Successfully reported this slideshow.
Your SlideShare is downloading. ×

旅遊推薦系統Tourist Line Spot

Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Ad
Loading in …3
×

Check these out next

1 of 32 Ad

旅遊推薦系統Tourist Line Spot

111年_艾鍗學院_數據分析暨機器學習應用班
專題:旅遊推薦系統
組長:邱O珍
組員:李O哲、陳O源、邵O盛、劉O吟、陳O軒、鄭O惠、王O怡
特別感謝:張O豪


專題網頁:https://bit.ly/3Vid0B4
艾鍗官網:https://bit.ly/3ESwHdW
聯絡信箱:service@ittraining.com.tw

111年_艾鍗學院_數據分析暨機器學習應用班
專題:旅遊推薦系統
組長:邱O珍
組員:李O哲、陳O源、邵O盛、劉O吟、陳O軒、鄭O惠、王O怡
特別感謝:張O豪


專題網頁:https://bit.ly/3Vid0B4
艾鍗官網:https://bit.ly/3ESwHdW
聯絡信箱:service@ittraining.com.tw

Advertisement
Advertisement

More Related Content

More from IttrainingIttraining (20)

Recently uploaded (20)

Advertisement

旅遊推薦系統Tourist Line Spot

  1. 1. 旅遊推薦 系統 組長:邱O珍 組員:李O哲、陳O源、邵O盛、劉O吟、陳O軒、鄭O惠、王O怡 特別感謝:張O豪
  2. 2. 目錄 01 03 架構流程 實現方法 02 04 動機&目標 成果&展望
  3. 3. 旅遊規劃整理費時 不曉得景點是否好玩 評論過於多不好整理規劃 動機
  4. 4. Google map評分很高但評論很少,代表真的好玩嗎? 評論動輒上千筆,沒空花費時間去看評分與評論的好壞?
  5. 5. 依據使用者所選雙北地區有興趣 的區域,利用NLP及情緒分析產 生比Google評論更具有參考價值 的評分,並使用台灣人最常使用 的 Line Chatbot 聊天機器人去推 薦景點清單。 目標
  6. 6. 實現架構流程 Part1:建立Google map評論資料庫 Part2:NLP評論分析與權重計分 Part3:將Line Bot部署在雲端
  7. 7. 架構流程圖 2.NLP處理&計算分數 3.部署至雲端&與Line Bot串接 1.建立景點資料庫 LINE Platform
  8. 8. Part1:建立Google map評論資料庫 實現方法
  9. 9. Part1建立評論資料庫 - 架構流程圖
  10. 10. 使用雙北景點資料庫取得景點名稱 1. 爬取每個景點分類為最新,前 1700 筆評論 不為空的 Google map 評論 2. 爬取評論同時處理文字與去除表情符號, 寫入 MySQL。 爬取 Google map 評論程式碼連結 爬蟲處理
  11. 11. 爬取評論說明 –以烏來老街前10筆評論為例
  12. 12. Part2:NLP評論分析與權重計分 實現方法
  13. 13. Part2:NLP評論分析與權重計分-架構流程圖
  14. 14. 烏來/老街/就是/烏來/街/、/瀑布/路/環山/道路/一帶/,/店家/招牌/樣式 /統一/,/看起/相當/整齊/,/而且/大部分/商店/原住民/特色/發揮/,/所 以/遊客/可以/品嚐/原住民/風味/山產/美食/,/碳烤/山豬肉/、/溫泉蛋/、 /桃飯/、/竹筒飯/、/馬告/料理/、/山蘇/、/珠蔥/,/地方/少見/原住民/ 風味/料理/,/另外/,/還有/小米/酒/、/小米/麻糬/特產/,/適合/分送/ 親朋/好友/伴手禮/,/觀賞/山地/文化/,/感受/原住民/熱情/活力/。 使用 Jieba 中文斷詞 - 單則評論範例
  15. 15. 用 Jieba 中文斷詞大量評論後的結果
  16. 16. 使用 Jieba 中文斷詞後的結果做情緒分析 - 正負向範例 (烏來老 街為例) +340
  17. 17. Simple Recommendation System 𝑊𝑅=(𝑣÷(𝑣+𝑚))×𝑅+(𝑚÷(𝑣+𝑚))×𝐶 R = average for the tourist commitments (mean) = (google overall rating) v = number of votes for the tourist = (votes) m = minimum votes required to be listed in the recommended tourist list C = the mean rating across the whole report 推薦系統
  18. 18. Simple Recommendation System – 加權後的變化 Google原始分數 &單景點評論總數 推薦系統加權後的分 數&單景點評論總數 兩者之間的關係
  19. 19. 情緒分數總分 & 景點評論數的關係
  20. 20. 總分計算: data['final_score'] = data['score_emotion_avg'] + data['weighted_avg']*0.67 情緒分數&推薦系統加權後的總分
  21. 21. 根據Term Frequency產生文字雲
  22. 22. 台大自然語言處理 正負向字典 (𝑣÷(𝑣+𝑚))×𝑅+(𝑚÷(𝑣+𝑚))×𝐶=𝑊𝑅 情 緒 分 析 評 論 星 等 2 2 網 路 評 論 1 星等評價分數 *1 + *0.67 2.Simple Recommendation System 1.NLP-Jieba 分詞 + 情緒分析 情緒分析分數 網路爬蟲 Selenium 推薦系統 選取區域 = Final Score 推 薦 TOP3景點 景點資訊 地圖指引 特徵文字雲 Recommend System Getting Data Line Chot
  23. 23. Part3:建立 LINE BOT Server 實現方法
  24. 24. 架構流程 - 機器人串接 LINE Platform Webhook
  25. 25. ,將訊息回傳給使用者。 使用者輸入訊息,觸發 callback 函數 LINE BOT –APP說明 Message API 訊息 訊息 Webhook 訊息 雲端伺服器 (LINE BOT Server) LINE BOT Channel (LINE 機器人帳號) LINE Platform 使用者 ,透過 webhook Url 與雲端伺 服器連線
  26. 26. 1. app.py : 架設網站與chatbot 訊息處理設定 2. Procfile : 在 Adaptable 雲端部署平台起動網站的指令 3. sql_conn.py : 與 MySQL 連線,取出回傳給使用者的景 點資訊 1.景點名稱 2.文字雲圖片 3.gmap 連結 程式碼連結 LINE BOT –主程式說明
  27. 27. Part3:UI & 操作流程 使用者介面
  28. 28. 使用者選擇地理位置,chatbot 推薦該區域 3 - 6 個正負向分數與評論星等加權後的景點。 雙北旅遊推薦系統 LINE BOT 功能 選擇景點後,即可得景點連結與文字雲,找出 每個景點的關鍵字。
  29. 29. 1. 直接選擇縣市推薦 – ex: 選擇臺北市 2. 選擇區域推薦 – ex: 選擇士林、大同區 3. 選擇區推薦 – ex: 選擇士林區 區域選擇方式
  30. 30. 實際操作流程 選擇臺北市 >> 士林、大同區 >> 士林區 從推薦的 3 個景點內選擇 --林語堂故居 1. 景點連結 2. Google map 評論的文字雲 以選擇士林區為例 取得林語堂故居
  31. 31. 未來展望 斷詞模型改善 TF-IDF景點相似性分析 及推薦 客製化推薦地點
  32. 32. THANKS!

×