Kenteris ph d greek_new3.7.1

310 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
310
On SlideShare
0
From Embeds
0
Number of Embeds
4
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide
  • OPEN BFS BEFORE YOU START!!!
    GOTO TO NEXT SLIDE TO START TALKING
  • Καλημέρα κ. Επιβλέποντα, μέλη της επταμελούς επιτροπής και Κυρίες και Κύριοι.
    Ονομάζομαι Μιχάλης Κεντέρης και θα σας παρουσιάσω τη Διδακτορική μου Διατριβή με θέμα «Διαδικτυακές Πολυμεσικές εφαρμογές για κινητές συσκευές: η περίπτωση των ηλεκτρονικών Τουριστικών Ξεναγών».
  • Αρχικά θα παρουσιάσω τις υφιστάμενες πλατφόρμες ανάπτυξης κινητών εφαρμογών. Στην συνέχεια θα δούμε τον όρο «κινητός τουρισμός» και έπειτα θα παρουσιάσω τη σχετική έρευνα στη συγκεκριμένη ερευνητική περιοχή. Κατόπιν θα αναπτύξω τα 3 στάδια της έρευνας που πραγματοποιήθηκε στα πλαίσια της συγκεκριμένης διδακτορικής διατριβής. Πιο συγκεκριμένα, το πρώτο στάδιο περιλαμβάνει την ανάπτυξη της πλατφόρμας web-to-mobile αρχιτεκτονικής για εφαρμογές κινητής τουριστικής ξενάγησης, το δεύτερο στάδιο την ανάπτυξη ενός συστήματος συστάσεων για τον κινητό τουρισμό το Mobile Tourism Recommender System και το τρίτο στάδιο περιλαμβάνει την ανάπτυξη ενός αλγόριθμου για σχεδόν βέλτιστα εξατομικευμένα ημερήσια δρομολόγια για κινητούς τουριστικούς οδηγούς.
    Τέλος θα παρουσιάσω κάποια συμπεράσματα της έρευνας μας και θα μιλήσω για μελλοντική έρευνα.
  • Στην αγορά των κινητών συσκευών υπάρχει ένας μεγάλος αριθμός συσκευών και πλατφόρμες ανάπτυξης κινητών εφαρμογών με αποτέλεσμα να υπάρχουν σοβαρά προβλήματα και πολλά θέματα που πρέπει να λάβει κανείς υπ’ όψη κατά τη διαδικασία του “Porting” μια εφαρμογή σε πολλές κινητές συσκευές δηλαδή ανάπτυξη και εγκατάσταση της εφαρμογής σε διαφορετικές κινητές συσκευές. – Αυτό ονομάζεται «Κατακερματισμός κινητών» ή “mobile fragmentation”, και δεν προέρχεται μόνο από την πολυμορφία των συσκευών (π.χ μέγεθος οθόνης, μέγεθος μνήμης, κλπ.) αλλά και από άλλους παράγοντες όπως η πολυμορφία της εφαρμογής. Επίσης, λόγω των προτιμήσεων των χρηστών υπάρχει ποικιλομορφία όπως στη γλώσσα, σε απαιτήσεις στην προσβασιμότητα άλλα και περιβαλλοντική ποικιλότητα π.χ. περιορισμούς πρόσβασης σε εξωτερικό δίκτυο.
    Αυτό είχε σαν αποτέλεσμα, σήμερα να υπάρχουν πολλές επιλογές για πλατφόρμες ανάπτυξης κινητών εφαρμογών. Οι πλατφόρμες αυτές μπορούν να χωριστούν σε δύο κατηγορίες: Πλατφόρμες που υποστηρίζουν συσκευές από πολλούς κατασκευαστές όπως είναι η Java ME και Android και πλατφόρμες ανάπτυξης που υποστηρίζονται από έναν κατασκευαστή όπως είναι η Apple με το iphone.
  • Ξεκινώντας την έρευνα μας το 2005 δεν είχαμε πολλές επιλογές στην ανάπτυξη κινητών εφαρμογών καθώς κυριαρχούσαν οι πλατφόρμες Java ME και SYMBIAN. Επιλέξαμε να δουλέψουμε με την Java κυρίως λόγω της υποστήριξης που παρείχε σε μεγάλο αριθμό συσκευών της εποχής. Βέβαια, αν και η αγορά έχει αλλάξει και οι επιλογές μας έχουν αυξηθεί, ακόμη και στο 2ο τετράμηνο του 2010 βλέπουμε ότι η Symbian και RIM blackberry που υποστηρίζουν την java ΜΕ έχουν μεγάλο μερίδιο της αγοράς.
    Από την έρευνα μας προκύπτει ότι η τάση της αγοράς είναι πλατφόρμες που δίνουν την δυνατότητα ανάπτυξη εφαρμογής σε μία γλώσσα και αυτόματα να είναι διαθέσιμη σε πολλές πλατφόρμες.

    {Τέτοια πλατφόρμα είναι το alcheMo που αυτοματοποιεί πλήρως τη μεταφορά Java ME εφαρμογές σε BREW, iPhone, Android, Flash και Windows Mobile}
  • Κινητός τουρισμός. Οι τουρίστες κάνουν ολοένα και περισσότερο χρήση του διαδικτύου κατά το σχεδιασμό του ταξιδιού τους. Οι τουρίστες αναζητούν πληροφορίες όχι μόνο από επίσημα site αλλά και από άλλους τουρίστες μέσω κοινωνικών δικτύων, blogs, wiki κλπ τόσο πριν, όσο και κατά τη διάρκεια του ταξιδιού τους.
    Η παροχή τουριστικών υπηρεσιών σε νομαδικούς χρήστες χωρίς χωροχρονικούς περιορισμούς έγινε πραγματικότητα με την εμφάνιση του «κινητού τουρισμού», όπου το περιεχόμενο του τουρισμού και οι υπηρεσίες είναι προσβάσιμες μέσω των κινητών συσκευών του τουρίστα.
  • Για να μπορέσουμε να μελετήσουμε σε βάθος τη σχετική έρευνα που υπήρχε για τον κινητό τουρισμό, αρχικά κατατάξαμε την έρευνα σε 4 ομάδες: Εφαρμογές κινητών συσκευών, εφαρμογές πλοήγησης, εφαρμογές που τρέχουν μέσω του κινητό Internet - και επίσης Web-to-mobile εφαρμογές, οι οποίες είναι εφαρμογές που ξεκινούν από το Internet και καταλήγουν στο κινητό του χρήστη, όπως για παράδειγμα το Facebook είναι προσβάσιμο από όλα τα browsers μέσω Internet αλλά για να έχεις πρόσβαση σε όλες τις λειτουργίες του, από το κινητό σου είναι προτιμότερο να ανοίξεις την ειδική εφαρμογή και όχι το browser του κινητού.
  • Έπειτα βγάλαμε τα κριτήρια που σε σχέση με αυτά συγκρίναμε τα projects που συγκεντρώθηκαν.
    Θέλαμε να ορίσουμε επιλογές που θα μπορούσε να έχει ένας application designer κατά τον σχεδιασμό ενός συστήματος ή και επιλογές για έναν technology developer κατά την ανάπτυξη ενός συστήματος για το κινητό τουρισμό.
    Συγκεκριμένα αξιολογήσαμε πολλές εφαρμογές σε σχέση με το τύπο του Information model, ποιες τεχνολογίες input output χρησιμοποιήθηκαν, αν έκαναν χρήση Positioning και Mapping technologies.
    Επιπλέον, ποιες Network infrastructures χρησιμοποιήσανε και ποια architecture και Development platforms δουλέψανε και τελευταία κάναμε και μια καταγραφή των μοναδικών υπηρεσιών που πρόσφεραν στους χρήστες τους.
