果が期待できる

提案手法の利点として,各メンバーが 一人ずつリストを確認するため,同じ時間に集まる 必要がないことが挙げられるまた,合議のプロセスを含まないため,各メンバー

1

回のリ

スト確認のみで効率よく推囮結果を得ることができる

提案手法の有効性を検証するため,工学系大学生と大学院生

20

名に提案手法を実装した 推閲システムを使用してもらい,評価を行った.

3

人 ,

5

人 ,

10

人のグループを構成しても らい,個人に対する推薦スポットリスト , グループに対する推薦スポットリストそれぞれに ついて評価してもらったまた,推閲リストを確認する順番をランダムにする 対照 実験も行 い,結果を比較することで提案システムの有用性を検証する

本論文は全

5

章で構成される .第

1

章で は本研究の背最について述べる.第

2

章では観

(3)

光スポット推薦システムなどの関連研究を紹介する

第 3章では提案手法について,シス

テム構成や機能,推廊スポットリストの確認順序を決定する手法について述べる第

4

では評価実験の結果を示し,提案手法の有効性について考察する第

5

章では,本論文で提

案した観光スポット推薦システムの有用性についてまとめ,今後の展望及び課題について

述べる

(4)

Abstract 

This paper proposes method of recommending sightseeing spots without discussion  for a tourist group. 

As memberin group usually have different interests in sightseeing spots, it tends  to take lot of time to decide sightseeing plan which satisfies all members'preference.  Furthermoreit is difficult for those who are not good at expressing their opinions to take  part in the discussion. With the proposed methodeach member in group inputs his/her  interests and conditions about sightseeing spots, and theevaluates the recommended  spot list one by one. This paper also proposes to determine the order of evaluating the  list on the basiof thquestionnaire using the MBTI taxonomy, which has been proposed  in the field  of psychology. Effectiveness of thproposed method is shown by user  experiment

111 

(5)

目次

要 旨 .. . .

. . . . . . . . . .. . . . .

. . . . . . . . . . . . . .. . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . .. .. . .

. . . . . . . . . .. . . .

. . . . . . . . . . . . .. .

i

Abstract...............................................................................................................................

 

111 

1. 

はじめしこ . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . .

. . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . .

. .

..

. . . . . . .

1 2. 

関 連 研 究. . . . . . . . . .. .

. . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . ..

..

.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . .. .. . . . . .

. . .

3 2.1 

観 光 ス ポ ッ ト 推 隅 手 法 .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

.. . .

..

.. . . . .

. . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . .

. . .

3 2.1.1 

観 光 ス ポ ッ ト 推 胞 に 関 す る 研 究. . . . . . . . . . . .. . . . . . . . . . . .

. . . . . . . . . .

. . .

. . . . . . . . . . . .

. . . . . . . . . . . ..

3 2.1.2 

親光スポッ ト 分 類 方 法 . . . . . . .

. . . . . . .. . . . .. . . . .

. . . . . . .

. . . . . . . .. . . . . . . . . .. . . . . . . . . . . .. . . . . . . . . . . . . . .

4 2.2  MBTI

分類法. . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. .

.. .

..

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

. . . . . . . . . . .

6 3.

提 案 手 法

. . . . . . . . .

. . . . . .

.. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . .. . . . .. . . . . . . . . . .

. . . . . . . .

. . . .. . . . . . .

..

.. . . . . . . . . . .. .. . . .

8 3.1 

提案手法概要. . .

. .

. . . . . .

. . . . . . . . .. . . . . . . . . . . . . . . . . .

..

. . . . . . . . . . . . .

. .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8

3.MBTI

による推腐スポットリスト確認順序の決定

………•………•… 12 4

評 価 実 験 . .

. . . . . . . . . . . . . . . . . . .

.. . . . . . . . . . .. . . . . . . . . . . .

.. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . .

15

4.

実 験 概 要 . . . . . . . . . . . . . .. . . . .

. . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

..

. .

. . . . . . .

15 4.2 

実 験 結 果 . . . . . . . . . . . . . . . . . . . . . . . . . .. .

