khóa luận hệ THỐNG KHUYẾN NGHỊ DU LỊCH

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Do - Hạnh Phúc

Độc Lập - Tự

TRƯỜNG ĐẠI HỌC
CƠNG NGHỆ THƠNG TIN

TP.
HCM, ngày…..tháng…..năm……..

NHẬN XÉT KHĨA LUẬN TỐT NGHIỆP
CỦA CÁN BỘ HƯỚNG DẪN)

Tên khóa luận:

HỆ THỐNG KHUYẾN NGHỊ DU LỊCH

Nhóm SV thực hiện: Cán bộ hướng dẫn:
Phan Ngọc Q Đánh giá Khóa luận
Nguyễn Minh
Trí

1. Về cuốn

15520706 15520924
Nguyễn Hà Giang

TS.

báo cáo:
ThS. Nguyễn Thị Thanh Trúc

Số trang _______ Số chương
Số bảng số liệu _______ Số hình vẽ


Số tài liệu tham khảo _______ Sản phẩm

•
Một số nhận xét về hình thức cuốn
báo cáo:
………………………………………………………………………………………………………

………………………………………………………………………………………………………
………………………………………………………………………………………………………
2. Về nội dung nghiên cứu:

………………………………………………………………………………………………………
………………………………………………………………………………………………………

………………………………………………………………………………………………………
3. Về chương trình ứng dụng:
………………………………………………………………………………………………………

………………………………………………………………………………………………………
………………………………………………………………………………………………………

4.

Về thái độ làm việc của sinh viên:


………………………………………………………………………………………………………

………………………………………………………………………………………………………
………………………………………………………………………………………………………

Đánh giá chung:

………………………………………………………………………………………………………
………………………………………………………………………………………………………

………………………………………………………………………………………………………
Điểm từng sinh viên:

Phan Ngọc Quý :………../10
Nguyễn Minh Trí :………../10

Người nhận xét
(Ký tên và ghi rõ họ tên)

CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM
ĐẠI
QUỐC
TP. HỒ
MINH

HỌC

GIA
CHÍ

Do - Hạnh Phúc

Độc Lập - Tự

TRƯỜNG
ĐẠI HỌC
CÔNG NGHỆ THÔNG TIN
TP. HCM, ngày…..tháng…..năm……..


NHẬN XÉT KHĨA LUẬN TỐT NGHIỆP
PHẢN BIỆN)

(CỦA CÁN BỘ

Tên khóa luận:

HỆ THỐNG
KHUYẾN NGHỊ DU LỊCH
Nhóm SV thực hiện: Cán bộ phản biện:

Phan Ngọc Q
Nguyễn Minh Trí

Đánh giá Khóa luận

15520706

15520924

1. Về cuốn báo cáo:

Số trang _______ Số chương _______
Số bảng số liệu _______ Số hình vẽ _______

Số tài liệu tham khảo _______ Sản phẩm _______

•

Một số nhận xét về hình
thức cuốn báo cáo:
……………………………………………………………………………………


……………………………………………………………………………………

……………………………………………………………………………………
2. Về nội dung nghiên cứu:

……………………………………………………………………………………
……………………………………………………………………………………

……………………………………………………………………………………

3. Về chương trình ứng dụng:
……………………………………………………………………………………

……………………………………………………………………………………

……………………………………………………………………………………
4. Về thái độ làm việc của sinh viên:
……………………………………………………………………………………

……………………………………………………………………………………
……………………………………………………………………………………

Đánh giá chung:

……………………………………………………………………………………


……………………………………………………………………………………

……………………………………………………………………………………
Điểm từng sinh viên:

Phan Ngọc Quý :
………../10
Nguyễn Minh Trí :………../10
Người nhận xét
(Ký tên và ghi rõ họ tên)

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc Lập - Tự
ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

