khóa luận tốt nghiệp hệ THỐNG KHUYẾN NGHỊ DU LỊCH

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN
KHOA CÔNG NGHỆ PHẦN MỀM

PHAN NGỌC QUÝ
NGUYỄN MINH TRÍ

KHĨA LUẬN TỐT NGHIỆP

HỆ THỐNG KHUYẾN NGHỊ DU LỊCH
TRAVEL RECOMMENDER SYSTEM

KỸ SƯ NGÀNH KỸ THUẬT PHẦN MỀM

TP. HỒ CHÍ MINH, 2020


ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN
KHOA CÔNG NGHỆ PHẦN MỀM

PHAN NGỌC QUÝ – 15520706
NGUYỄN MINH TRÍ - 15520924

KHĨA LUẬN TỐT NGHIỆP

HỆ THỐNG KHUYẾN NGHỊ DU LỊCH
TRAVEL RECOMMENDER SYSTEM
KỸ SƯ NGÀNH KỸ THUẬT PHẦN MỀM

GIẢNG VIÊN HƯỚNG DẪN
TS. NGUYỄN HÀ GIANG
THS. NGUYỄN THỊ THANH TRÚC
TP. HỒ CHÍ MINH, 2020


DANH SÁCH HỘI ĐỒNG BẢO VỆ KHÓA LUẬN

Hội đồng chấm khóa luận tốt nghiệp, thành lập theo Quyết định số
…………………… ngày ………………….. của Hiệu trưởng Trường Đại học Công
nghệ Thông tin.
1. …………………………………………. – Chủ tịch.
2. …………………………………………. – Thư ký.
3. …………………………………………. – Ủy viên.
4. …………………………………………. – Ủy viên.


ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƯỜNG ĐẠI HỌC

Độc Lập - Tự Do - Hạnh Phúc

CÔNG NGHỆ THÔNG 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
Cán bộ hướng dẫn:

Nhóm SV thực hiện:
Phan Ngọc Quý

15520706

TS. Nguyễn Hà Giang

Nguyễn Minh Trí

15520924

ThS. Nguyễn Thị Thanh Trúc

Đánh giá Khóa luận
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)


ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƯỜNG ĐẠI HỌC

Độc Lập - Tự Do - Hạnh Phúc

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

NHẬN XÉT KHĨA LUẬN TỐT NGHIỆP
(CỦA CÁN BỘ PHẢN BIỆN)

Tên khóa luận:

HỆ THỐNG KHUYẾN NGHỊ DU LỊCH
Nhóm SV thực hiện:

Cán bộ phản biện:

Phan Ngọc Q

15520706

Nguyễn Minh Trí

15520924

Đánh giá Khóa luận
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)


ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

CỘNG HỊA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƯỜNG ĐẠI HỌC

Độc Lập - Tự Do - Hạnh Phúc

CÔNG 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.

▪ Orange3 và Excel để phân tích dữ liệu.
▪ PyKE (Python Knowledge Engine) cho lập trình logic.
▪ TKinker để phát triển GUI.
Kế hoạch thực hiện:


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
Giai đoạn 1:
Khảo sát, nghiên
cứu

Thời gian
13/4 /2020 –
3/5/2020

Công việc
- 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.
- 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.

Giai đoạn 3: Phát Tháng 6/2020 –

triển ứng dụng
12/7/2020


Giai đoạn 4:
Kiểm thử, hoàn
thành báo cáo

13/7/2020 – Tháng
8/2020

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

Xác nhận của CBHD

TP. HCM, ngày 15 tháng 06 năm 2020

(Ký tên và ghi rõ họ tên)

Sinh viên


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 tịi 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
khỏi môi trường học tập để bước sang mơi trường cơng việc thực tiễn.
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 cô tận tâm trong cơng việc.
Nhóm xin chân thành cảm ơn thầy Nguyễn Hà Giang và cơ 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.
Chúng em cũng xin cảm ơn các thầy cơ ở trường Đại học Cơng Nghệ Thơng Tin
nói chung và các thầy cô ở khoa Công Nghệ Phần Mềm nói riêng đã giúp đỡ chúng
em đến ngày hơm nay.
Một lần nữa, nhóm xin chân thành cảm ơn thầy cơ 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 CƠNG NGHỆ SỬ DỤNG .................................................................25
2.1

Thuật tốn 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
Hình 1: Sơ đồ phân khúc thị trường ........................ Error! Bookmark not defined.
Hình 2: Cơng thức tính xác xuất sau ...................................................................................... 26
Hình 3: Minh họa luồng lọc thư rác ....................................................................................... 27

Hình 4: Đồ thị biểu diễn ràng buộc ........................................................................................ 36
Hình 5: Luồng xử lý của toàn hệ thống .................................................................................. 39
Hình 6: Mơ hình thu thập dữ liệu đầu vào.............................................................................. 43
Hình 7: Xếp hạng danh mục du lịch cho các thành phố dựa trên điểm ........................ 46
Hình 8: Selection score & ranking của các thành phố .................................................. 48
Hình 9: Màn hình loading khi hệ thống đang phân tích lịch sử duyệt web ................ 48
Hình 10: Giao diện khuyến nghị thành công thông qua lịch sử duyệt web ................ 49
Hình 11: Ví dụ về danh sách các hoạt động khi nhấn chọn các menu tab .................. 50
Hình 12: Màn hình chế độ offline ............................................................................................ 51
Hình 13: Màn hình danh sách câu hỏi................................................................................... 52


DANH MỤC BẢNG
Bả ng 1: Danh sách các thể loại điểm đến du lịch với các chủ đề phụ có liên quan . 42
Bả ng 2: Mô tả thông tin một điểm tham quan .................................................................. 45
Bả ng 3: Danh sách số lượng website được sử dụng trong tập dữ liệu đào tạo ......... 53
Bả ng 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 công 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 – công ty chuyên nghiên cứu thị trường và cung cấp các dự án,
dịch vụ du lịch có trụ sở ở nhiều quốc gia trên tồn 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.

Hình 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

21


hoạch định du lịch dựa trên công 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 cáo2 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 thích2 của 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

22


Chúng em tin rằng thói quen duyệt Internet chứa một kho thông 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 cơng 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 u

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
đoán, 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 đoán.
Naive Bayes là một trong những thuật toán 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