. . . . .

.. . .

. . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . .. . . . .

. . . . . . . . . . .

. . . . . . . . . . . . . . . . .

. . .

18 4.2.1  3

人 グループの実験結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . .

18 4.2.2  5

人 グループの実験結果 . . . . . . . . . .

. . .

. . . . . . . . . . . . . . . . . . . .. . . . . . .

. . .

. . . .. . . . . .

. . . .

. . . . . . . . .

. . .

25 4.2.3  10

人 グ ル ー プ の 実 験 結 果 . . . . . . . . . . . . . ..

..

. . .

. . . . . . . . . . . . . .

. . . . .. . . . . . . . . . . . . . . . .. .. . .

..

. . . . .. .

34 4.2.4 

メンノゞー構成につし ヽ て の 考 察 . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . .

. . . . .

. . . . . . . . .

. . . . . . . . . . . . . .

43 5. 

おわり

i

こ . . . . . . .

. . . . . . . . . . . . . . . . . . .. . . . .. . . . . .. . . . . . . . . .. .

..

. . .. . . . . . . . . . . . .. . . .

. . . . . . . . . . .

. . . . . . .. . . . . . . . .

.. . . . . . . . . . . . .. . . . .

46

謝 辞 . . . . .. .. .

. . . . . . . . . . . . . . . . . . . . . .

. .

.. . . . . . . . . . .. . . . . . . . . . . . . . . . . . . .

. . .

. . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . .

. .

. .

. . . . . . . . .

47 

参 考 文 献 . . . . . . . . . . . . . .. . . . . . . . . . . . . . .

. . . .

. . . .. . . . . . . . . .

. .

. . . . . . . .. . . . ..

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . .. . .. .

48

発 表 文 献

..

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . .

..

. . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . .

.. . . . . . .. .. . . . . . . . . . . . . . . . . . . . . . .

. . . . .

.. . . . . . . .49

(6)

1. 

はじめに

本論文では,グループを対象とした合謡不要な観光スポット推腐システムを提案する

近年,週末や休暇などを利用して旅行をする人は増加している

観光先を選択する際には,

観光したい都道府県の観光サイトや旅行会社の予約サイトなどを使っている じゃらん

1'

楽天トラベ

I

区などのウェプサイトから観光スポットを探して,掲載された観光スポットの 紹介文,写真やロコミを参考にする

.しかし,ウェプ上のデータ砿は膨大になっており,そ

の中から興味がある観光スポットを発見することは困難となってきている

さらに,ウェプ から得られるデータの中に,時間限定の情報やネガティプな評価などが存在しているが,玉 石混滑であるデータの中から,正確かつ有用な情報を抽出することは,時間がかかるだけで はなく,ユーザ自身にはある程度の判断力を持つことも必要となるこのような背景から,

観光スポット推薦に関する研究が行なわれている

[1].

既存の観光推熙システムは個人ユーザを対象としたものが多い.その利用方法は,最初に ユーザが旅行したいエリアを指定し,次にユーザが様々なシャンルの中から

1

つを選択す る.推薦結果は人気順に表示する.しかし,各推脳システムが利用するジャンルについての 分類方法は統一 されておらず,複数のサイトを参考する時に不便がある.さらに,ユーザは いつも人気のある場所に行きたいとは限らないが

,それほど混んでいない場所や人気のな

い珍しい場所を探すことは一般に困難である.

また,既存の親光推煎システムでは個人を対象としたものが多いが,友人や家族などグル ープで観光する場合も多い

[2].グループで観光する場合,堵好や興味などが互いに異なる

ことが多く,全員が満足する計画を合議で決定することは一般に難しく,時間もかかるま た,グループの人数が多い場合は特に,全員が集まって職論することが困難な場合も多い.

