پژوهشگران ایرانی سیستم توصیه‌گر هیبریدی برای برنامه‌ریزی سفر را در Springer Nature منتشر کردند
پژوهشگران ایرانی با انتشار مقاله‌ای در Springer Nature، از توسعه سیستم توصیه‌گر هیبریدی نوین برای برنامه‌ریزی سفر خبر دادند. این سیستم با ادغام عکس‌های جغرافیایی و الگوریتم خفاش، دقت پیش‌بینی علایق کاربران را نسبت به مدل‌های سنتی به نحو چشمگیری افزایش داده است.
به گزارش اول فارس ،تیمی از پژوهشگران ایرانی موفق به توسعه یک سیستم توصیه‌گر هیبریدی نوین برای بهبود برنامه‌ریزی سفر و افزایش دقت در پیش‌بینی علایق کاربران شده‌اند. این دستاورد علمی در نشریه معتبر «Journal of Intelligent Information Systems» وابسته به انتشارات بین‌المللی Springer Nature به چاپ رسیده است.
این پژوهش با عنوان «یک سیستم توصیه‌گر هیبریدی مبتنی بر مکان برای برنامه‌ریزی سفر و تحرک با استفاده از رسانه‌های جغرافیایی‌دار» توسط دکتر جواد قهرمانی (رئیس هیئت اندیشه‌ورز هوش مصنوعی شورای فضای مجازی استان فارس)، دکتر مهدی صادق‌زاده و دکتر علی برومندنیا انجام شده است.
نوآوری در سیستم توصیه‌گر
سیستم توصیه‌گر پیشنهادی برای غلبه بر محدودیت‌های روش‌های سنتی که صرفاً بر نقدهای متنی یا امتیازدهی تکیه داشتند، طراحی شده و دقت، شخصی‌سازی و تنوع توصیه‌های سفر را به نحو چشمگیری افزایش می‌دهد؛ این سیستم با ادغام منابع داده‌ای متنوعی شامل عکس‌های برچسب‌گذاری‌شده جغرافیایی و فراداده آن‌ها، نقدهای متنی کاربران و داده‌های دموگرافیک، و همچنین بهره‌گیری از الگوریتم هوشمند خفاش (Bat Algorithm) برای بهینه‌سازی وزن ویژگی‌ها و خوشه‌بندی کاربران و مکان‌ها عمل می‌کند.
دکتر جواد قهرمانی، به عنوان یکی از نویسندگان این مقاله، اظهار داشت: «این رویکرد نوآورانه پتانسیل بالایی دارد تا اپلیکیشن‌های گردشگری و حوزه‌ی تحرک شهری را متحول کرده و به طور مستقیم هدررفت زمان مسافران و گردشگران را کاهش دهد.»
برتری بر مدل‌های سنتی
ارزیابی‌های انجام شده بر روی مجموعه داده‌های واقعی Yelp نشان می‌دهد که این رویکرد هیبریدی و بهینه‌سازی شده، در شاخص‌های کلیدی ارزیابی سامانه‌های توصیه‌گر از جمله دقت (Precision)، فراخوانی (Recall) و نمره F1، عملکردی به مراتب برتر از مدل‌های سنتی فیلترینگ مشارکتی و سایر مدل‌های هیبریدی ارائه می‌دهد.
انتشار این مقاله در یکی از نشریات معتبر بین‌المللی، جایگاه پژوهشگران ایرانی در حوزه‌ی هوش مصنوعی و کاربردهای آن در صنعت گردشگری را بیش از پیش تقویت می‌کند. متن کامل این مقاله از طریق پلتفرم SpringerLink قابل دسترسی است.
مقاله مذکور در تاریخ ۱۳ اکتبر ۲۰۲۵ (۲۱ مهر ۱۴۰۴) منتشر گردیده و شناسه دیجیتال (DOI) آن اینجا است.