Do - Hạnh Phúc

TRƯỜNG ĐẠI HỌC
CƠNG NGHỆ THÔNG TIN
TP.
HCM, ngày 15 tháng 06 năm 2020

ĐỀ CƯƠNG CHI TIẾT


TÊN ĐỀ TÀI:
Hệ thống khuyến nghị du lịch.
Travel recommender system.
Cán bộ hướng dẫn:
TS. Nguyễn Hà giang - ThS.
Nguyễn Thị Thanh Trúc
Thời gian thực hiện:
Từ ngày 13/04/2020 đến ngày 13/08/2020
Sinh viên thực hiện:
Phan Ngọc Quý – 15520706
Nguyễn Minh Trí – 15520924
Nội dung đề tài:
Mục tiêu :
Hệ thống khuyến nghị du lịch hỗ trợ người dùng chọn địa điểm cho các chuyến du
lịch, địa điểm du lịch sẽ được đề xuất dựa trên sở thích, nhu cầu của người dùng.
Cở sở để đánh giá sở thích và nhu cầu người dùng của hệ thống này chính là thói
quen, lịch sử tìm kiếm web của họ. Tuy nhiên, trong trường hợp khơng có kết nối
internet hoặc lịch sử tìm kiếm web khơng đầy đủ, dự án sẽ sử dụng cách tiếp cận,
đánh giá dựa trên bảng câu hỏi khảo sát.

Phạm vi:

Phạm vi địa lý: Dữ liệu về địa điểm du lịch được khuyến nghị sẽ giới hạn trong khu vực
Châu Á .


Phạm vi chức năng:
▪
Khả năng thu thập dữ liệu các điểm tham quan từ nguồn dữ liệu đáng tin cậy ( Trip
Advisor)
▪
Phân tích, thiết kế dữ liệu các điểm tham quan đã thu thập được để xây dựng thành
cơ sở dữ liệu của hệ thống
▪
Sử
dụng Web API để thu thập thơng tin từ lịch sử tìm kiếm của người dùng ▪ Xây dựng
mơ hình để phân tích, so sánh sự tương đồng giữa dữ liệu tìm kiếm của
người dùng so với
các danh mục điểm du lịch của hệ thống.
▪ Xây dựng thuật tốn tìm kiếm để tìm và xếp hạng các thành phố, điểm du lịch phù

hợp.
▪ Xây dựng GUI sử dụng cho máy tính để bàn và máy tính cá nhân.

Đối tượng sử dụng:

Người có nhu cầu du lịch. Đối tượng này thường tập trung từ độ tuổi 20 trở lên.
Người có máy tính để bàn hoặc máy tính cá nhân.

Phương pháp thực hiện:

Làm việc nhóm 2 thành viên, nghiên cứu, sử dụng các công cụ, công nghệ sau để xây
dựng hệ thống:

▪
Xây dựng hệ
thống khuyến nghị sử dụng ngôn ngữ Python.
▪ Trip Advisor Web API để thu thập dữ liệu các thành phố, điểm du lịch.


Phần lớn thời gian là làm việc nhóm tại nhà, mỗi tuần liên lạc với giáo viên một lần để trình
bày kết quả, nghe nhận xét từ giáo viên và các nhóm khác và đưa ra kế hoạch tiếp
theo.
Bắt đầu vào 13/4/2020 và kết
thúc vào giữa tháng 8 năm 2020


Giai đoạn

Thời gian

Công việc

Giai đoạn 1:
Khảo sát,
nghiên cứu

13/4 /2020 –
3/5/2020

- Lựa chọn đề tài
- Phát biểu bài toán.
- Xác định yêu cầu, phạm vi,
bộ tính năng cho hệ thống.
- Khám phá và xác định thành
phố,địa điểm du lịch cho việc
thu thập dữ liệu.
- Tìm hiểu các cơng nghệ, cơng
cụ sử dụng để xây dựng hệ thống

Giai đoạn 2:
Khai thác dữ
liệu & Xử lý

3/5/2020 –
31/5/2020

- Thu thập dữ liệu thành phố, điểm
du lịch từ các nguồn web
- Phân tích và cấu trúc lại dữ liệu
thu thập được để xử lý thêm. Xây dựng mơ hình để dự đốn sở
thích du lịch của người dùng dựa
trên thói quen duyệt web.
- Tiến hành khảo sát để xác định
các yếu tố sẽ ảnh hưởng đến sở
thích của người dùng và xây dựng
mơ hình.
- Thu thập, xử lý tệp dữ liệu
tranning hệ thống.