さらに,討論が苦手な人の意見が反映されにくいという問題点も存在している

これらの問題を解決するために,本論文では,グループでの観光計画を想定し,合議不要 な観光スポット推脳を可能にする手法を提案する.提案手法では,最初にグループのメンバ ー各自に観光スポットに関する興味や条件を入力してもらう

その後,グループ全員が入力 した情報に基づき決定した推歯観光スポットのリストについて, 一人ずつ順番に確認・評価 をしてもらう.各メンバーは,自分が気になっている親光スポットをリストから選択する他,

行きたくないスポットをリストから削除する

評価した結果に基づき,次のメンバーに提示 する推贋スポットリストが更新される最後のメンバーによる確認

評価が終わった後,グ ループに対する推隅スポットリストが得られる.

提案手法において,推膵スポットリストを確認する順番が重要である

本稿では,

MBTI

https://www.jalan.net/travel/ 

https://travel.rakuten.co.jp

(7)

(MyersBriggs Type Indicator)

分類法

[2]

を利用したアンケート結果に基づき,メンバーの 確認順序を決定する手法も提案する.

提案手法の有効性を検証するため,提案手法を実装した推薦システムを使用してもらい,

評価を行った

3

人 ,

5

人 ,

10

人のグループを構成してもらい,個人に対する推腐スポット リスト,グループに対する推胞ス ポットリストそれぞれについて評価しても らった

また,

推鷹リストを確認する順番をランダムにする対照実験も行い,結果を比較することで提案 システムの有用性を検証する.

本論文は全

5

章で構成される

.第 1

章では本研究の背景について述べる

2

章では親

光スポット推薦システムなどの関連研究を紹介する第

3

章では提案手法について,シス

テム構成や機能,推薦スポットリストの確認順序を決定する手法について述べる第

4

では評価実験の結果を示し,提案手法の有効性について考察する第

5

章では,本論文で提

案した観光スポット推鹿システムの有用性についてまとめ,今後の展望及び課題について

述べる

(8)

2. 

関連研究

観光スポット推閲システムなどの 関連研究を紹介 する .

2.1

節 で は,観光推陪に関する 研 究について述べる

2.2

節では,

MBTI

分類法と

MBTI

分類法に関する研究について述べ

る.

2.1 

観光スポット推薦手法

2.1.1 

観光スポット推薦 に関する研究

鈴 木

[3]

らや倉田ら

[4]

は個人の嗜好に従って観光賓源の魅力を評価し,その評価値 や 滞 在 時間等の旅行条件 に基づき ,利用者個別に最適な観光ルートを自動的に作成

案内するシス テムを提案している

今井ら

[5]

は観光動機が「緊張解除の動機」,「社会的存在動機」 , 「 自 己拡大達成動機」の 三因子から構成されることを示した

実際の観光行動は,これら親光動 機にしたがい,旅行目的の間に発生した選好の強弱によって決定されると考えられる . そこ で倉田らは観光動機の構成によって観光嗜好の構造を説明している .

KJ

法を利用 し,旅行

目的を可能な限り列挙し, 競光動機ごとに分類

整理して,図

21

のようなツリ ー により体 系的に表現している .

緊張解除の勘槻

遊んだり体を動かしたりする 休養したり健康の回復を図る

景色や風物を眺める 飲食したり買物をしたりする

観光資源の選定

(を目的した評価) 社会的存在動機

同行者との親睦をはかる 有名所を押さえる 良い物を見て社会経験とする

新しい物亭を知る 体験する 地域への理解を深める 図

21

親光における個人嗜好の階陪樅造

([4]

より引用)

自己拡大達成動機

(9)

1

の観光目的項目への各個人の重みの配分により個人嗜好が表現できると考え, 一対 比較質問による

AHP<Analytics HierarchProcess,

階恩分析法) により計算し,個人嗜好 の抽出を行っているまた,関係者への事前アンケートや実験参加者へのウェブアンケート 等から作品 地点ごとに観光喪源の特性評価を行った結果に基づき,訪問エリア選択支援シ ステムを開発している .

嶋田ら

[6]

はウェブから獲得される様々な情報に基づき特徴化された観光地情報を利用し , その類似性を評価することで,観光地を推薦するシステムを提案している . ユーザはお気に 入りの観光地を入力すると,それをユーザの嗜好情報であると考える.

