Vinsamlegast notið þetta auðkenni þegar þið vitnið til verksins eða tengið í það: https://hdl.handle.net/1946/33581
With the increasing demand of personalization, especially in the travel industry, the usage of recommender systems is on the rise. Recommender systems create the ability to suggest items to users based on their past purchase history (content-based approach) and/or their similarity to other users (collaborative-filtering).
This thesis investigates and implements a hybrid flight recommender system with implicit feedback. For the hybrid recommender system, LightFM, a framework that combines collaborative-filtering with a content-based approach, was used.
The data was provided by Icelandair in the form of implicit feedback, which are the flight bookings of the users. To evaluate the performance of the model the metrics precision, recall, F1 and AUC-ROC score where applied. The results look promising and show the feasibility of a flight recommender system.
Með aukinni áherslu fyrirtækja á einstaklingsmiðaða sölu og þjónustu, m.a. í ferða- mannaiðnaði, hefur áhugi á notkun svokallaðra ráðleggingarkerfa (e. recommendation systems) aukist. Slík kerfi geta mælt með tiltekinni vöru eða þjónustu fyrir notendur byggt á viðskiptasögu þeirra, hvort heldur sem er með því að horfa til sambærilegra vara/þjónustu (e. content-based approach) eða til annarra notenda með sambærilegan smekk (e. collaborative-filtering approach). Í þessari ritgerð lýsum við hönnum og útfærslu á ráðleggingarkerfi sem mælir með flugi fyrir viðskiptavini. Kerfið byggir ráð- leggingar sínar bæði á flugi sambærilegu því sem viðskiptavinurinn hefur áður keypt svo og viðskiptasögu annarra viðskiptavina með svipað ferðamynstur, þ.e. kerfið nýt- ir sér kosti beggja ofangreindra aðferða. Slík kerfi kallast blendings ráðleggingarkerfi (e. hybrid recommendation systems). Vinnan var unnin í samstarfi við Flugleiðir (e. IcelandAir), sem bæði útvegaði þjálfunargögn og veitti nauðsynlega þekkingu á leiðar- kerfum flugvéla. Frammistaða þekkingarkerfisins var metin með nokkrum mismunandi mælistikum og lofa niðurstöðurnar góðu.
Skráarnafn | Stærð | Aðgangur | Lýsing | Skráartegund | |
---|---|---|---|---|---|
MSC_HAIDN_2019.pdf | 1.09 MB | Opinn | Heildartexti | Skoða/Opna |