Методи аналізу даних та штучного інтелекту для інтелектуальної системи “розумного” туризму

Abstract

Кваліфікаційна робота присвячена застосуванню методів аналізу даних і штучного інтелекту для автоматичного формування персоналізованих туристичних маршрутів. В першому розділі описано концепцію «розумного» туризму, проаналізовано існуючі програмні рішення та сформульовано вимоги до системи. В другому розділі досліджено методи просторової кластеризації k-means і DBSCAN для групування локацій та виявлення географічних аномалій, а також методи промпт-інжинірингу для роботи з мовною моделлю. В третьому розділі описано реалізацію методів у веб-застосунку, проведено тестування та експериментальне дослідження на вибірці з 50 генерацій. Об'єкт дослідження: процес автоматизованого планування персоналізованих туристичних маршрутів засобами штучного інтелекту. Предмет дослідження: методи аналізу даних та машинного навчання для побудови персоналізованих туристичних рекомендацій та оптимізованих маршрутів в інтелектуальній інформаційній системі «розумного» туризму

Qualification work is devoted to the application of data analysis and artificial intelligence methods for automatic generation of personalized tourist routes. The first section describes the concept of "smart" tourism, analyzes existing software solutions and formulates the system requirements. The second section investigates spatial clustering methods k-means and DBSCAN for grouping locations and detecting geographical anomalies, as well as prompt engineering methods for working with a large language model. The third section describes the implementation of the methods in a web application, testing and experimental research on a sample of 50 generations. Object of research: the process of automated planning of personalized tourist routes using artificial intelligence. Subject of research: data analysis and machine learning methods for building personalized tourist recommendations and optimized routes in an intelligent information system of "smart" tourism