Giai đoạn 3:
Phát triển ứng
dụng

Tháng 6/2020 –
12/7/2020

- Xây dựng mơ hình nâng cao để
dự đốn sở thích du lịch của người
dùng dựa trên thói quen duyệt web
hoặc từ kết quả khảo sát.
- Phát triển thuật tốn tìm kiếm
thành phố, điểm đủ lịch phù hợp
với sở thích của người dùng từ
dữ liệu đã có.


- Phát triển giao diện người dùng
và hệ thống backend
- Thực hiện tích hợp backend &
cơng cụ quy tắc (rule engine)
với API
- Tranning hệ thống
Giai đoạn 4:
Kiểm thử,
hoàn thành
báo cáo

13/7/2020 –
Tháng 8/2020

- Kiểm thử ứng dụng
- Hoàn thành báo cáo Khóa luận

TP. HCM, ngày 15 tháng 06 năm
2020 Sinh viên

Xác nhận của CBHD
(Ký tên và ghi rõ họ tên)

LỜI CÁM ƠN

Khố luận tốt nghiệp là mơn học lớn nhất và cũng là mơn học cuối cùng trong chương
trình đại học. Đây là mơn học có nhiều thử thách, địi hỏi người học phải


dành nhiều thời gian, cơng sức để nghiên cứu, tìm tòi và xây dựng. Đồng thời, đây cũng là
cơ hội để sinh viên thực hành những gì đã học trong suốt những năm đại học

và học hỏi thêm nhiều kiến thức, kinh nghiệm và kỹ năng mới phục vụ cho công việc sau
này. Cho nên đây được xem là thử thách cuối cùng trước khi người sinh viên rời

trường học tập để bước sang môi trường công việc thực tiễn.

khỏi mơi

Để
có thể đi đến đoạn cuối của hành trình đại học là cả sự nỗ lực, cố gắng và kiên trì. Đồng
hành cùng sinh viên vượt qua thử thách này là sự có mặt và giúp đỡ
của những người thầy, người cơ

tận tâm trong cơng việc.

Nhóm xin chân thành cảm ơn thầy Nguyễn Hà Giang và cô Nguyễn Thị Thanh Trúc đã
tận tình giúp đỡ nhóm em hồn thành khố luận tốt nghiệp. Chính nhờ những

sự góp ý, động viên của thầy cơ đã giúp khố luận của nhóm được hồn thiện và chun
nghiệp nhiều hơn. Bên cạnh đó, nhóm đã học hỏi được rất nhiều kiến thức,

kinh nghiệm và bài học thú vị trong q trình làm khố luận, đó sẽ là những hành trang
hữu ích cho nhóm sau này.

Nhóm cũng xin chân thành cảm ơn các anh chị, bạn bè đã giúp đỡ nhóm trong q trình


thực hiện khố luận. Nhờ mọi người mà nhóm có nhiều góc nhìn khác nhau

về đề tài đang làm, từ

đó giúp hồn thiện khố luận của nhóm.

Chú
ng em cũng xin cảm ơn các thầy cô ở trường Đại học Công Nghệ Thơng Tin nói chung và
các thầy cơ ở khoa Cơng Nghệ Phần Mềm nói riêng đã giúp đỡ chúng
em đến ngày hơm nay.
Một lần nữa, nhóm
xin chân thành cảm ơn thầy cô và mọi người.

