+Tour：面向智慧旅游的个性化行程推荐
网络与互联网体系结构
2025-02-26 v2
摘要
下一代旅游服务将依赖先进移动网络的高带宽和低延迟以及多接入边缘计算（MEC）范式，以提供完全沉浸式的移动体验。作为旅游规划系统的组成部分，推荐算法在考虑城市兴趣点（POI）的受欢迎程度以及游客偏好和约束的同时，为个人用户设计个性化旅游行程。然而，在下一代旅游服务的背景下，推荐算法还应考虑游客将在 POI 消费的应用（如社交网络、移动视频流、移动增强现实）以及 MEC 基础设施交付此类应用的质量。在本文中，我们解决了为游客推荐个性化旅游行程以及为高级旅游应用高效分配 MEC 资源的联合问题。我们提出了一个优化问题，在优化网络边缘资源分配的同时，最大化个体游客的行程体验。然后，我们提出了一种精确算法，在考虑现实规模实例的情况下，能够快速最优地解决该问题。利用现实世界基于位置的图片分享数据库，我们进行并展示了一项探索性分析，以了解偏好和用户的访问模式。基于这一理解，我们提出了一种识别用户应用兴趣的方法。最后，我们使用该数据集评估了我们的算法。结果表明，我们的算法优于个性化旅游行程推荐的最先进解决方案的修改版本，在资源分配效率上提升了高达 11%，在用户体验上提升了 40%。此外，在传统行程推荐指标方面，我们的算法与修改后的最先进解决方案表现相似。
引用
@article{arxiv.2502.17345,
title = {+Tour: Recommending personalized itineraries for smart tourism},
author = {João Paulo Esper and Luciano de S. Fraga and Aline C. Viana and Kleber Vieira Cardoso and Sand Luz Correa},
journal= {arXiv preprint arXiv:2502.17345},
year = {2025}
}