Yahoo

知恵袋

ブ ログ上での共起キーワード,時系列分布,

Yahoo

知恵袋上でのカテゴリ構造, 観光地周辺施 設,地図画像の 5 つの情報に着目し,各観光地に対する特徴ベクトルを生成す る . これらの 特徴ベクトルに対して, コサイン尺度に基づき類似度を算出し,類似性の高い観光地を推牌 する.さらに観光地間の類似箇所や差異を明確に表現するため,情報を可視化する

奥歯ら

[7]

は複雑な操作なしに複数人の嗜好を反映可能な観光地推薦システムを提案して いる . 佐々木ら

[8]

は観光動機を 「 緊張解消」,「娯楽追求」,「関係強化 」 ,「知識増進」, 「 自己 拡大」という 5つの特性に集約できると指摘している .ユーザの嗜好を訪問したいと思う 親光スポットのジャンルと旅先で行いたい事と定義し,嗜好モデルを作成した. 観光スポッ トのジャンルは「見る一 自然地形一渓谷」のような階恩的な構造になっており,嗜好モデル もそれに準じた階恩構造とし ている .

AHP

に基づく見解距離均等法を用いて,複数ユーザ の嗜好を統合している . 集団内における多様性のばらつきが最小となるようにスポットの 格付けを行っている .

2.1.2 

観光スポット分類方法

各種の利用可能な資源が, 観光スポットとして顕在化されたのが観光資源である 。 観光資 源の分類については,自然観光資源,人文観光資源,複合観光資源という

3

つの区分が用い

られることが多い。

井上ら

[9]

は観光目的物として,自然の風漿と文化に分類している(表

21).

自 然の風景 文化

21

井上による観光賓源の分類 地形,地質, 気象 , 気候,動物,植物

史跡,建築,庭園, 美術,行事,風俗, 都市,産業,料理

前田ら

[10]

はこれの上に複合観光賓源を加えた

,表22

を提案している.

(10)

22

前田による蜆光資源の分類

: 1::バ[三:コィ::~:/ミ型:二:`

香川ら

[11]

は人間の力では創造することができないものを自然観光賓源,人間の力によっ て創造されたものを人文観光賓源,両者の複合型としての観光賓源を複合観光資源と呼ん でいる 。ま た,こうした考え方から親光施設も賓源と見倣し,「観光施設賓源」を

4

番目の 資源分類に加えている点が特徴的である(表

23).

自然観光賓源 天然資源,天然現象

人文観光賓源 有形文化賓源,無形文化賓源,複合文化喪源 複合観光賓源 大都市,股山漁村,郷土景観,歴史景観

施設観光賓源 宿泊,飲食,物品販売,娯楽,文化教育,観光案内,公共サービス 表

23

香川 による観光賓源の分類

日本交通公社

[12]

は,観光スポットの賓源特性から, 一般的な観光スポットの分類に基づ き,「街並み」,「都市」,「社寺」,「自然風景」」,「スキー場」,「蔑山村地」,「海水浴場」,「温 泉」の

8

種類に分類している(図

22).

観光地

街並み観光地 都市観光地 社寺観光地 自然風景地

観光地 レクリエーション地 スキー場

器山村地

海水浴場

宿泊地 温泉地

22

日本交通公社による観光賓源の分類

((12]

を基に作成)

(11)

2.2  MBTI分類法

MBTI (MyersBriggs Type Indicator)

は ,

Jung

の心理学的類型論

(PsychologicalTypes)  [6]

をもとに,

Myers

によって研究開発された自己理解メソッドである他者との違いを知 ってお互いに諒重しあうことを目的に作成されている .

