Earticle

현재 위치 Home

Human-Machine Interaction Technology (HIT)

Tourist Attraction Recommendation System Using a Boosting Algorithm

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    The International Journal of Advanced Smart Convergence 바로가기
  • 통권
    Volume 14 Number 4 (2025.12)바로가기
  • 페이지
    pp.220-229
  • 저자
    Gyu Bin Lee, Jin Yong Kim, Sun Min Kim, Woo Jin Kim, Ji Young Ryu, Gye Dong Jung, Hyo Young Shin
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A481193

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
We designed a boosting-based tourist attraction recommendation system that integrates theme classification and satisfaction prediction into a single pipeline. Using AI Hub and KMA datasets, we preprocessed tourist destination information and vectorized destination names with Char2Vec. XGBoost was applied for theme classification, achieving high accuracy, while Gradient Boosting regression was used for satisfaction prediction with winsorizing to ensure stability. Experimental results show that the proposed model outperformed other baseline algorithms in both classification and regression tasks. The system visualizes regional theme distributions through Geo and Choropleth Maps, enabling users to explore personalized recommendations intuitively. These results demonstrate that our integrated pipeline can serve as a foundation for future AI-driven personalized tourism recommendation platforms.

목차

Abstract
1. Introduction
2. Related Work
2.1 Trends in Tourism Recommendation Systems
2.2 Boosting Algorithms
3. Experiments
3.1 Data Preprocessing
3.2 Outlier Handling and Impact Analysis Using Winsorizing
3.3 Theme Classification Model Development
4. Results
4.1 Performance Analysis of the Theme Classification Models
4.2 Performance Analysis of the Satisfaction Prediction Models
4.3 Theme-Specific Satisfaction Prediction Performance
5. System Implementation and Visualization
6. Discussion
7. Conclusion
Acknowledgement
References

키워드

Theme-Based Tourist Classification Char2Vec XGBoost Gradient Boosting Satisfaction-Based Recommendation Travel Data Visualization Winsorizing

저자

  • Gyu Bin Lee [ Student, Department of Software Convergence, Namyangju Campus, Kyungbok University, Korea ]
  • Jin Yong Kim [ Student, Department of Software Convergence, Namyangju Campus, Kyungbok University, Korea ]
  • Sun Min Kim [ Student, Department of Software Convergence, Namyangju Campus, Kyungbok University, Korea ]
  • Woo Jin Kim [ Student, Department of Software Convergence, Namyangju Campus, Kyungbok University, Korea ]
  • Ji Young Ryu [ Student, Department of Software Convergence, Namyangju Campus, Kyungbok University, Korea ]
  • Gye Dong Jung [ Visiting professor Department of Software Convergence, Namyangju Campus, Kyungbok University, Korea ]
  • Hyo Young Shin [ Professor, Department of Software Convergence, Namyangju Campus, Kyungbok University, Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    The International Journal of Advanced Smart Convergence
  • 간기
    계간
  • pISSN
    2288-2847
  • eISSN
    2288-2855
  • 수록기간
    2012~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / The International Journal of Advanced Smart Convergence Volume 14 Number 4

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.