Members of Learning Innovation Technology Lab

 

 

ดร.พึงใจ พิชยอนุตรัตน์

 

Research Interest:

  • ecommendation technique for trip planning
  • Data mining technique for making recommendation technique/system

Selected Published papers:

  • Pungjai Phichaya-anutarat, Surasak Mungsing, “Detailed Structure Applicable to Hybrid Recimmendation Technique for Automated Personalized POI Selection", International Journal of Information Technology and Management Information System (IJITMIS), Volume 4 Issue 2, May-August (2013).
  • Pungjai Phichaya-anutarat, Surasak Mungsing, "Hybrid Recommendation Technique for Automated Personalized POI Selection", International Journal of Information Technology and Management Information System (IJITMIS), Volume 4 Issue 1, January-April (2013), pp 07-15.
  • Pungjai Phichaya-anutarat, Surasak Mungsing, and Suprasith Jarupathirun, "Adaptive Tour Planning Decision Support System, " The 6 th International Conference on e-Business 2007. pp 126- 129.
 

Dissertation Title: การเลือกบริเวณและสถานที่ท่องเที่ยวเฉพาะบุคคลโดยบูรณาการเทคนิคการแนะนำแบบผสมและการจัดกลุ่มด้วยอัลกอริทึมเคมีน (Selection of Personalized Trip Area and Point of Interest using Integration of Hybrid Recommendation Technique and K-Mean Clustering Algorithm)

Advisor: ผู้ช่วยศาสตราจาย์ ดร.สุรศักดิ์ มังสิงห์

 

 

บทคัดย่อ

งานวิจัยนี้นำเสนอการบูรณาการเทคนิคการแนะนำแบบผสมและการจัดกลุ่มด้วยอัลกอริทึมเคมีนเพื่อสนับสนุนนักท่องเที่ยวในการเลือกบริเวณและสถานที่ท่องเที่ยวเฉพาะบุคคลอันสอดคล้องกับความชอบและความสนใจเฉพาะบุคคล เทคนิคการแนะนำแบบผสมเป็นการบูรณาการทำงานร่วมกันระหว่างสามเทคนิคการแนะนำข้อมูล ได้แก่ การแนะนำข้อมูลแบบดูที่เนื้อหา การแนะนำข้อมูลแบบพึ่งพาผู้ใช้ร่วม และการแนะนำข้อมูลแบบเชิงประชากรศาสตร์ โดยการแนะนำสถานที่ท่องเที่ยวแบบเฉพาะบุคคลนี้จะเป็นไปตามความชอบและความสนใจเฉพาะบุคคลของนักท่องเที่ยว การจัดกลุ่มด้วยอัลกอริทึมเคมีนทำหน้าที่จัดกลุ่มตามเงื่อนไขที่ได้รับจากนักท่องเที่ยว การบูรณาการนี้ประกอบด้วยการทำงานหลักสามส่วน ได้แก่ ส่วนแรก คือ การออกแบบการดึงข้อมูลความและความสนใจเฉพาะบุคคลของนักท่องเที่ยวแต่ละคน ส่วนที่สอง คือ การสร้างคำแนะนำของแต่ละเทคนิคการแนะนำโดยใช้คะแนนของสถานที่ท่องเที่ยวซึ่งเคยให้ไว้ และส่วนที่สาม คือ ส่วนที่เกี่ยวข้องกับการเลือกบริเวณสำหรับท่องเที่ยวที่เหมาะสมซึ่งตรงกับความชอบและความสนใจของทักท่องเที่ยวมากที่สุด สำหรับบริเวณและสถานที่ท่องเที่ยวที่เหมาะสมนี้สามารถช่วยลดเวลาในการเลือกของนักท่องเที่ยวอันเป็นปัญหาการเลือกแบบเฉพาะบุคคลทางด้านการท่องเที่ยว ซึ่งประโยชน์ของการบูรณาการนี้จะแตกต่างจากการวิจัยอื่นที่เคยถูกนำเสนอ

 

 

ABSTRACT

In this research, we propose the integration of hybrid recommendation technique and K-Mean clustering algorithm to support the tourist in order to select appropriate a trip area and Point of Interest (POI) according to the personalized tourist’s preferences and interests. The hybrid recommendation technique (the combination of content-based, collaborative and demographic techniques) emphasized on the recommendation of the POI, based upon the highest personalized tourist’s preferences and interests. The K-Mean clustering algorithm is to create the clusters following the required tourist criteria. There were three parts of concerns in the integration. The first part is the design of information query for his/her preferences or interests and trip constraints. The second part is the utilization of tourist’s information obtained from the previous part to obtain POI scores, using each recommendation technique. The third part involved clustering of an appropriate trip area that most satisfied tourist’s highest personalized interests and requirements. The appropriate a trip area and POI can overcome the computational time efforts of tourist selection, personalized POI selection problem in the field of tourism. This is the advantage of the proposed technique differed from the other previous investigator.