MỤC LỤC
CHƯƠNG 1 PHÁT BIỂU BÀI TOÁN ..................................................................21 1.1
Đặt vấn đề ....................................................................................................21 1.2

Giải quyết vấn đề.........................................................................................22 1.3
Nghiên cứu tổng quan..................................................................................23
CHƯƠNG 2 CÔNG NGHỆ SỬ DỤNG.................................................................25 2.1
Thuật toán phân loại Naive Bayesian..........................................................25 CHƯƠNG
3 TỔNG QUAN HỆ THỐNG..............................................................39 3.1 Core
predictive pipline ................................................................................39 3.2 Backup
predictive pipline............................................................................40 3.3 Attraction
search..........................................................................................40 CHƯƠNG 4 HIỆN
THỰC HỆ THỐNG................................................................41 4.1 User
profiling...............................................................................................41 4.1.1 Modeling
User Preferences...................................................................41 4.1.2 Input
data ..............................................................................................43 4.2 Attraction
search..........................................................................................44 4.2.1 Attraction
database ...............................................................................44 4.2.2 City


characteristics................................................................................45 4.2.3 Matching city
search.............................................................................46 4.3 Giao diện hệ
thống.......................................................................................48 4.3.1 Màn hình chờ
phân tích lịch sử duyệt web...........................................48 4.3.2 Màn hình kết quả
khuyết nghị ..............................................................49 CHƯƠNG 5 KẾT QUẢ THỰC
NGHIỆM ............................................................53 CHƯƠNG 6 KẾT
LUẬN .......................................................................................56
6.1 Tổng kết.......................................................................................................56 6.2
Khó khăn và thuận lợi..................................................................................56 6.3 Hướng

phát triển..........................................................................................57

DANH MỤC HÌNH VẼ
Hinh 1: Sơ đồ phân khúc thị trường........................ Error! Bookmark not defined.

Hinh 2: Công thức tính xác xuất sau......................................................................................26
Hinh 3: Minh họa luồng lọc thư rác .......................................................................................27
Hinh 4: Đồ thị biểu diễn ràng buộc ........................................................................................36
Hinh 5: Luồng xử lý của toàn hệ thống..................................................................................39 Hinh
6: Mơ hình thu thập dữ liệu đầu vào..............................................................................43 Hinh 7:
Xếp hạng danh mục du lịch cho các thành phố dựa trên điểm........................46 Hinh 8:
Selection score & ranking của các thành phố ..................................................48 Hinh 9 : Màn
hình loading khi hệ thống đang phân tích lịch sử duyệt web ................48 Hinh 10: Giao
diện khuyến nghị thành công thông qua lịch sử duyệt web................49 Hinh 11: Ví dụ về
danh sách các hoạt động khi nhấn chọn các menu tab..................50 Hinh 12: Màn hinh
chế độ offline............................................................................................51 Hinh 13: Màn hinh

danh sách câu hỏi...................................................................................52

DANH MỤC BẢNG
Bang 1: Danh sách các thể loại điểm đến du lịch với các chủ đề phụ có liên quan.42


Bang 2: Mô ta thông tin một điểm tham quan ..................................................................45
Bang 3: Danh sách số lượng website được sử dụng trong tập dữ liệu đào tạo.........53
Bang 4: Báo cáo phân loại cho tập dữ liệu đào tạo .............................................................54

DANH MỤC TỪ VIẾT TẮT


Thuật
ngữ/ Từ viết tắt

Nghĩa đầy đủ

17

MỞ ĐẦU
Chọn một địa điểm du lịch từ thông tin có sẵn là một trong những nhiệm vụ
phức tạp nhất đối với khách du lịch khi có ý định thực hiện một chuyến du lịch. Với sự
hỗ trợ hệ thống khuyến nghị, sẽ góp phần tác động đến quyết định khách du lịch có thể
lựa chọn, so sánh và đưa ra quyết định gần như ngay lập tức. Điều này liên quan đến
việc xây dựng các mơ hình quyết định, khả năng dự đốn sở thích, nhu cầu của người
dùng để phân tích và đưa ra kết quả khuyến nghị phù hợp.
Khóa luận này hướng tới việc hiện thực lại hệ thống khuyến nghị du lịch thông
minh dựa trên việc thu thập lịch sử tìm kiếm web của người dùng để phân tích sở thích
du lịch của họ. Kết hợp nghiên cứu các vấn đề liên quan đến bài toán để có cái nhìn rõ
hơn về cách hoạt động của hệ thống khuyến nghị. Từ đó, tiến hành huấn luyện mơ hình
trên dữ liệu thực, thu kết quả và tiến hành thực hiện các độ đo, đánh giá và đưa ra kết
luận.
Sau quá trình thực hiện nghiên cứu đề tài này, nhóm em đã thu được các kết quả
sau:
• Các kiến thức về một hệ thống khuyến nghị, lên ý tưởng và xây dựng
thuật toán logic hỗ trợ đưa ra các khuyến nghị.
• Kiến thức về các khía cạnh liên quan đến bài tốn trong q trình nghiên
cứu, phân tích dữ liệu, mơ hình xử lý ngơn ngữ tự nhiên
• Kinh nghiệm lập trình máy học
• Kinh nghiệm nghiên cứu các tài liệu, bài báo, kỹ năng trình bày nội dung