MBTI

は ,

Jung

の類型論の指標に判断の態度

(J:Judging)

と知覚的態度 ( p :

Perceiving) 

という独自の指標を加えて,以下の

4

指標に基づき

16

タイプに性格を分類する

・内向

(I:introversion)

一外向 ( E :

extraversion) 

感覚

(S:sensing)

一直感

(N:intuition) 

思考

(T:thinking)

一 感 情

(F:feeling) 

・判断

(J:judging)

一知党 ( p :

perceiving) 

MBTI

では

16

種類の性格を役割,および戦略の

2

恩で構造化 している役割の層は,目 標,興味,優先行動を表し,分析家,外交官,番人,探検家に分類される

分析家(直感的論理型 :

NT)

は,共感と協力を重んじ,交渉やカウンセリングの分野で 力を発揮する合理的で公平な思考の持ち 主で,知的討論や科学,技術の分野に長けている

自立心が非常に強く,広い心と強い意志を持ち,想像力が豊かである . 実用 的な視点から物 事を見ていて,皆を満足させるものよりも機能的なものに興味が持っている .

外交官(直感的道理型 :

NF)

は,共感と協力を重んじ,交渉やカウンセリングの分野で 力を発揮する協調性があり想像力が豊かで,職場や社交の場において調整役になることが 多 い

番人(現実的計画型 :

SJ)

は,協調性があり , 非常に現実的な思考の持ち主で,どんな場 面でも秩序,安全,安定を重視している .勤勉 で几帳面かつ保守的な人柄で,物流や管理の 分野に長けていて,特に明確な階級や規則がある環境の中で力をする.

探検家(現実的調査型

SP)

は,最も自発的であり ,他の性格タ イ プの人では成し得な い方法で,能力を共有して周囲と関わり合う

実用 的で現実的な思考に基づき ,迅速な判断

行動が要求される状況で力を発揮する .

MBTI

はカウンセリングやコンサルティング,人事教育などで活用されている

元ラグビ 一日本代表ヘッドコ ーチエディ ー

ジョーンズは

MBTI

を利用して,選手の性格を診断し たり,選手たちの自己理解をより深めることに取り組んだ[

13]

エディー元ヘッドコーチは 選手の性格を把握して,

2015

年ラグビーワールドカップでは世界的な強豪チームである南

アフ リ カ代表に勝利し,

24

年ぶりにワールドカップ

2

勝目を勝ち取っている .

MBTI

はノースカロライナ小 卜

I

立大学の基礎化 学工学コースを 受講してい る

116

名の学生

に利用されている

[14].このコースとその後の4

つの化学工学コースは,積栢的で協力的な

学習とコース 材料の誘導プレゼンテーシ ョンを強調して教えて い る 生徒がコースを進め

るにつれて 、さまざまな学業成績測定と態度のタイプの違いが注目された

観察結果は、 一

(12)

般に類型理論の予測と一致していることが報告されている

結論としては,

MBTI

はエンジ ニアリングインストラクターとアドバイザーが学生を理解し,すべてのタイプの学生に恩 恵を受けることができる指森を設計する時の有用なツールであるとしている.

MBTI

はチーム

ビルディング,葛藤場面の解決,リーダーシップ

プログラムにおいて 効果的に利用されている

[15]

.ほとんどの問題がコミュニケーションをめぐる領域のもので あるため,

MBTI

は,障害,ストレス,葛藤場面がどのように起きてくるのかを検討するた めの自己分析ツールとして使われている対立をおさめるためのプログラムに

MBTI

を利 用したことにより、職員間でコミュニケーションヘの道が開け、お互いの相違がチームワー クに意味のある役割を果たしていることが事実として認識されたことも報告されている

(13)

3.

提案手法

1,2

章で述べたように,既存の観光推薦システムは個 人ユーザを対象としたものが多い.

グループで観光する場合,嗜好や製味などが互いに異なることが多く,全員が澗足する計画を合 議で決定することは一般に難しく,時間もかかるまた,観光スポッ トに対す る 具体 的 な条 件 や興味を扱うことは困難と考える .さらに,グループの人数が多い場合は特に,全員が集まっ て議論することが困難な場合も多い.討論が苦手な人の意見が反映 されにくいと い う問題点も 存在して いる.

以上の問題点を踏まえて,本章では,

MBTI

分類法を用 いた合議不要な観光スポット推胞 手法を提案する .

3.1

節では提案手法の構成につ いて述べる .

