Recommendation system to aid in travel planning

Abstract

This thesis discusses the implementation of a hybrid matrix factorization recommendation engine intended to recommend articles, tours and places of interest to aid travelers in planning their vacations. The engine incorporates collaborative user-item interaction data enhanced by item metadata. The project was done in collaboration with the tourist planning service Travelade and the data was gathered from their users. The system was implemented using the LightFM recommendation engine and the data was hosted by Amazon Web Services and accessed using their Redshift service. The system is evaluated using the precision, recall, mean reciprocal rank and mean average precisions metrics with promising results. In addition a more subjective evaluation takes a look at system generated recommendations demonstrating rapid learning of user preferences. The approach looks to be well-suited to the travel recommendation domain and to possess business utility.

Efni ritgerðar þessar er útfærsla á meðmælakerfi með þann tilgang að hjálpa ferðamönnum að skipuleggja heimsókn sína til Íslands með því að mæla með greinum, ferðum og áhugaverðum stöðum fyrir þá. Kerfið nýtir sér bæði mynstur í hegðun notenda og ítarupplýsingar eins og vörulýsingar til að ná markmiði sínu. Verkefnið var unnið í samstarfi við sprotafyrirtækið Travelade og gögnunum var safnað í gegnum vefsíðu þess. Meðmælakerfið byggir á fylkjaþáttun og var smíðað með fallasafninu LightFM. Gögnin voru hýst hjá vefþjónustu Amazon og sótt í gegnum Redshift. Við mat á gagnsemi meðmælakerfisins var stuðst við ýmsar mælistikur og komu þær á heildina litið vel út. Einnig var lagt huglægt mat á starfsemi kerfisins með því að skoða hverju það mælti með fyrir nokkra notendur og var það fljótt að bera kennsl á áhugasvið þeirra.