18

TĨM TẮT KHĨA LUẬN
1. Mục tiêu đề tài

• Hệ thống khuyến nghị du lịch hỗ trợ người dùng chọn địa điểm cho các chuyến
du lịch, địa điểm du lịch sẽ được đề xuất dựa trên sở thích, nhu cầu của người
dùng. Cở sở để đánh giá sở thích và nhu cầu người dùng của hệ thống này chính
là thói quen, lịch sử tìm kiếm web của họ. Tuy nhiên, trong trường hợp khơng
có kết nối internet hoặc lịch sử tìm kiếm web không đầy đủ, dự án sẽ sử dụng
cách tiếp cận, đánh giá dựa trên bảng câu hỏi khảo sát.
• Thực nghiệm và đánh giá kết quả đạt được.
2. Phạm vi đề tài
• Thu thập dữ liệu các điểm du lịch từ Trip Advisor thông qua script gọi API và
phân tích nội dung của nó vào cơ sở dữ liệu hợp lý.
• Phạm vi dữ liệu điểm đến: Châu Á
• Ngơn ngữ: Tiếng Anh
3. Nội dung thực hiện
• Nghiên cứu thị trường, lên ý tưởng cho hệ thống khuyến nghị du lịch, nghiên cứu
tính khả thi của hệ thống
• Xây dựng công cụ thu thập lịch sử duyệt web của người dùng để tạo lập, dự đoán
hồ sơ du lịch họ u thích.
• Xây dựng cơng cụ khai thác văn bản web, phân tích xử lý ngơn ngữ tự nhiên •
Viết kịch bản thu thập dữ liệu, phân tích nội dung, xây dựng cở sở dữ liệu cho hệ
thống
• Tìm hiểu các thư viện, cơng nghệ hỗ trợ lập trình máy học
• Hiện thực hệ thống.
• Đánh giá kết quả đạt được.
4. Bố cục báo cáo
• Báo cáo này gồm có 6 chương với nội dung như sau:

19
•

Chương 1- Phát
biểu bài toán: đặt
vấn đề, khảo sát thị
trường để lên ý
tưởng bài toán, đưa ra hướng giải quyết, nghiên cứu tổng quan.

•
Chương 2 –
Các cơng nghệ sử dụng để xây dựng hệ thống. • Chương 3 - Tổng quan hệ thống:
Mơ hình hoạt động của tồn hệ thống, tóm

tắt
các tính năng và quy trình làm việc của từng hệ thống phụ bên trong. • Chương 4 Hiện thực hệ thống: trình bài chi tiết cụ thể về việc triển khải hiện

thực hệ thống khuyến nghị
• Chương 5 – Kết quả thực nghiệm: đánh giá kết quả và hiệu suất của hệ thống

khuyến nghị đã thực hiện.
• Chương 6 – Kết luận và hướng phát triển: tổng kết các kết quả đạt được và

nếu
các khía cạnh có thể mở rộng đề tài.