3.2

節では

MBTI

による推薦スポ

ッ トリスト確認順序の決定について述べる .

3.1 

提案手法概要

提案手法では,以下の手順に従いグループに対する推薦スポッ ト リ ストを生成する .処理 の流れは図

31

に示す.

( 1 ) {  

‑[﹂

•••

•••

•••

推歴スポットリスト

(4)  Useri

による評価

(3) 

確認順番の決定

グ ル ー プに対する推 薦スポット リス ト 囮

31

提案手法の流れ

( 1 )メンバーごとに, 観光スポットに対する典味・ 条件を入力する.

(2)

推薦スポットリストを生成する.

(3)

推席スポットリストを確認するメンバーの順番を決定する .

(4)

順番に従い一人ずつ推煎スポットリストを確認する .

(14)

(1)

は,グループメンバーそれぞれに興味のある観光スポットの特徴,知名度, コストと 滞在時間を回答してもらう

観光スポットの特徴については, 国土交通省総合政策局による 分類を参考に,「自然環境」,「歴史文化」

,「都市」,「休憩」,

エンタメ」の

5種類とする

各特徴について以下の

6

段階で回答する

5:絶対行きたい 4:行きたい

3:

できれば行きたい

2:

できれば避けたい

1:

絶対行きたくない

o:

どちらでもよい

知名度は

,「とても有名な所が良い」

「少し人気がある所が良い」

,「

あまり知られていな い所が良い」 と「どれでも良い」の

4

種類の選択肢から選択する

.コストは,「無料」,「

安 い方が良い」

(11000

円 )

,「普通」 (100・30001

円),「高い方が良い

J(3001

以上)と「ど れでも良い」から選択する

.滞在時間は「30

分 」

,「1

時間」,「2 時間」,「半日」

,「1日」か

ら選択する,ただし, 滞在時間はグループメンバー全員で行動するため全員同じ選択をして もらう

.選択画面は図32

に示す.

行きたい観光スポットの特徴:

自然環境:

0

絶対行きたい

@行きたい 0

できれば行きたい

0

どちらでもよい

0

できれば避けたい

0

絶対行きたくない 歴史文化:

0

絶対行きたい

0

行ぎこい

0

できれば行きたい

0

どちらでもよい

0

でぎ

1

(ま避けたい

0

絶対行きたくない 都 市・

:@絶対行きた

0

行ぎこい

0

できれば行きたい

0

どちらでもよい

0

できれば避けたい

0

絶対行きたくない 休 憩:

0

絶対行きたい

0

行ぎこい

0

できれば行きたい

0

どちらでもよい

0

できれば避けたい

0

絶対行きたくない エンタメ:

0

絶対行きたい

0

行ぎこい

0

できれば行きたい

0

どちらでもよい

0

できれば避けたい

0

絶対行きたくない 知 名 度:

0

とても有名な所がよい

0

少し人気がある所がよい

0

どちらでもよい

0

あまり知られていない所がよい コスト:

0

無料

0

安い方が良い

0

昔通

0

高い方が良い

0

どちらてもよい

滞在時間

03

勁 \

01

時間

02

時間

0

半日

01

32

観光スポットに対する興味

条件を入力する画面

(2)

は ,

1

で入力された各メンバーの回答を分析し,メンバー ごとに

5

件の親光スポット を推薦アイテムとして選択した後

,それらを統合してグループに対する推薦スポットリス

トを生成する.各メンバーに対する推閲スポットの決定手順として,最初に知名度

コスト と滞在時間を満足するすべての競光スポットをデータベースから抽出する

知名度,コスト に関して「どれでもよい」 と回答した場合には全ての観光スポットがその条件を満たすとみ なす.