  • Εδώ βλέπουμε των Συγκεντρωτικό πίνακα για τα projects που ερευνήσαμε.
  • Σαν παράδειγμα βλέπουμε ότι το SmartKon χρησιμοποίησε ένα μοντέλο client server, περιλαβάνει χάρτες με καθοδήγηση, είχε υποστήριξη για πολλές γλώσσες, χρησιμοποιεί Agent architecture με υποστήριξη για UMTS network και σαν υπηρεσίες προσφέρει επικοινωνία στους χρήστες του.
  • Διαπιστώσαμε ότι τα περισσότερα projects χρησιμοποίησαν client-server web architecture είτε stand alone εφαρμογές, δούλευαν με κάποια σύνδεση στο διαδίκτυο, περιείχαν χάρτες (σε ορισμένες περιπτώσεις με καθοδήγηση) και έτοιμα δρομολόγια. Αρκετά δημιουργούσαν προφίλ χρήστη και κάποια πρόσφεραν μοναδικές υπηρεσίες μεταξύ άλλων όπως επικοινωνία χρηστών και σύστημα αξιολόγησης .
  • Οι ιδέες που παρουσιάζονται στο Στάδιο 1#, τέθηκαν σε εφαρμογή σε αναπτυξιακό πρόγραμμα που χρηματοδοτήθηκε από το LEADER+ plus. Ένα τοπικό πρόγραμμα της Λέσβου με την ΕΤΑΛ Α.Ε. και τον Δήμο Μυτιλήνης, για την ανάπτυξη ενός ηλεκτρονικού τουριστικού οδηγού για το Δήμο Μυτιλήνης σε πολλαπλές πλατφόρμες, το οποίο βρίσκεται ήδη σε λειτουργία. Στην συνέχεια θα σας παρουσιάσω την web-to-mobile αρχιτεκτονική για εφαρμογές κινητής τουριστικής ξενάγησης
  • Η μελέτη περίπτωσης μας περιέχει τρία υποσυστήματα:
    -Υποσύστημα Δυναμικής Web Εφαρμογής τουριστικού οδηγού.
    -Υποσύστημα on-the-fly δημιουργίας κινητής τουριστικής εφαρμογής με περιεχόμενο επιλεγμένο από τον χρήστη μέσω της web εφαρμογής.
    -και την Κινητή εφαρμογή, ported στις ρυθμίσεις του χρήστη, για το κινητό τηλέφωνο του το οποίο προσφέρει εξατομικευμένο περιεχόμενο βάση της επιλογής του.
  • Θέσαμε σαν πρωταρχικούς μας στόχους το σχεδιασμό ενός συστήματος με ευρεία πρόσβαση και ευκολία στη χρήση. Έτσι αποφασίσαμε να χρησιμοποιήσουμε τον παγκόσμιου ιστό προσφέροντας την δυνατότητα στο χρήστη να επιλέξει περιεχόμενο της αρεσκείας του και έπειτα να δημιουργήσει δυναμικά μια προσωποποιημένη εφαρμογή για τη κινητή συσκευή του, έχοντας έτσι χαμηλό κόστος χρήσης, χωρίς σύνδεση, με δυνατότητα αυτόνομης χρήσης
    Επίσης θέλαμε το σύστημα να προσφέρει εξατομίκευση με βάση το περιεχόμενο που επιλέγει ο χρήστης αλλά και με βάση τη συσκευή χρήσης του, π.χ. ποιότητα ανάλυσης της οθόνης της κινητής συσκευής, δυνατότητες αναπαραγωγής πολυμέσων και περιορισμούς μνήμης της συσκευής.
  • Έτσι σχεδιάσαμε ένα σύστημα που περιέχει μία δυναμική web εφαρμογή με δυνατότητα καταγραφής προσωπικού προφίλ.
    Σχεδιάσαμε έναν μηχανισμό δυναμικής δημιουργίας εφαρμογών κινητής συσκευής με μηχανισμό porting σε μια ανανεώσιμη λίστα κινητών συσκευών.
    Το οποίο καταλήγει σε μια εξατομικευμένη εφαρμογή κινητής συσκευής με χρήση χαρτών και πολυμέσων.
  • Η αρχιτεκτονική του συστήματος βασίζεται σε μια Webserver που υποστηρίζει java servlets and jsp σελίδες. Περιέχει μια dbrms που υλοποιήθηκε σε MySQL αλλά λόγου του Hibernate framework που χρησιμοποιήθηκε μπορεί να υποστηρίξει και άλλες βάσεις δεδομένων.
    Επίσης το σύστημα διαθέτει έναν μηχανισμό δημιουργίας κινητών εφαρμογών, που αφού λάβει όλους τις παραμέτρους του χρήστη π.χ. επιλογές περιεχομένου, μοντέλο κινητών συσκευών, παραμέτρους εφαρμογών όπως αν θέλει να έχει βίντεο ή ήχο αφήγησης ή αν θέλει να ενσωμάτωση χάρτη στην κινητή εφαρμογή, γίνεται trigger ο μηχανισμός porting που βασίζεται στην J2me polish. H j2jme polish είναι μια πλατφόρμα ανοιχτού κώδικα με μια συλλογή components για την ανάπτυξη ασύρματων εφαρμογών Java ME. Χρησιμοποιεί την μέθοδο της προεπεξεργασίας της εφαρμογής με Obfuscation του κώδικα και μία βάση δεδομένων από χαρακτηριστικά των κινητών συσκευών για να δημιουργήσει την κινητή εφαρμογή σε Java ME περιέχοντας εξατομικευμένο περιεχόμενο της τουριστικής εφαρμογής αλλά και εξατομικευμένο στο κινητό του χρήστη.
    Έπειτα βλέπουμε ότι ο χρήστης έχει 3 τρόπους να εγκαταστήσει την κινητή εφαρμογή στην συσκευή του, είτε με Over-the-air-download είτε πρώτα να το κατεβάσει στον υπολογιστή του και έπειτα με καλώδιο ή μέσω blue tooth, να το εγκαταστήσει στο κινητό του.
  • Εδώ βλέπουμε το web interface της εφαρμογής, διακρίνουμε στο κέντρο έναν χάρτη και γύρω του έχουμε δυναμικά μενού. Το 2005 που ξεκινήσαμε την ανάπτυξη του συστήματος η μόνη ψηφιακή χαρτογράφηση που υπήρχε στην διάθεση μας για το Νησί ήταν GIS χάρτες που μας παραχώρησε το τμήμα γεωγραφίας. Η Google και λοιποί MAP webservers δεν είχαν σε διάθεση χαρτογράφηση δρόμων και περιοχών της Λέσβου και επειδή θέλαμε να έχουμε έναν δυναμικό χάρτη με πολλαπλά επίπεδα ζουμ και να εμφανίζονται τα σημεία ενδιαφέροντος –POIs- με βάση τις GPS συντεταγμένες, δημιουργήσαμε δικό μας Raster based map server. Ο αρχικός χάρτης σε raster μορφή έχει διαστάσεις 1 εκατομμύριο pixel σε πλάτος και ύψος, αλλά το javascript στη σελίδα αυτή απαιτεί μόνο τις ορατές 256 pixel tiles για να γεμίσει το μικρότερο παράθυρο. Όπως σέρνεται η εικόνα, γίνεται νέα χάραξη των tiles και η εικόνα εμφανίζεται έτσι ώστε να διατηρήσει την ψευδαίσθηση της ομαλής κύλισης.
