Discover Computing· 2026Q2
Grup Seyahat Öneri Sistemleri için Yapay Zeka Destekli Kişiselleştirme
A survey of AI-driven personalization for high performance group travel recommender systems
- 0atıf
- Q2SCImago
- 2026yıl
Kısa özet
Yapay zeka, özellikle makine öğrenmesi ve sinirsel gömmeler, bireysel seyahat önerilerini önemli ölçüde geliştirse de, işbirlikçi grup seyahat planlamasını desteklemek karmaşık bir zorluk olmaya devam etmektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Makine öğrenmesi ve sinirsel gömmeler dahil olmak üzere yapay zeka, bireysel seyahat öneri sistemlerini geliştirmiştir.
- İşbirlikçi grup seyahat planlamasını desteklemek, mevcut sistemler için önemli bir zorluktur.
- Mevcut GTRS yöntemleri, tercih toplama, algoritmalar ve soğuk başlangıç çözümleri açısından incelenmektedir.
- Belirlenen zorluklar arasında adalet, müzakere, ölçeklenebilirlik, gerçek zamanlı uyarlanabilirlik, şeffaflık ve entegrasyon yer almaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Travel Recommender Systems (TRS) have become an essential part of modern digital tourism. TRS is designed to assist travelers in planning trips by filtering vast amounts of travel data to provide personalized suggestions. Advances in artificial intelligence, particularly in machine learning, optimization, neural embeddings, and personality-based modeling, have significantly improved the ability of these systems to adapt to user preferences, contextual factors, environmental conditions, and behavioral patterns. While individual-based recommender systems are relatively mature, supporting collaborative travel planning remains a complex challenge. This survey explores the state of the art in Group Travel Recommender Systems (GTRS). It analyzes preference aggregation strategies, algorithmic approaches, and existing methods that address cold-start issues. Furthermore, it reviews evaluation models used for assessing GTRS performance. The findings reveal challenges related to fairness, negotiation support, scalability, real-time adaptability, transparency, and system integration. The study also identifies key research gaps and emphasizes the growing need for more intelligent, context-aware, and socially adaptive GTRS.
Yazarların özeti; kaynağından alınmıştır. Discover Computing, 2026 · DOI ↗
Devamı Pofolia uygulamasında
Çıkarımlar ve makaleye soru sorma; ilgi alanına göre her gün yeni özetler. Ücretsiz.
Web'de giriş yaparak açAlan: Bilişim Sistemleri
Information SystemsComputer Science