20
CHƯƠNG 1 PHÁT BIỂU BÀI TOÁN
Ở chương này, từ các báo cáo, nghiên cứu thị trường lĩnh vực du lịch, để đặt ra
bài toán, đưa ra hướng giải quyết vấn đề và sẽ đi tìm hiểu tổng quan về bài tốn.
1.1 Đặt vấn đề
Horwath HTL1 – cơng ty chun nghiên cứu thị trường và cung cấp các dự án,

dịch vụ du lịch có trụ sở ở nhiều quốc gia trên toàn thế giới đã báo cáo rằng trong năm
2017, khu vực châu Á - Thái Bình Dương đã đón tiếp 324 triệu khách du lịch, gần bằng
một phần tư tổng số khách du lịch của thế giới. Tăng trưởng ở khu vực này dự kiến sẽ
tiếp tục tăng 6% mỗi năm, mặc dù hiện tại đã dừng việc di chuyển, du lịch giữa các
quốc gia do Đại dịch coronavirus.

Hinh 1: Sơ đồ phân khúc thị trường
Cũng được đề cập trong báo cáo là tác động của số hóa và cơng nghệ thơng tin
rất có ảnh 1hưởng đến sự phát triển du lịch, đáng chú ý là AI và Machine Learning
được đề cập đặc biệt là một trong những công cụ sẽ thúc đẩy tăng trưởng trong lĩnh vực
này. Thật vậy, trong những năm gần đây đã có sự gia tăng phổ biến của các nhà

1

/>TOURISM-TRENDS.pdf

21
hoạch định du lịch dựa trên cơng nghệ AI như Anywhr và TripHobo có thể đề xuất các
điểm đến và lên kế hoạch hành trình.
Cách thức lập kế hoạch như vậy hoạt động rất đơn giản: bạn được hỏi một loạt


các câu hỏi liên quan đến hồ sơ cá nhân, lối sống và sở thích của bạn, và người lập kế
hoạch tạo ra một hành trình dựa trên thơng tin bạn cung cấp và họ tin rằng bạn sẽ thích.
Độ chính xác và kết quả của một kế hoạch du lịch được đề xuất sẽ phụ thuộc vào câu
trả lời mà bạn đưa ra và các thông tin lưu trữ trong cơ sở dữ liệu được tìm cho là phù
hợp với bạn. Do hạn chế này, các nhà hoạch định hiện tại có xu hướng tập trung vào
một nhóm khách du lịch duy nhất giúp họ dễ dàng đưa ra dự đốn chính xác. Ví dụ,
Anywhr định hướng dịch vụ của mình đối với khách du lịch trẻ tuổi bằng cách cung
cấp các kế hoạch du lịch thiên về phiêu lưu, khám phá làm trọng tâm chính. Điều này

làm cho các dịch vụ Anywhr cung cấp ít hấp dẫn hơn đối với những khách du lịch bảo
thủ, hoặc cho những người tìm kiếm một kỳ nghỉ thoải mái hơn. Để thiết kế một cách
tiếp cận toàn diện và năng động hơn cho việc lập kế hoạch chuyến đi, tập đoàn CNTT
Cognizant đề xuất trong một báo cáo 2 nghiên cứu rằng các nhà hoạch định chuyến đi
nên sử dụng ‘digital footprints’ của người dùng để hình thành sự hiểu biết tốt hơn về sở
thích2của họ và từ đó đưa ra các khuyến nghị chính xác hơn.
Do đó, nhóm chúng em tin rằng có thể phát triển một hệ thống khuyến nghị du lịch sử
dụng các dạng dữ liệu người dùng khác bên cạnh bảng câu hỏi để đưa ra các đề xuất du
lịch nhanh chóng, chính xác hơn theo sở thích của người dùng.
1.2 Giải quyết vấn đề
Để giải quyết vấn đề trên, nhóm chúng em đề xuất một hệ thống khuyến nghị du lịch
mới, sử dụng lịch sử tìm kiếm trên internet của người dùng để tạo thành một hồ sơ cá
nhân về tính cách và sở thích của họ. Dữ liệu này sau đó có thể được xử lý, phân tích
để thực hiện đề xuất một hành trình du lịch chính xác và cá nhân hóa cao.