    Ακόμη χρησιμοποιήσαμε AJAX τεχνολογία να τραβάμε στοιχεία για τα POI από την βάση και μετατρέποντας τις GPS συντεταγμένες σε pixels, τα εμφανίζουμε ως hotspots στον χάρτη για να μπορεί ο χρήστης να πλοηγηθεί στην σελίδα με το περιεχόμενο του POI.
  • e-Guide: Web εφαρμογή (slide 19-23)
    Γρήγορη αναφορά στην εφαρμογή στις φάσεις που παρουσιάζεται
  • Το οποίο κάνει trigger τον μηχανισμό δημιουργίας της εφαρμογής για το συγκεκριμένο κινητό του χρήστη.
  • H Κινητή εφαρμογή έχει αναπτυχθεί με την Java ME. Αφού κατεβάσει και εγκαταστήσει ο χρήστης την Java ME εφαρμογή, με το που ανοίγει, διαβάζει το περιεχόμενο που έχει επιλέξει ο χρήστης.
    Από τις υπόλοιπες εικόνες μπορείτε να διακρίνετε ένα ιεραρχικό μοντέλο χρήστη που ξεκινάει με μενού ανά κατηγορία Poi και καταλήγει στο περιεχόμενο του POI περιέχοντας εικόνα, βίντεο και ήχο.
    Επίσης, ο χρήστης μπορεί να δουλέψει από τον χάρτη που περιέχει 2 επίπεδα ζουμ και βασίζεται στον ίδιο χάρτη που γνωρίζει από το web interface.
  • Κυρίως στο πλαίσιο χρηματοδότησης με την ΕΤΑΛ και τον δήμο Μυτιλήνης εγκαταστήσαμε πληροφοριακές ταμπέλες στον ευρύτερο δήμο και στα δημοτικά διαμερίσματα, επίσης εγκαταστήσαμε έναν info kiosk σύστημα με την δυνατότητα απευθείας μετάδοσης της εφαρμογής μέσω Bluetooth. Δηλαδή ο χρήστης φτιάχνει την εφαρμογή του από το infokiosk που μοιάζει με την εφαρμογή του web, έπειτα το περναέι στο κινητό του μέσω Bluetooth. Για το λόγου του αληθείς τρέχω το πρόγραμμα που φτιάξαμε σε visual basic και αν ενεργοποιήσετε το Bluetooth τώρα, θα σας έρθει αυτόματα μια εικόνα στο κινητό σας.
    Εδώ βλέπουμε ένα συνοδευτικό pDA installation που υπάρχει για τον δήμο Μυτιλήνης.

    {?}
  • Από την μελέτη χρηστικότητας συμπεριλαμβάνοντας experimental studies αλλά και field tests συλλέξαμε both quantitive and qualitive data που ικανοποιήσε τις παραμέτρους χρηστικότητας που θέσαμε.
    Συγκεκριμένα, παρότι οι τουρίστες έδειξαν ενδιαφέρον να χρησιμοποιήσουν την web εφαρμογή, εμφανίσθηκαν διστακτικοί στην ασύρματη μεταφόρτωση της κινητής εφαρμογής στη συσκευή τους. Κυρίως για την ανησυχία για ενδεχόμενη χρέωση.
    Επιπλέον, οι χρήστες έδειξαν ενδιαφέρον για δυναμική ενημέρωση της εφαρμογής τους με περισσότερο περιεχόμενο, χρησιμοποιώντας το σύστημα προσωπικού προφίλ που διαθέτει το σύστημα.
  • Επίσης από τα ευρήματα τις μελέτης χρηστικότητας οι χρήστες μας υποδείξανε ότι -θα ήθελαν- να έχουν αυτοματοποιημένες εξατομικευμένες προτάσεις τουριστικού περιεχομένου, -ενδιαφέρονται- να γνωρίζουν τις απόψεις άλλων ανθρώπων για ιστοσελίδες και δραστηριότητες και -θα ήθελαν- να τους παρέχονται προτάσεις για εξατομικευμένα, καθημερινά δρομολόγια.
  • Και έτσι προχωρήσαμε στο στάδιο 2 του συστήματος μας, ένα σύστημα εξατομικευμένων-συστάσεων για τον κινητό τουρισμό - το Mobile Tourism Recommender System.
  • Στόχος των συστημάτων συστάσεων και συστημάτων με επίγνωση πλαισίου είναι η κατάταξη πληροφοριών σχετικά με το Information Selection Criteria ή αλλιώς το προφίλ του χρήστη, για να φιλτράρουν άχρηστα στοιχεία και να εκτιμήσουν πιθανών χρήσιμα στοιχεία για τον χρήστη.
    Τα συστήματα συστάσεων κατηγοριοποιούν και κάνουν συστάσεις βασισμένες στα ενδιαφέροντα και το προσωπικό προφίλ του χρήστη.
    Ενώ τα συστήματα με επίγνωση πλαισίου –context aware systems κατηγοριοποιούν και κάνουν συστάσεις βασισμένες στο τρέχον πλαίσιο χρήσης.
    Τα υπάρχοντα συστήματα όμως, είτε δουλεύουν σε στατικό περιβάλλον [ΚΛΙΚ] είτε εφαρμόζουν ενιαία ενδιαφέροντα για όλους [ΚΛΙΚ].
    Εμείς [ΚΛΙΚ] θα θέλαμε να κατατάξουμε πληροφορίες σχετικά με τον χρήστη, λαμβάνοντας υπόψη τα ενδιαφέροντα και το πλαίσιο χρήσης του.
  • Τα κίνητρα προς χρήση συστημάτων συστάσεων στον τουρισμό περιλαμβάνουν ωφέλει από την αυτοματοποιημένη επεξεργασία τουριστικής πληροφορίας για τον χρήστη που αντιθέτως θα απαιτούσε πολύ χρόνο και γνώσεις από κάποιο άτομο να τα κάνει.
    Τα συστήματα συστάσεων προσπαθούν να προτείνουν τις πληροφορίες που επιθυμεί να βρει ο χρήστης
    Γνώρισαν μεγάλη επιτυχία στον παγκόσμιο ιστό αν και σε άλλα domain άρα γιατί όχι στον τουρισμό
    Τυπικά χρησιμοποιούν τα προφίλ των χρηστών που περιλαμβάνουν πληροφορίες για αυτούς από Ρητά δηλωμένες - Explicit profile π.χ. από φόρμες ερωτηματολογίου και Έμμεσα συναγόμενες - implicit profile π.χ. από το Ιστορικό χρήσης άρα τα συστήματα αυτά βασίζονται στις επιλογές των χρηστών τους.
  • Στον τουρισμό τα συστήματα συστάσεων προσπαθούν να συνδυάσουν εξεζητημένες προτιμήσεις χρηστών (π.χ. επιθυμητός προορισμός, χρονικός περιορισμός, προϋπολογισμός, κτλ.) με τα διαθέσιμα τουριστικά πακέτα, έτσι ώστε να παρέχουν τις ικανοποιητικότερες προτάσεις
    Οι υπάρχοντες κινητοί τουριστικοί οδηγοί παρέχουν μόνο συστάσεις βασισμένες στην τρέχουσα θέση του χρήστη και δεν λαμβάνουν υπόψη πληροφορίες ή προτάσεις που συλλέγονται από άλλους τουρίστες με παρόμοια ενδιαφέροντα. Δηλαδή δεν γίνεται χρήση του συνεργατικού φιλτραρίσματος παράλληλα με το πλαίσιο του χρήστη
  • Ο στόχος του συνεργατικού φιλτραρίσματος με επίγνωση πλαισίου είναι η συσχέτιση του πλαισίου με τις βαθμολογήσεις περιεχομένου που πραγματοποιήθηκαν από τους χρήστες.