データベースに登録されている観光スポットは前述の観光スポットの

5

種類の特徴に ついて,該

する度合い(関連度)を

1 5

5

段階のスコアで持っている

観光スポット Xが持つ

自然環境」,

歴史文化」,

都市」 ,「休憩」,「エンタメ

の関連度をそれぞれ

X1,,X5

︐ 

(15)

とし,メンバーY の回答をそれぞれY

1,Ys

とすると,

X,Y

の非類似 度d(X,Y) は以下の式で定 義される

d(X, Y) 

=ここ二:

Yi#

(1)  d(X,Y)

の値が小さい順から観光スポットを

5

件選び,メンバーY に対する推薦スポット集 合とする全メンバーについて求めた推廊スポット集合の和集合を求め, これをグループに 対する推薦スポットリストとする

(3)

は ,

推薦スポットリストを確認する順番を, 2.2

節で述べた

MBTI

分類法に基づくア ンケー

を行い決定する

.アンケートの内容及び順番の決定方法については 3.2

節で述べ る.

(4)

は,

3)

で決めた順番に基づき, 一人ずつ順番に推描スポットリストを確認

評価す る.具体的には, 「とても気になる 」 ,「気になる」,「普通」と「絶対行きたくない」の

4

段 階で推陪スポットリスト内の各観光スポットを評価してもらう

.各メンバーに提示する推

閲スポットリストは,それまでに確認したメンバーの評価に基づき,以下のように更新され

る.

• 一人以上が絶対行きたくない と 回答した観光スポットを除外する

「とても気 になる 」の評価 1件を+2 , 「 気になる 」を+1 として各観光スポットのスコア を求め,スコアの降順に並び替 える

リストを確認する際,各観光スポットにつ

いて,自分より前に確認したメンバーの評価を

確 認 す る こ と が で き る 最 後 の メ ン バーの評価に基づき更新されたリストが,グループに対 する推煎スポットリス

トとなる

確認画面は図

33

に示す.

(16)

ヰ合ったわ述•9,

82

ヱ ? よ

L

·•····-···-···••-·-•-···-••• ••••...—•• ●●............ ~ャ......→●●● ●●←・●●~・--···•···-··•···...→●●● → ●●● ●.......···-···--···-····•--·-···..、···-···

.:cc=.=..

・光スポ叶

ナノジャタウン

ナ ノ パ9つンIllつ 袖 で帽成されn、訂.IJI.,111¥風 の わ 砂 で、たQ んの這びがつまっfJ鼠 がo,rドッキぶム広嶋』、 昭 和 滋

邸 勤U咽笠みが広がり. 『ナンジ曹佼子スダノアム』や『畠寄 寛mll●区東池応,̲,

Iザート帳TJ心 る『曲 七T叩 和 ・ ぃ の た ち に璽澤 叔 こI切 ロ ル ティワールトイ

u,『四 漬 外 埠』と、9っがり13とこも這Uゃ梨人屯楕け瓜ヽっ91 ノポートマートビル2F しヽです.

s^K^に汀0心 ひ OO

J

ピ瓦玉}

矢 り の 嘉

'r知加丸し)19、江戸膊l"'n.鳩元民専用に鴨作や9t岸の員嶋へ

19勤手[Rとして使われ公とも1こ.B.1118隕人.

の 心 ( ふ 徳JIInh噂 ガem

IIi

芯 字 協

IUHII区条又JII MOTO Uとつであり、 「金fJ•松Pの饗;J 呼ばれていた・

aL

函丘瓦五

東京ドーム・ノティ

•'••.· 東京ドームシテn9トラグノ・ノズ12.世界りのセクーしス観覧皐ピッグ・

オーが日印の r,クアノーノJ や 9バイキング•JーノI 、 9バ9シュー

勺 」トゾーノJ.『シオポリスゾーノJ.『スブラクシュガチノJプ 』.体1

‑ ぶ

L 匹 匹 卜9 'ノが累し栖「マバーグで)クヰト』す. hらなる、事髪子ーマ SAKA.¥!OTO 

~J西玉玉LU

依又膏累天参逼

京 戯 収 勘 ら 奴 血 ま で の 約

m

氏 ト ル 知 参 遍92.今屯5、 下I]傭蟷あふれる鳳景が残る湯所.駐火を免れた名績も多く、か,IT笠

,,を繊ヴ功唸食へ歩密9この鸞遍のU織蛛.峡面,男13つ 込 よJm m渾 匹 奴1T目 の"会として賓名r軍鎗"'コる必 9膏"天 (ffに嗚)の彎憮です.

