Please use this identifier to cite or link to this item:
http://202.28.20.112/dspace/handle/123456789/603
Title: | Tour planning system : A case study of Phayao province ระบบวางแผนการท่องเที่ยว กรณีศึกษาจังหวัดพะเยา |
Authors: | Nattawat Chaiwong ณัฐวัตร ไชยวงค์ Pornthep Rojanavasu พรเทพ โรจนวสุ University of Phayao. School of Information and Communication Technology |
Keywords: | การท่องเที่ยวพะเยา ระบบแนะนำการท่องเที่ยว ระบบแนะนำ ข้อมูล การวางแผน Phayao tourism Travel recommender systems Recommender systems Data Planning |
Issue Date: | 7 |
Publisher: | University of Phayao |
Abstract: | A travel recommendation system is a technique of recommendation system. They use the information on travel and tourism as well as factors of a tourism business that are the main economic sources of the nation. This type of recommendation system can predict travel plans and tourist attractions that meet the needs of tourists. However, there are often problems due to the difficult process of travel planning.
And information and details of attractions are quite limited. It is necessary to use travel recommendation techniques to manage and publicize. Research on Tour planning system: A case study of Phayao Province is Application research by combining travel planning algorithms with travel advice techniques in the form of personalized travel planning according to time frames. The objective of the research was to resolve
the problems and manage tourism information in Phayao Province through the use of travel information and travel itinerary information received from users in the systems, and to get the most suitable travel plan information and similar to the user's travel method.
The results of the evaluation of the travel planning system and the algorithm used to recommend travel plans showed that the system was accurate and precise in predicting the type of travel plans suitable for users, equal to 0.69 or 69% was quite good to good level. After re-sampling data using the SMOTE approach to increase the quantity of sample data 2.5 and 3 times, the system's mean accuracy in predicting the kind of trip plans increased to 0.77 and 0.75, respectively. The highest travel type prediction accuracy was 0.775 when using a K-value of one, while the average accuracy was 0.71 when using K-values ranging from one to five. The value of K for identifying related data may affect the model's accuracy (K-NN).
According to the analysis of the prediction results of travel plans, it was found that the majority of tourists were interested in recreational tourism to take pictures, which was consistent with the analysis of tourism in Phayao Province in 2018. It was found that most of the visitors were excursionists rather than tourists, posing the idea that a travel recommendation system could help drive more travel decision-making. ระบบการแนะนำการท่องเที่ยวเป็นเทคนิคหนึ่งของระบบแนะนำ ที่ใช้ข้อมูลของการเดินทางและ การท่องเที่ยว ตลอดจนปัจจัยของธุรกิจการท่องเที่ยวที่เป็นแหล่งเศรษฐกิจสำคัญของประเทศ โดยที่ระบบแนะนำประเภทนี้สามารถทำนายสถานที่ท่องเที่ยว แผนการท่องเที่ยวที่ตรงกับความต้องการของนักท่องเที่ยว แต่อย่างไร ก็ตามมักพบปัญหาอันเนื่องมาจากขั้นตอนการวางแผนการท่องเที่ยวแต่ละครั้งจัดเป็นขั้นตอนที่ยุ่งยาก ด้วยข้อมูลและรายละเอียดของสถานที่ท่องเที่ยวมีค่อนข้างจำกัด จำเป็นต้องอาศัยการเทคนิคการแนะนำการท่องเที่ยวในการจัดการและประชาสัมพันธ์ งานวิจัยเรื่อง ระบบแนะนำแผนการท่องเที่ยว กรณีศึกษาจังหวัดพะเยานี้ เป็นงานวิจัยเชิงประยุกต์ โดยการนำอัลกอริทึมในการวางแผนการท่องเที่ยวผสานเข้ากับเทคนิคการแนะนำด้านการท่องเที่ยวในรูปแบบของการวางแผนการท่องเที่ยวส่วนบุคคลตามกรอบเวลา มีวัตถุประสงค์ในการวิจัย เพื่อแก้ปัญหาและการจัดการข้อมูลการท่องเที่ยวในจังหวัดพะเยา ผ่านการใช้ข้อมูลการท่องเที่ยวและข้อมูลแผนการเดินทางที่ได้รับจากผู้ใช้ในระบบ และเพื่อให้ได้ข้อมูลแผนการท่องเที่ยวที่เหมาะสมและคล้ายคลึงกับรูปแบบวิธีการท่องเที่ยวของผู้ใช้มากที่สุด ผลจากการประเมินระบบวางแผนการท่องเที่ยวและอัลกอริทึมที่ใช้ในการแนะนำแผนการท่องเที่ยว พบว่า ระบบมีความถูกต้องและแมนยำในการทำนายประเภทของแผนการท่องเที่ยวที่เหมาะสมต่อผู้ใช้งาน เท่ากับ 0.69 หรือ 69 เปอร์เซ็นต์ จัดอยู่ในระดับ ค่อนข้างดี ถึง ดี และจากการสุ่มตัวอย่างซ้ำด้วยวิธีการ SMOTE เพื่อเพิ่มจำนวนข้อมูลกลุ่มตัวอย่างที่มีข้อมูลน้อย เป็นจำนวน 2.5 และ 3 เท่า พบว่า ระบบมีความแม่นยำเฉลี่ยของการทำนายประเภทของแผนการท่องเที่ยวเพิ่มขึ้นเป็น 0.77 และ 0.75 ตามลำดับ และผลการทดสอบโดยวิธีการ Cross Validation พบว่า ค่าแม่นยำของการคาดการณ์ประเภทการท่องเที่ยวสูงสุด เท่ากับ 0.775 ซึ่งใช้ค่า K ในการคำนวณเท่ากับ 1 โดยมีค่าความแม่นยำเฉลี่ยของการใช้ค่า K ตั้งแต่ 1-5 เท่ากับ 0.71 และจำนวนการเพิ่มของค่า K ในการหาข้อมูลที่มีความใกล้เคียงกันมีผลต่อความแม่นยำของโมเดล (K-NN) และจากการวิเคราะห์ข้อมูลผลการทำนายประเภทแผนการท่องเที่ยว พบว่า นักท่องเที่ยวส่วนใหญ่มีความสนใจการท่องเที่ยว ประเภทเพื่อความเพลิดเพลิน พักผ่อนหย่อนใจ เพื่อมาถ่ายรูป ซึ่งสอดคล้องกับผลวิเคราะห์ด้านการท่องเที่ยวของจังหวัดพะเยาในปี 2561 พบว่า ผู้เยี่ยมเยือนส่วนใหญ่เป็นนักทัศนาจรมากกว่านักท่องเที่ยวทำให้การใช้ระบบการแนะนำการท่องเที่ยวสามารถช่วยกระตุ้นการตัดสินใจในการท่องเที่ยวมากขึ้น |
Description: | Master of Science Program (M.Sc. (Modern Information Technology Management)) วิทยาศาสตรมหาบัณฑิต (วท.ม. (การจัดการเทคโนโลยีสารสนเทศสมัยใหม่)) |
URI: | http://202.28.20.112/dspace/handle/123456789/603 |
Appears in Collections: | School of Information and Communication Technology |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
60023236.pdf | 2.63 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.