    Οι συστάσεις περιεχομένου γίνονται με βάσει την ομοιότητα των χρηστών σε προτιμήσεις και ομοιότητα του πλαισίου χρήσης της κινητής εφαρμογής.
    Δηλαδή θα σου γίνει κάποια σύσταση περιεχομένου εφόσον έχει γίνει καλή αξιολόγηση:
    Α) από χρήστες με συγγενικό προφίλ
    Β) σε παρόμοιο πλαίσιο με το δικό σου τρέχον πλαίσιο

    Πλεονεκτήματα έναντι των κλασικών CF-Συστημάτων είναι ότι εμείς έχουμε πολλαπλές αξιολογήσεις ανά στοιχείο, εφόσον αυτές έγιναν κάτω από διαφορετικό πλαίσιο και Έμμεση ανάδραση συνάγοντας αξιολογήσεις από τη συμπεριφορά του χρήστη όπως διάρκεια διαμονής, συχνότητα επισκέψεων).
  • Το σύστημα μας το ονομάσαμε Mobile Tourism Recommender System. Το MTRS είναι ένα web σύστημα που παρέχει εξατομικευμένες συστάσεις τόσο σε χρήστες του web όσο και του mobile web.
    Το συγκεκριμένο σύστημα χωρίζει τους χρήστες του σε ομάδες με συγγενή ενδιαφέροντα και αξιοποιεί πληροφορίες παρεχόμενες από ομότιμους χρήστες - χρησιμοποιώντας μια προσέγγιση συνεργατικού φιλτραρίσματος.
    Παρέχει – καινοτόμες - εξατομικευμένες υπηρεσίες συστάσεων με επίγνωση πλαισίου και διαφοροποιεί τις αξιολογήσεις μεταξύ των χρηστών ανάλογα με το πλαίσιο στο οποίο βρίσκονται όταν τις πραγματοποιούν, δηλαδή το λεγόμενο “context-aware ratings”. Ως Παραδείγματα του context είναι ή θέση του χρήστη, ώρα, εποχή, καιρός, κλπ τη στιγμή που κάνει την αξιολόγηση με άμεσο ή έμμεσο τρόπο.
  • Η ομαδοποίηση προφίλ των χρηστών πραγματοποιείται με βάση άμεσες συγκεντρωμένες πληροφορίες όπως πόσο ενδιαφέρεται ο χρήστης να επισκεφθεί μουσεία ή αρχαιολογικούς χώρους και έμμεσες πληροφορίες όπως πόσες ιστοσελίδες μουσείων έχει επισκεφθεί. Όσων αφορά τις προτάσεις, το MTRS δίνει προτεραιότητα στα πιο δημοφιλές περιεχόμενο μεταξύ των χρηστών της ίδιας ομάδας.
    Η Ομαδοποίηση των χρηστών ή clustering γίνεται offline επειδή είναι επεξεργαστικά απαιτητικό και το μόνο που κάνει είναι να ομαδοποιεί σε κοινά clusters χρήστες με κοντινά ενδιαφέροντα.
  • Το ΜΤRS χρησιμοποιεί την μέθοδο ομαδοποίησης k-means η οποία αποσκοπεί στην κατάτμηση Ν σημείων σε k ομάδες όπου κάθε σημείο ανήκει μια συστάδα με τον πλησιέστερο μέσο.
    Όσον αφορά την λειτουργία του, αρχικά ορίζουμε Ν σημεία στο χώρο που εκπροσωπεύει τους χρήστες των συστάδων. Αυτά τα σημεία αντιπροσωπεύουν τα αρχικά centroids της ομάδας και έπειτα ορίζουμε για κάθε αντικείμενο μια ομάδα με το κοντινότερο centroid.
    Όταν όλα τα αντικείμενα έχουν εκχωρηθεί, ξανά υπολογίζουμε τις θέσεις των Κ centroids.
    Κάνουμε επανάληψη Βήμα 2 και 3 μέχρι που δεν κινούνται άλλο τα centroids.
    Αυτή η διαδικασία έχει ως αποτέλεσμα τον διαχωρισμό των αντικειμένων σε ομάδες από το οποίο το metric προς ελαχιστοποίηση μπορεί να υπολογισθεί.
  • Το ΜΤRS για να κάνει εξατομικευμένες προτάσεις στο χρήστη, παίρνει τα POIs που είναι κοντά στον χρήστη, παίρνει το explicit και implicit user profile μαζί με το ratings των άλλων χρηστών της συστάδας του. Συγκεκριμένα για τις αξιολογήσεις χρηστών υπάρχει explicit αξιολόγηση (π.χ. από τον χρήστη με βαθμολογία με αστεράκια) και επίσης implicit rating όπου δεν μπαίνω στον κόπο να βαθμολογήσω με αστεράκια αλλά από την καταγραφή της συμπεριφοράς μου, όπως πόση ώρα έμεινα στο POI, συνάγεται κάποιο rating) - τα περνάει στο MTRS για να δώσει στον χρήστη τις εξατομικευμένες του προτάσεις για τα επόμενα POIs.
    Για παράδειγμα, ΑΝ είσαι κοντά στην Ακρόπολη, θα σου συσταθεί να επισκεφτείς την Ακρόπολη, εφόσον άλλοι χρήστες με παρόμοιο προφίλ την έχουν αξιολογήσει θετικά κάτω από παρόμοιες συνθήκες (π.χ. ενώ ήταν μια ηλιόλουστη μέρα και σήμερα είναι επίσης ηλιόλουστη μέρα)
  • Εδώ βλέπουμε το web σύστημα να προτείνει κάποια σημεία στον χρήστη. Για παράδειγμα- από τους αρχαιολογικούς χώρους προτείνει τα τρία POI, γιατί το 66% από τους ομότιμους χρήστες του το έχουν στην λίστα τους ενώ εκείνος δεν το έχει. Θα μπορούσε αν θέλει να τα προσθέσει επί τόπου στην δική του λίστα.
    Επιπλέον, βλέπουμε το web commenting system που μπορεί κανείς να διαβάσει και να σχολιάσει τα σχόλια του, αλλά τα σχόλια άλλον και επίσης να αξιολογήσει σχόλια άλλων χρηστών για την σχετικότητα τους.
  • Εδώ βλέπουμε το πρωτότυπο Interface της κινητής εφαρμογής του χρήστη για το MTRS. Στην 1η εικόνα βλέπουμε έναν vector χάρτη που διακρίνουμε με έναν σταυρό την τοποθεσία του χρήστη (δείτε το βελάκι). Αφού επιλέξει ο χρήστης να του προταθεί από το σύστημα τα επόμενα σημεία προς επίσκεψη - στην επόμενη οθόνη εμφανίζεται η λίστα με τις εξατομικευμένες προτάσεις του MTRS- πατώντας back του δείχνουμε την διαδρομή που μπορεί να ακολουθήσει. Στην συγκεκριμένη διαδρομή το Κατσακούλιο και το Βοστάνειο παρόλο που είναι δίπλα στην Αγία Βαρβάρα δεν επιλέχθηκε στις προτάσεις του MTRS γιατί ο χρήστης έχει προτίμηση στα βυζαντινά κτίρια αλλά και οι χρήστες της συστάδας του δεν δώσανε θετικές αξιολογήσεις σε αυτά τα POI.
  • Ξανά τονίζω, οι προτάσεις επίσκεψης βασίζονται στο προφίλ του χρήστη, αξιολογήσεις χρηστών με παρόμοια ενδιαφέροντα και συναφείς παράμετροι όπως τοποθεσία του χρήστη, τρέχουσα ώρα, καιρικές συνθήκες ή και ιστορικό κίνησης χρήστη.