2

/>market-prosperity-codex1046.pdf

22
Chúng em tin rằng thói quen duyệt Internet chứa một kho thơng tin về một
người. Các trang web họ truy cập, nội dung họ theo dõi, tất cả kết hợp với nhau để vẽ
nên một bức tranh có độ chính xác cao về những gì họ thích và khơng thích, làm cho nó
trở thành một yếu tố quan trọng trong việc phân tích hồ sơ người dùng.
1.3 Nghiên cứu tổng quan


Hệ thống khuyến nghị du lịch là một hệ thống giúp đưa ra nhưng gợi ý về các kế
hoạch chuyến đi hoặc địa điểm du lịch được cho là phù hợp với người dùng, có yếu tố
ảnh hưởng lớn đến quyết định thực hiện chuyến du lịch sắp tới của họ. Ở một số hệ

thống khuyến nghị du lịch hiện hành, kết quả dự đốn cho người dùng có thể
được dựa vào các yếu tố sau đây:
- Dựa vào lịch sử các chuyến đi thành công của người dùng trước đó để đưa ra
các khuyến nghị chuyến đi có liên quan.
- Khuyến nghị các điểm đến du lịch phổ biến, thịnh hành được phần lớn người
dùng lựa chọn.
Dựa trên đó, hệ thống khuyến nghị du lịch nhóm chúng em phát triển sẽ đạt các
mục tiêu sau đây:
- Khả năng thu thập hồ sơ người dùng, dự đốn loại hình du lịch họ yêu thích:
Hệ thống sẽ tự động thu thập dữ liệu duyệt web của người dùng, lọc ra các
từ khóa có liên quan du lịch từ đó phân tích để đưa ra dự đốn loại hình du
lịch mà người dùng u thích. Trong trường hợp khơng tìm thấy lịch sử
duyệt web hoặc lịch sử duyệt web của người dùng khơng có liên quan đến
các từ khóa du lịch hoặc là người dùng khơng có kết nối internet thì sẽ sử
dụng bảng câu hỏi thay thế.
- Khả năng khuyến nghị thành phố / điểm đến du lich và các địa điểm tham quan
bên trong thành phố / điểm đến đó: Từ loại hình du lịch đã được dự đốn, hệ
thống sẽ truy cập vào cơ sỡ dự liệu, dùng thuật toán xử lý đưa ra một thành
phố / điểm đến cũng như một danh sách các điểm tham quan
phù hợp.

23
- Giới hạn dữ liệu địa điểm tham quan: Các điểm đến tham quan được hệ thống
khuyến nghị trong phạm vi Châu Á
- Hệ thống được sử dụng trên máy tính để bàn hoặc máy tính cá nhân.


24
CHƯƠNG 2 CƠNG NGHỆ SỬ DỤNG
Ở chương này trình bài các nghiên cứu về công nghệ, kỹ thuật được sử dụng để

xây dựng hệ thống
2.1 Thuật toán phân loại Naive Bayesian
Phân loại và dự đốn là hai khía cạnh quan trọng nhất của Machine Learning và
Naive Bayes là một thuật toán đơn giản nhưng mạnh mẽ đáng ngạc nhiên cho mơ hình
dự đốn.
Naive Bayes là một trong những thuật tốn đơn giản nhất nhưng mạnh nhất để
phân loại dựa trên Định lý Bayes với giả định độc lập giữa các yếu tố dự đốn. Mơ hình
Naive Bayes rất dễ xây dựng và đặc biệt hữu ích cho các tập dữ liệu rất lớn. Có hai
phần của thuật tốn này:
• Naive
• Bayes
Trình phân loại Naive Bayes giả định rằng sự hiện diện của một tính năng trong
một lớp khơng liên quan đến bất kỳ tính năng nào khác. Ngay cả khi các tính năng này
phụ thuộc vào nhau hoặc phụ thuộc vào sự tồn tại của các tính năng khác, tất cả các
tính chất này đều góp phần độc lập vào xác suất rằng một loại trái cây cụ
thể là táo hoặc cam hoặc chuối, và đó là lý do tại sao nó được gọi là "Naive"
Định lý Bayes là gì?
Trong thống kê và lý thuyết xác suất, định lý của Bayes mô tả xác suất của một
sự kiện, dựa trên kiến thức trước về các điều kiện có thể liên quan đến sự kiện. Nó phục
vụ như một cách để tìm ra xác suất có điều kiện.
Cho một giả thuyết ( H) và bằng chứng ( E) , Bayes' Định lý khẳng định rằng
mối quan hệ giữa xác suất của các giả thuyết trước khi nhận được bằng chứng, P (H) ,
và xác suất của giả thuyết sau khi có bằng chứng, P (H | E) , là:

