Abstract
本論文提供一套基於使用者偏好之個人化旅遊行程推薦系統，此系統能針對「行程整體性」、使用者偏好變化情形，做出合適的推薦，並以旅行社所提供之「國內旅遊」套裝行程為其應用領域。在本系統裡，我們建立一個關於「旅遊行程」領域之「使用者偏好模型」，讓不同使用者能夠表達其個人偏好，並且也考量人們在安排旅遊時，有可能拿來作為決定一筆行程之方式，提出了「依據此次旅遊偏好」或「按照過去旅遊經驗」來推薦行程之策略。在這兩策略裡，我們融入了自行設計的「旅遊行程推薦演算法」，此演算法具有考量「行程整體性」、分析推薦錯誤原因、修正推薦方向以及偏好學習之能力，根據實驗結果證明，此演算法確實能有效地減少系統所需之推薦次數，以求所推薦出的行程能達到滿足使用者偏好之目的。再者，有鑒於偏好變化對系統推薦效果的影響，我們提倡可分別針對「偏好項目權重」及「行程內容」來學習之概念。在「偏好項目權重」學習方面，應用了「支援向量機」能處理「非線性分割性質」資料，有效地求解其「分割平面模型」之特性，來更新各偏好項目之權重；而在「行程內容」學習方面，我們定義了「長期偏好」與「短期偏好」學習模型，針對各偏好項目實際內容再作更細部之學習，掌握使用者真正感興趣的行程內容為何，使系統所推薦之旅遊行程能更加地貼近使用者旅遊需求。