  • Όταν πας να βάλεις στο function τα contextual parameters, αυτό που έχει σημασία δεν είναι το current context όσο το κατά πόσο το current context «ταιριάζει» με το context που είχε κάποιος άλλος χρήστης τη στιγμή που ανέβαζε το rating
  • Τονίζω ότι το MTRS μαζί με το προφίλ, τις αξιολογήσεις -υποδείξεις και συναφείς παράμετροι - δίνει προτεραιότητα στις προτάσεις για POIs που βρίσκονται κοντά στην τρέχουσα θέση του χρήστη. Όμως πως θα γίνει, καθώς με όλα αυτά θα περιλαμβάνονται και οι πληροφορίες για την θέση του χρήστη, αν δεν έχουν όλες οι κινητές συσκευές συμβατές με συστήματα GPS και WiFi. Ακόμα πως θα τραβάει στοιχειά από το σύστημα αν η σύνδεση σε κάποιο κινητό δίκτυο μπορεί να έχει απαγορευτικό κόστος για το χρήστη?
    Η λύση που δίνουμε είναι χρήση ενός πρότυπου Wireless Sensor Network (WSN) Installation
  • Προτείναμε υποδομές WSN, επειδή είναι βολικό, έχει φθηνή ανάπτυξη και οργανώνεται μόνο του (δηλαδή adhoc network). Έτσι δίνεται στο χρήστη η δυνατότητα να ανεβάσει αξιολογήσεις, photos, κλπ σε ένα απομακρυσμένο server χωρίς χρέωση.
    Περαιτέρω είναι βολικό επειδή εξυπηρετεί την ιδέα του συνεργατικού φιλτραρίσματος με επίγνωση πλαισίου transparently –διαφανές- προς το χρήστη στέλνοντας τις απαραίτητες πληροφορίες πλαισίου (όπως θέση, θερμοκρασία, φως).
    Για το δικό μας πρωτότυπο –χρησιμοποιήσαμε έναν συμβατό αισθητήρα GPS SunSPOT κόμβων το οποίο σκορπίσαμε σε διαστήματα περίπου 30 μέτρων από τα Poi και μέσω τον sink που συνδέεται σε κάποιο router με σύνδεση στο Internet δίνοντας έτσι πρόσβαση στο web server.
  • Εδώ φαίνεται από την κινητή εφαρμογή, όταν ο χρήστης έρθει σε εύρος του σημείο ενδιαφέροντος αυτόματα λαμβάνει ένα σήμα που μεταφράζεται από την εφαρμογή ως σημείο και η εφαρμογή του ρωτάει αν θέλει να αξιολογήσει το σημείο αυτό ή να κατεβάσει νέο περιεχόμενο.
    Επίσης βλέπουμε την οθόνη του χρήστη για το ανέβασμα περιεχομένου και το μήνυμα επιβεβαίωσης του upload.
  • Σχεδόν Βέλτιστα Εξατομικευμένα Καθημερινά Δρομολόγια για έναν Τουριστικό Οδηγό σε Κινητή συσκευή
  • Το πρόβλημα που υφίσταται είναι ότι οι τουρίστες που επισκέπτονται έναν προορισμό για μια ή περισσότερες ημέρες είναι αδύνατο να επισκεφτούν όλα τα τουριστικά αξιοθέατα. Αντιμετωπίζουν το δίλημμα για το ποια POIs θα είναι περισσότερο ενδιαφέροντα για να επισκεφθούν. Τυπικά οι επιλογές τους βασίζονται στις πληροφορίες που συλλέγουν από το Internet, περιοδικά, τουριστικούς οδηγούς, κτλ
    Αφού αποφασίσουν ποια αξιοθέατα θα επισκεφτούν, οι τουρίστες πρέπει να αποφασίσουν ποια διαδρομή θα ακολουθήσουν, δηλαδή την σειρά που θα επισκεφτούν τα POI. Συνήθως χρειάζεται να σχεδιάσουν ένα καθημερινό δρομολόγιο για κάθε ημέρα διαμονής
  • Υπάρχουν διάφοροι περιορισμοί, όπως ο απαιτούμενος χρόνος επίσκεψης για κάθε POI, οι μέρες/ώρες λειτουργίας των POIs ο καθημερινός διαθέσιμος χρόνος για επίσκεψη σε αξιοθέατα, κλπ
    Κάποιοι έντυποι και ηλεκτρονικοί τουριστικοί οδηγοί προτείνουν καθημερινά δρομολόγια, αλλά όχι εξατομικευμένα δρομολόγια
    Οι e-Guides (έως σήμερα) παρέχουν είτε προκαθορισμένες διαδρομές ή εξατομικευμένες προτάσεις για το επόμενο POI που πρέπει κανείς να επισκεφτεί, βασιζόμενοι στην θέση του χρήστη και το προσωπικό του προφίλ
  • Στην βιβλιογραφία τα παρόμοια προβλήματα είναι προβλήματα βελτιστοποίησης και είναι όλα παραλλαγές του Travelling Salesman Problem -TSP. Για παράδειγμα το Team Orienteering Problem –TOP- προτείνει πολλαπλά δρομολόγια - αλλά δεν λαμβάνονται υπόψη χρονικοί περιορισμοί για την επίσκεψη σε κάθε κόμβο (π.χ. ποιες ημέρες/ώρες είναι ανοικτό ένα μουσείο). Το Orienteering Problem with Time Windows (OP-TW) λαμβάνει υπόψη χρονικούς περιορισμούς αλλά κατασκευάζει ένα μοναδικό δρομολόγιο. Τα TOP και OP-TW προβλήματα είναι NP-hard, ως εκ τούτου οι ευριστικοί αλγόριθμοι είναι οι μόνη κατάλληλη λύση για online εφαρμογής.
    [ΚΛΙΚ] Εμείς προτείνουμε το Tourist Itinerary Design Problem που βασίζεται κυρίου στο TOP.
  • Το μοντέλο του TIDP συνολικά περιλαμβάνει τον ορισμό και την περιγραφή του μοντέλου χρήστη -π.χ συσκευή χρήστη, γλώσσα, στοιχεία προφιλ κλπ, το μοντέλο της επίσκεψης (π.χ. θέση ξενοδοχείου του χρήστη, χρόνος επίσκεψης, χρονική διάρκεια, μέσω μεταφοράς κλπ) και το POI μοντέλο με βάση τις παραμέτρους και περιορισμούς όπως Κατηγορία, διαθέσιμο πολυμεσικό περιεχόμενο, πόσο σημαντικό είναι το σημείο, ώρες ανοιχτά κλπ.
  • Το TIDP περιλαμβάνει ένα πλήρες γράφημα G από V σημεία και E ακμές, όπου κάθε i κόμβος, από i=0 έως i=N-1 στο V αντιστοιχεί σε ένα POI. Κάθε ακμή i j στο E αντιστοιχεί στην συντομότερη τοπολογική διαδρομή μεταξύ των POIs i και j και κάθε POI i στο V συσχετίζεται με ένα βάρος wi που υποδηλώνει την αντικειμενική σπουδαιότητα του POI, μια τιμή κέρδους pi, που αντικατοπτρίζει την σπουδαιότητα του POI για έναν συγκεκριμένο χρήστη το οποίο εξαρτάται από τις προσωπικές του προτιμήσεις. Επιπλέον έχουμε ένα σύνολο ημερών Dc (i) κατά τις οποίες η επίσκεψη σε αυτό δεν είναι εφικτή (π.χ. Δευτέρες και κάποιες αργίες), και η αναμενόμενη διάρκεια επίσκεψης του χρήστη στα POI tv (i), που εξαρτάται από τις προτιμήσεις του.
