目 錄 第一章 緒論...........................................1 1.1 研究動機..........................................2 1.2 問題描述..........................................5 1.3 研究目的..........................................6 1.4 論文架構描述......................................8 第二章 背景...........................................9 2.1 各種推薦方法與偏好學習之相關研究..................9 2.2 歸納式學習與偏差.................................10 2.3 支援向量機在權重方面的學習.......................12 2.4 長期和短期偏好...................................15 第三章 系統..........................................17 3.1 系統架構與流程...................................18 3.2 系統各單元說明...................................23 3.2.1關於使用者偏好部份..............................23 3.2.1.1 使用者圖形化介面.............................23 3.2.1.2 旅遊行程領域之使用者偏好模型.................23 3.2.1.3 行程評估單元.................................28 3.2.2關於行程推薦與偏好學習部分......................41 3.2.2.1 行程推薦單元.................................41 3.2.2.2 行程呈現介面.................................53 3.2.2.3 偏好學習單元.................................55 3.2.3關於資料儲存部分................................70 3.2.3.1 行程資料庫...................................70 3.2.3.2 偏好側寫資料庫...............................72 第四章 系統展示與實驗結果............................74 4.1 系統功能說明與展示...............................74 4.1.1以「此次旅遊者之旅遊偏好」推薦旅遊行程..........74 4.1.2以「過去旅遊者之旅遊經驗」推薦旅遊行程..........78 4.2 實驗.............................................79 4.2.1「支援向量機」與「感知機」學習效率比較之實驗....79 4.2.2旅遊行程推薦演算法效率評估之實驗................89 第五章 結論與未來發展................................93 參考文獻.............................................94 附錄一...............................................97 附錄二..............................................101 　　　　　　　　　　　 圖目錄 圖 1 支援向量機主要概念..............................12 圖 2 支援向量機之分類超平面..........................14 圖 3 典型的推薦系統架構..............................16 圖 4 行程推薦系統架構圖..............................18 圖 5 「以此次旅遊偏好」來推薦旅遊行程之系統流程圖....20 圖 6 「以過去旅遊經驗」來推薦旅遊行程之系統流程圖....22 圖 7 使用者偏好模型..................................24 圖 8 旅遊行程資料模型................................29 圖 9 活動類型分類....................................42 圖10 活動類型分類階層................................43 圖 11 旅遊行程推薦方式...............................47 圖 12 系統推薦之旅遊行程.............................54 圖 13 檢視行程內容細節...............................54 圖 14 「行程」資料模型...............................71 圖 15 「特色」資料模型...............................71 圖 16 「活動內容」資料模型...........................71 圖 17 每位使用者擁有偏好之情形.......................72 圖 18 偏好項目權重範例...............................72 圖 19 長期偏好模型向量範例...........................73 圖 20 短期偏好模型向量範例...........................73 圖 21 「旅遊偏好」輸入介面...........................75 圖 22 「行程整體性滿意度」計算情形...................75 圖 23 旅遊行程呈現介面...............................76 圖 24 瀏覽旅遊行程內容與細節.........................76 圖 25 重新計算「行程整體性滿意度」...................77 圖 26 推薦下一回合之行程.............................77 圖 27 以「過去旅遊經驗」方式推薦行程之流程圖.........78 圖 28 兩學習方法對100筆旅遊行程之「使用者滿意度向量」分類結果...................................................87 圖 29 活動分類階層之VC dim(H)求解過程................89 圖 30 旅遊行程推薦演算法實驗評估結果(一).............91 圖 31 旅遊行程推薦演算法實驗評估結果(二).............91 　　　　　　　　　　　　　 表目錄 表 1 「旅遊地點」所有選項列表........................24 表 2 特定使用者之旅遊偏好模型範例...................27 表 3 「行程」資料模型格式定義........................30 表 4 「行程特色」資料模型格式定義....................30 表 5 「活動內容」資料模型格式定義....................30 表 6 「行程鬆散度」之模糊規則........................35 表 7 各模糊集合及其代表之意義.......................35 表 8 各規則之前半部適合度...........................36 表 9 各規則推論結果.................................37 表 10 最後推論結果...................................37 表 11「活動種類多元化」在各種旅遊行程之定義..........39 表 12 各偏好項目之權重向量...........................45 表 13 使用者滿意度向量內容...........................45 表 14「階層1」分類相似度之定義.......................51 表 15 互動訊息與「階層1」活動類型對應表..............52 表 16「分割平面」模型M(X)............................57 表 17 以已學習之使用者旅遊習慣M(X)推薦旅遊行程.......57 表 18 小明第一次旅遊系統推薦行程之內容...............60 表 19 小明第二次旅遊系統推薦行程之內容...............61 表 20 代表前兩次行程內容偏好之「長期偏好」模型.......61 表 21 代表前兩次行程內容偏好之「短期偏好」模型.......64 表 22 小明第三次旅遊系統推薦行程之內容...............66 表 23 AND(I, LTPV)運算之結果.........................66 表 24 AND(I, PICV)運算之結果.........................67 表 25 AND(I, NICV)運算之結果.........................68 表 26 實驗資料之格式定義.............................80 表 27 「支援向量機」參數設定內容.....................82 表 28 「多層化感知機」參數設定內容...................83 表 29 第一回合實驗結果...............................84 表 30 第二回合實驗結果...............................85 表 31 第三回合實驗結果...............................85 表 32 第四回合實驗結果...............................86 表 33 第五回合實驗結果...............................87