!W:AMOT

玉位]

G][̲!]

33

観光スポット確認

評価画面

親光スポット確認

評価画面は観光スポットのスポット名,写真,紹介文,所在地,推猫 人,人気度,操作を表示する

操作の欄の各ボタンは以下のとおりであり,スポットに対す

る評価に対応するまた,人気度はこの評価に基づき計算したスコアである

とても気になる

:

気になる

・ 一 : 普通

X :

絶対行きたくない

11 

表 2 ・ 2 前田による蜆光資源の分類 三: 1::バ[三:コィ::~:/ミ型:二:` 香川ら [ 1 1 ] は人間の力では創造することができないものを自然観光賓源,人間の力によっ て創造されたものを人文観光賓源,両者の複合型としての観光賓源を複合観光資源と呼ん でいる 。ま た,こうした考え方から親光施設も賓源と見倣し,「観光施設賓源」を 4 番目の 資源分類に加えている点が特徴的である(表 2 ‑ 3 )
表 4 ・ 3 3 人 グ ル ー プ A のランダム順序 による推腐 リストを確認した結果 3人グループA ユーザ操作 推腐した観光スポット名 推腐対象ユー ザ ユーザ 2 ユーザ 1 ユー ザ3 最終人気度 最終結果順位 矢切の渡し 1  X  新宿御苑 1  X  日本サッカーミュージアム 1  X  足立生物園 1  X  清澄庭園 1  ゜ ゜ X 都市農業公固2  ゜ X 東洋文匝2 ◎  ゜ X 池袋演芸場3 X  東京芸術劇場 3  X  束京 ドームシティ 3  X  表 4 ・ 4 3
表 4 ・ 6 3 人グループ B のランダム順序による推薦リストを確認した結果 3 人グループ B ユーザ操作 推 腐 した観光スポット名 推開対象ユーザ ユー ザ 6 ユ ー ザ 5 ユーザ 4 最 終 人 気 度 棗終結果順位 矢切の渡し 4  ゜ 1  7 新宿御苑4  ゜ ゜ 2  6 清澄庭園4  ゜ ◎  ゜ 4  1 小石川後楽園4 X  六義 園 4  ◎  ゜ ゜ 4  2 平和の森公園5 ◎  ゜ 3  4 日本科学未来館5  ゜ ◎  ゜ 4  3 葛飾柴又寅さん記念館5  ゜ 1 
表 4 ・ 9 3 人 グループ C のランダム順序による推閲リストを確認 し た結果 3 人 グ ル ー プ C ユ ー ザ 操 作 推 腐 し た 観 光 ス ポ ッ ト 名 推 腐 対 象 ユ ー ザ ユ ーザ 9 ユ ー ザ 7 ユ ー ザ 8 最 終 人 気 度 最 終 結 果 順 位 東 京 ス カ イ ツ リ ー 7  ゜ ゜ 2  3 矢切の渡し7 ◎ 2 4  柴 又 帝 釈 天 参 道 7  ◎  ◎  ゜ 5  1 東京ドームシティ7  ゜ ゜ ◎  4  2 新 宿 中 央 公 園7
+7

参照

関連したドキュメント

タ 発話例と,対応する言語理解結果のペア

Ⅱ 推薦入学フロンティア科の合否基準に関する資料 □ 1 評価の方法

タ 発話例と,対応する言語理解結果のペア

併用―併用 提案手法 0.0271 併用―併用 類似度グラフ 0.0195 併用―併用 User-CF 0.0074 併用―併用 ランダム推薦 0.0008 店舗―併用 提案手法

目的地を巡回する問題については巡回セー ルスマン問題 (TSP: Traveling Salesman Problem)

Abstract: 近年,Web 空間に共有化された

3 既存の手法 Multi-label classification とは,TD と分類結果いず れも複数のクラスへの所属を許容する分類法であ り,single class の TD

を求めた。そして、これらの新しく求めた情報を用いて、