  • Το κόστος της κάθε ακμής ci,j δηλαδή το κόστος επίσκεψης στο j μετά την επίσκεψη στο i, υπολογίζεται από μια weighted function του χρόνου μετακίνησης από το i στο j το ti,j που εξαρτάται από την τοπολογική απόσταση και το μέσο μεταφοράς του χρήστη, το κέρδος επίσκεψης στο j το pj και την διάρκεια της επίσκεψης στον j tv(j).

    Αυτός ο τύπος δηλώνει ότι αν είσαι στον κόμβο i, η επόμενη στάση j θα πρέπει να είναι ένας κόμβος που θα αποφέρει σχετικά υψηλό κέρδος και θα συσχετίζεται με σχετικά μικρό χρόνο μετακίνησης και επίσκεψης
  • Μετά από την μοντελοποίηση, δημιουργήσαμε έναν αλγόριθμο τον DailyTRIP για την λύση του TIDP. O Σκοπός του DailyTRIP είναι να παράγει D διαδρομές Ii που μεγιστοποιούν το συνολικό κέρδος, ικανοποιώντας τον καθορισμένο από τον χρήστη καθημερινό χρονικό προϋπολογισμό T.
    Στην σχετική βιβλιογραφία μόνο ένας αλγόριθμος ο iterated local search έχει προταθεί μέχρι στιγμής για την αντιμετώπιση του προβλήματος του TIDP, το όποιο είναι αρκετά γρήγορο αλλά μπορεί να δημιουργήσει λύσεις με non global optimum.
  • Για παράδειγμα του global optimum - Tο greedy approach έβαλε τον αλγόριθμο να επιλέξει τα πιο κοντινά POI με μεγαλύτερη βαρύτητα αλλά αν κοιτάξετε την τελευταία εικόνα, η διαδρομή δημιουργήθηκε αρκετά γρήγορα αλλά δεν συμπεριλάβαινε τις μεγαλύτερες σε βάρος POIs (τα ροζ σε χρώμα) και έτσι το ils μπορεί με αυτό τον τρόπο να αποκλείσει κάποιο σημείο που άξιζε να επισκεφθεί ό συγκεκριμένος επισκέπτης.
  • Από την άλλη το TIDP πρώτα προσδιορίζει τον χώρο του προβλήματος
  • Aφαιρει τους κόμβους που βρίσκονται σχετικά μακριά και έχουν χαμηλό κέρδος
  • Έπειτα για παράδειγμα εφόσον έχουν επιλεχθεί από τον χρήστη 3 ημέρες διαμονής, επιλέγει τους 3 αρχικούς κόμβους (π.χ εκείνους που απέχουν μεταξύ τους περισσότερο)
  • Τώρα κατασκευάζει τις συνδέσεις της διαδρομής και σε κάθε βήμα ενώνει τον μη επιλεγμένο κόμβο j με τον κόμβο i, ώστε να δίνει το ελάχιστο κόστος ci,j μεταξύ των υποψήφιων κόμβων
  • Πριν ακόμα αποδεχτεί αυτή την σύνδεση, θα πρέπει να ελέγξει αν είναι εφικτό να επισκεφτεί ο χρήστης όλους τους κόμβους της διαδρομής μέσα στον καθημερινό χρονικό όριο T
  • [ΚΛΙΚ]
  • [ΚΛΙΚ]
  • [ΚΛΙΚ]
  • [ΚΛΙΚ]
  • [ΚΛΙΚ]
  • Τέλος παράγονται οι τελικές διαδρομές το οποίο για να σχηματίσουμε από δέντρο σε διαδρομή εκτελούμε έναν αλγόριθμο TSP για κάθε διαδρομή ξεχωριστά.
  • Discuss αποτελέσματα…
  • Ο DailyTRIP υλοποιήθηκε με JAVA servlets and JSP server-side προγραμματισμός. Χρησιμοποιήσαμε το Google Χάρτες API για τον υπολογισμό τυπολογικών αποστάσεων και την εμφάνιση της διαδρομής των ημερών. Για την κινητή συσκευή το πρότυπο μας ενσωμάτωνε μια την εικόνα του Google Static Map API.
  • Κάνοντας μια γενική περίληψη μόνο για τα στάδια αυτής της έρευνας. Στο στάδιο 1 αναπτύξαμε τον Μυτιλήνη eguide, έναν web-to-mobile τουριστικός οδηγός που επιτρέπει την αυτοματοποιημένη δημιουργία φορητής, εξατομικευμένης, αυτόνομης τουριστικής εφαρμογής, προσαρμοσμένης στα χαρακτηριστικά της συσκευής
    Στο στάδιο 2 αναπτύξαμε τον TIDP, ένα σύστημα –εξατομικευμένων- συστάσεων για τον κινητό τουρισμό το οποίο χρησιμοποιεί συνεργατικές μεθόδους φιλτραρίσματος για να κάνει χρήση πληροφοριών των τουριστών με παρεμφερή ενδιαφέροντα και λαμβάνει υπόψη το πλαίσιο χρήσης, όπως την θέση του χρήστη, την ώρα, τις καιρικές συνθήκες, το καταγεγραμμένο ιστορικό κινητικότητας του χρήστη κτλ.
    Και Στάδιο 3 αναπτύξαμε τον DailyTRIP – Ένας αλγόριθμος για παραγωγή σχεδόν-βέλτιστων εξατομικευμένων καθημερινών τουριστικών διαδρομών
  • Ως μελλοντική έρευνα θέλουμε να διερευνήσουμε νέες κινητές πλατφόρμες και να ερευνήσουμε porting mechanisms για περισσότερες πλατφόρμες όπως το ανερχόμενο Android αλλά και σε iphone.
    Θέλουμε να συμβουλευτούμε Domain Experts για να δημιουργήσουμε τα κατάλληλα στερεότυπα χρήστη.
    Θέλουμε να δώσουμε έμφαση σε αλγοριθμικές λύσεις που θα παρέχουν καθημερινά, εξατομικευμένα τουριστικά δρομολόγια που θα εξαρτηθεί από μια σειρά κριτηρίων, όπως είναι η συνολική διάρκεια του ταξιδιού και την ημερήσια διάρκεια χρησιμοποιώντας τις τρέχουσες καιρικές συνθήκες, τα σημεία ενδιαφέροντος ώρες λειτουργίας, φυσικές αποστάσεις μεταξύ των POI, κλπ.
    Να εστιάσουμε σε παραλλαγές του αλγορίθμου DailyTRIP που θα ενσωματώνει τις πρόσθετες παραμέτρους του προβλήματος TIDP και των περιορισμών.
    Διερεύνηση χρήσης ενός συνδυασμού μέσων μεταφοράς, π.χ. περπάτημα και το λεωφορείο υπηρεσίας, λαμβάνοντας υπόψη τις διάφορες πτυχές των εναλλακτικών μεταφορικών υπηρεσιών
  • Execution Phases of the ILS showing a non global optimum using the greedy approach
  • First exclude from the list with opening times that do not match the current time, open air poi if the weather is rainy and poi already visited by the user.