25


Hinh 1: Cơng thức tính xác xuất sau
Vì lý do này, P (H) được gọi là xác suất trước , trong khi P (H | E) được gọi là
xác suất sau . Yếu tố liên quan đến hai, P (H | E) / P (E) , được gọi là tỷ lệ khả năng .

Sử dụng các thuật ngữ này, định lý của Bayes có thể được định nghĩa lại là:
"Xác suất sau bằng với xác suất trước nhân với tỷ lệ khả năng."
Ứng dụng của Naive Bayes
Nguồn cấp dữ liệu RSS
Trường hợp sử dụng công nghiệp đầu tiên của chúng tơi là Phân loại tin tức
hoặc chúng tơi có thể sử dụng thuật ngữ 'phân loại văn bản' để mở rộng phổ của thuật
toán này. Tin tức trên web đang phát triển nhanh chóng trong đó mỗi trang web tin tức
có bố cục và phân loại khác nhau để phân nhóm tin tức. Các cơng ty sử dụng trình thu
thập dữ liệu web để trích xuất văn bản hữu ích từ các trang HTML của các bài báo để
xây dựng RSS toàn văn.
Nội dung của mỗi bài viết tin tức được token hóa (phân loại). Để đạt được kết
quả phân loại tốt hơn, chúng tơi loại bỏ các từ ít quan trọng hơn, tức là dừng lại, khỏi
tài liệu. Chúng tơi áp dụng trình phân loại Bayes ngây thơ để phân loại nội dung tin tức
dựa trên mã tin tức.

26
Lọc thư rác


Hinh 2: Minh họa luồng lọc thư rác
Phân loại Naive Bayes là một kỹ thuật thống kê phổ biến của lọc e-mail. Họ
thường sử dụng một túi các từ / tính năng để xác định e-mail spam, một cách tiếp cận
thường được sử dụng trong phân loại văn bản. Các trình phân loại của Naive Bayes
hoạt động bằng cách tương quan việc sử dụng mã thông báo (thường là từ hoặc đôi khi
là những thứ khác), với email và thư rác khơng phải thư rác và sau đó, sử dụng định lý
Bayes, tính xác suất email có hoặc khơng phải là thư rác.
Các từ đặc biệt có xác suất cụ thể xảy ra trong email spam và email hợp pháp.
Chẳng hạn, hầu hết người dùng email sẽ thường xuyên gặp từ "Xổ số" và "Rút thăm
may mắn" trong email spam, nhưng sẽ hiếm khi thấy nó trong các email khác. Mỗi từ
trong email đóng góp vào xác suất spam của email hoặc chỉ những từ thú vị nhất. Đóng

góp này được gọi là xác suất sau và được tính bằng định lý củaBayes . Sau đó, xác
suất spam của email được tính trên tất cả các từ trong email và nếu tổng số vượt quá
một ngưỡng nhất định (giả sử là 95%), bộ lọc sẽ đánh dấu email là thư rác.
Chẩn đoán y khoa
Ngày nay, các bệnh viện hiện đại được trang bị tốt với các thiết bị theo dõi và
thu thập dữ liệu khác, dẫn đến lượng dữ liệu khổng lồ liên tục được thu thập thông qua
kiểm tra sức khỏe và điều trị y tế. Một trong những ưu điểm chính của phương

27
pháp Naive Bayes thu hút các bác sĩ là "tất cả các thơng tin có sẵn được sử dụng để giải
thích quyết định." Giải thích này dường như là "tự nhiên" để chẩn đoán và tiên lượng y
tế, tức là gần với cách các bác sĩ chẩn đoán bệnh nhân.