  • Kenteris ph d greek_new3.7.1

    1. 1. Διαδικτυακές Πολυμεσικές Εφαρμογές Για Κινητές Συσκευές: Η Περίπτωση Των Ηλεκτρονικών Τουριστικών Ξεναγών Μιχάλης Κεντέρης Τμήμα Πολιτισμικής Τεχνολογίας και Επικοινωνίας Πανεπιστήμιο Αιγαίου Τριμελής Επιτροπή: Δ. Γαβαλάς (Επιβλέπων Καθηγητής), Γ. Τσεκούρας, Β. Καβακλή
    2. 2. Επισκόπηση  Προεργασία#: Πλατφόρμες ανάπτυξης κινητών εφαρμογών και τον όρο «κινητός τουρισμός»  Σχετική Έρευνα#: Κινητός τουρισμός (mobile tourism)  Στάδιο #1: Μία Web-to-mobile αρχιτεκτονική για εφαρμογές κινητής τουριστικής ξενάγησης  Στάδιο #2: Ένα σύστημα συστάσεων για τον κινητό τουρισμό (Mobile Tourism Recommender System)  Στάδιο #3: Σχεδόν-Βέλτιστα Εξατομικευμένα Ημερήσια Δρομολόγια για Κινητό Τουριστικό Οδηγό  Συμπεράσματα  Μελλοντική Έρευνα
    3. 3. Πλατφόρμες ανάπτυξης κινητών εφαρμογών  Πλατφόρμες που υποστηρίζουν συσκευές από πολλούς κατασκευαστές: – Java ME -Symbian platform – Android platform -.NET Compact Framework – Qt (framework) Qt -BREW – Windows Mobile -Palm OS – Flash Lite -Microbrowser (Web) based applications – Maebo  Πλατφόρμες που υποστηρίζουν συσκευές από έναν κατασκευαστή: – Blackberry – Nokia OVI – Samsung Bada – iPhone OS
    4. 4. Επιλογή μας: Πλατφόρμες ανάπτυξης κινητών εφαρμογών Figure 2-6. Share of 2010 Q2 smartphone sales to end users by operating system, according to Gartner
    5. 5. Κινητός τουρισμός (Mobile tourism)  Οι τουρίστες κάνουν ολοένα και περισσότερο χρήση του διαδικτύου κατά το σχεδιασμό του ταξιδιού τους  Οι τουρίστες αναζητούν πληροφορίες όχι μόνο από επίσημα site αλλά από άλλους τουρίστες (π.χ. κοινωνικά δίκτυα, blogs, wiki, κλπ) οι τουρίστες αναζητούν πληροφορίες από άλλους τουρίστες και κατά τη διάρκεια του ταξιδιού τους.  Η παροχή τουριστικών υπηρεσιών σε νομαδικούς χρήστες χωρίς χωροχρονικούς περιορισμούς έγινε πραγματικότητα με την εμφάνιση των «κινητών τουρισμού», όπου το περιεχόμενο του τουρισμού και οι υπηρεσίες είναι προσβάσιμες μέσω των κινητών συσκευών του τουρίστα.
    6. 6. Σχετική έρευνα: Κατηγορίες Mobile tourism projects
    7. 7. Information Models Personalized content Personal Profiling Collaborative Filtering Context Aware Updating content Information Models Personalized content Personal Profiling Collaborative Filtering Context Aware Updating content Positioning / MAP Technologies Mapping Technology Out/In door technology Route Finding/Itineraries Adaptation techniques Positioning / MAP Technologies Mapping Technology Out/In door technology Route Finding/Itineraries Adaptation techniques Architecture/ Development Platforms Frameworks Multilingual Architecture/ Development Platforms Frameworks Multilingual Unique Services Communication Content Sharing E-Commerce, Pre and post visit Social Networks Unique Services Communication Content Sharing E-Commerce, Pre and post visit Social Networks Input/Output Modalities User Situations Accessability Multimodality e.g. 3D Input methods Input/Output Modalities User Situations Accessability Multimodality e.g. 3D Input methods Network Infrastructure Cognitive Capabilities Adaptation to changing environments WiFi, BT, 3G Network Infrastructure Cognitive Capabilities Adaptation to changing environments WiFi, BT, 3G Mobile Tourist Guides Mobile Tourist Guides Information Models Personalized content Personal Profiling Collaborative Filtering Context Aware Updating content Information Models Personalized content Personal Profiling Collaborative Filtering Context Aware Updating content Positioning / MAP Technologies Mapping Technology Out/In door technology Route Finding/Itineraries Adaptation techniques Positioning / MAP Technologies Mapping Technology Out/In door technology Route Finding/Itineraries Adaptation techniques Architecture/ Development Platforms Frameworks Multilingual Architecture/ Development Platforms Frameworks Multilingual Unique Services Communication Content Sharing E-Commerce, Pre and post visit Social Networks Unique Services Communication Content Sharing E-Commerce, Pre and post visit Social Networks Input/Output Modalities User Situations Accessability Multimodality e.g. 3D Input methods Input/Output Modalities User Situations Accessability Multimodality e.g. 3D Input methods Network Infrastructure Cognitive Capabilities Adaptation to changing environments WiFi, BT, 3G Network Infrastructure Cognitive Capabilities Adaptation to changing environments WiFi, BT, 3G Mobile Tourist Guides Mobile Tourist Guides Σχετική έρευνα: Κριτήρια Αξιολόγησης
    8. 8. Σχετική Έρευνα: Mobile tourism projects Information Model Position/MAP Technologies Input/Output Modalities Architecture/ Network Infrastructure Unique Services Cyberguide On-device storage. Proprietary application Distributed Dynamic Information. Context Aware.. Map based IrDA and GPS. Automatic logging system Pen / Screen Not Multilingual Visual basic Run time system – PDA WLAN Non cognitive resource adaptable- Guided tours. Messaging. Broadcasting. Post visit logging. GUIDE Centralized Hypermedia personal profile. Push & pull information. Map - Guidance WLAN positioning. No adaptation Pen / Screen Multilingual JAVA – Portable PC WLAN Adaptable to failing resource Communication Ticketing service tour generation LoL@ Centralized Hypermedia model Map - Guidance/Route Cell-id and GPS. User adaptable positioning. Manual logging system. Pen / Key Pad 3 language Multilingual JAVA APLET enabled VoIP Speech input UMTS Adaptable to failing resource Pre-visit Post -visit Commenting diary service Hippie/HIPS Centralized Hypermedia model Personal Profile. Push & Pull Context aware Guidance Electronic Compass IrDA sensors – object level and room level Pen / Screen Not Multilingual Microsoft .NET PDA - Subnotebooks Client -Server browser WLAN Pre-visit Messaging. Broadcasting. Post visit logging TellMaris Proprietary application, not context aware Map - Route finding. GPS Pen/Screen 3D graphics Modality Windows CE PDA Nokia S60 platform WLAN GPRS, UMTS Exploratory
    9. 9. Σχετική Έρευνα: Mobile tourism projects Information Model Position/MAP Technologies Input/ Output Modalities Architecture/ Network Infrastructure Unique Services Deep Map User context and context aware Guidance Vector maps Route finding. User adaptable positioning. Pen/Screen Multilingual support Standards-compliant open source agent framework WLAN GPRS, UMTS Agent based services CRUMPET Explicit and Implicit personal profile. User-aware unobtrusive proactive tips Context aware Itinerary planning. Guidance Vector maps Route finding. location-based services Pen/Screen Multilingual support Client -Server Standards-compliant open source framework WLAN, GPRS, UMTS Cognitive resource adaptation Guided tours Group meeting scheduler SmartKom Centralized Hypermedia model Personal presentation model Guidance Maps Route finding GPS adaptable Pen/Screen, speech Multimodality input / output. Multilingual Agent Architecture. Multi-blackboard system. GSM, GPRS, UMTS Communication Localized information REAL Localized information. User-aware. unobtrusive proactive tips. Proprietary application Active location sensitivity Passive location sensitivity 3D-pointing device. 3D graphics Modality Speech input PalmOS/Pocket PC GPS + Electronic compass (outdoor) IrDA indoor WLAN,GPRS, UMTS Exploratory e-guide Hierarchical information presentation Explicit personal profile Proprietary application Raster based map Orientation Keypad J2ME application based system Bluetooth Exploratory Push model
    10. 10. Σχετική Έρευνα: Συμπεράσματα  Client-server architecture, Propriety-based architecture  Σύνδεση σε δίκτυο(HTTP IP)  Χάρτες; Καθοδήγηση & Δρομολόγια  Προσωπικό προφίλ συστήματος  Μοναδικές υπηρεσίες όπως: – guided tours, communication amongst users and the system, e-service, group meeting scheduler, registering position to friends, pre- visit and post-visit services support, rating/commenting service.
    11. 11. Στάδιο #1: Web-to-mobile αρχιτεκτονική για εφαρμογές κινητής τουριστικής ξενάγησης
    12. 12. Μελέτη περίπτωσης: e-guide  Αυτή η μελέτη περίπτωσης περιέχει τρία υποσυστήματα: – Υποσύστημα Δυναμικής Web Εφαρμογής τουριστικού οδηγού – Υποσύστημα on-the-fly δημιουργίας κινητής τουριστικής εφαρμογής με περιεχόμενο επιλεγμένο από την Web εφαρμογή – Την Κινητή εφαρμογή, ported στις ρυθμίσεις του χρήστη, για το κινητό τηλέφωνο του χρήστη, που προσφέρει εξατομικευμένο περιεχόμενο βάση την επιλογή του χρήστη.
    13. 13. Πρωταρχικοί Στόχοι  Ubiquity και ευκολία – Χρήση ενός οικείου περιβάλλοντος παγκόσμιου ιστού – Δυνατότητα να επιλεγεί περιεχόμενο ο χρήστης ιστού και να δημιουργηθεί δυναμικά προσωποποιημένη εφαρμογή για την κινητή συσκευή του.  Χαμηλό κόστος χρήσης – Χωρίς σύνδεση/δυνατότητα αυτόνομης χρήσης  Χρήση Στίγματος – Παροχή υπηρεσιών με βάση το στίγμα  Εξατομίκευση με βάση: – Το περιεχόμενο (επιλέγεται από τον χρήστη) – Την συσκευή χρήσης, π.χ. ποιότητα ανάλυσης της οθόνης της κινητής συσκευής, δυνατότητες αναπαραγωγής πολυμέσων και περιορισμούς μνήμης χρησιμοποιώντας βάση που ανανεώνετε από κοινότητα χρηστών
    14. 14. Αυτόνομη εφαρμογή κινητής συσκευής Δημιουργός Εφαρμογής κινητής συσκευής και μηχανισμός porting Σχεδιασμός Συστήματος Δυναμική web εφαρμογή και καταγραφή προσωπικού προφίλ
    15. 15. Αρχιτεκτονική εφαρμογής Java/JSP Ajax/JavaScript Mobile Porting server JAXP DBRMS MySQL Web Server HIBERNATE /JDBC J2MEPolish (GNU) XML Java ME InternetInternet To Mobile device using: -Bluetooth -Cable -OTA Web Application
    16. 16. e-Guide: Web εφαρμογή
    17. 17. e-Guide: Web εφαρμογή
    18. 18. e-Guide: Web εφαρμογή
    19. 19. e-Guide: Web εφαρμογή
    20. 20. e-Guide: Web εφαρμογή
    21. 21. e-Guide: Web εφαρμογή
    22. 22. Κινητή εφαρμογή
    23. 23. Info kiosk/ Sign Posts / PDA installation Infokiosk Sign Posts PDA installation
    24. 24. Μελέτη χρηστικότητας: Ευρήματα  Ικανοποίηση παραμέτρων χρηστικότητας μετρούμενες σε δοκιμές (π.χ. learnability, memorability)  Παρότι οι τουρίστες έδειξαν ενδιαφέρον να χρησιμοποιήσουν την web εφαρμογή, εμφανίσθηκαν διστακτικοί στην ασύρματη μεταφόρτωση της κινητής εφαρμογής στη συσκευή τους (ανησυχία για ενδεχόμενη χρέωση)  Οι χρήστες έδειξαν ενδιαφέρον για δυναμική ενημέρωση της εφαρμογής τους με περισσότερο περιεχόμενο, χρησιμοποιώντας το σύστημα προσωπικού προφίλ
    25. 25. Μελέτη Χρηστικότητας: Ευρήματα  Οι χρήστες θα ήθελαν να έχουν αυτοματοποιημένες, εξατομικευμένες προτάσεις τουριστικού περιεχομένου  Ενδιαφέρονταν να γνωρίζουν τις απόψεις άλλων ανθρώπων για ιστοσελίδες / δραστηριότητες  Σε αντίθεση με τα προσχεδιασμένα δρομολόγια, οι χρήστες θα ήθελαν να τους παρέχονται προτάσεις για εξατομικευμένα, καθημερινά δρομολόγια
    26. 26. Στάδιο #2: Σύστημα –εξατομικευμένων- συστάσεων για τον κινητό τουρισμό (Mobile Tourism Recommender System)
    27. 27. Συστήματα Συστάσεων  Κατηγοριοποίηση & Συστάσεις βασισμένες στα ενδιαφέροντα / προσωπικό προφίλ TripAdvisor.com FindAndDine.ch Συστήματα με επίγνωση πλαισίου  Κατηγοριοποίηση & Συστάσεις βασισμένες στο τρέχον πλαίσιο χρήσης) GPS Navigation Systems Location Based Services Κατάταξη πληροφοριών σχετικών με τον χρήστη, λαμβάνοντας υπόψη τα ενδιαφέροντα και πλαίσιο χρήσης Στατικό Περιβάλλον! Ενιαία Ενδιαφέροντα! Στόχος: Κατάταξη πληροφοριών σχετικών με το (Information Selection Criteria) προφίλ χρήστη: • Φιλτράρισμα άχρηστων στοιχείων • Εκτίμηση πιθανών χρήσιμων στοιχείων Συστήματα συστάσεων και Συστήματα με επίγνωση πλαισίου
    28. 28. Κίνητρο για συστήματα συστάσεων στον τουρισμό  Οι τουριστικές πληροφορίες είναι δύσκολο να εντοπιστούν και να επεξεργαστούν ανάμεσα σε πολυάριθμους ιστότοπους (απαιτεί χρόνο και γνώσεις)  Τα συστήματα συστάσεων προσπαθούν να κατανοήσουν (να προτείνουν) τις πληροφορίες που επιθυμεί να βρει ο χρήστης  Γνώρισαν μεγάλη επιτυχία στον παγκόσμιο ιστό  Τυπικά χρησιμοποιούν τα προφίλ/προτιμήσεις των χρηστών που περιλαμβάνουν πληροφορίες για αυτούς: – Ρητά δηλωμένες, π.χ. δημογραφικά δεδομένα, αξιολογήσεις, κτλ – Έμμεσα συναγόμενες, π.χ. Ιστορικό χρήσης
    29. 29. Συστήματα συστάσεων στον τουρισμό  Στον τουρισμό τα συστήματα συστάσεων έχουν χρησιμοποιηθεί κυρίως στον παγκόσμιο ιστό – Προσπαθούν να συνδυάσουν εξεζητημένες προτιμήσεις χρηστών με διαθέσιμα τουριστικά πακέτα  Οι υπάρχοντες κινητοί τουριστικοί οδηγοί παρέχουν μόνο συστάσεις βασισμένες στην τρέχουσα θέση του χρήστη  Προβλήματα: – Οι υπάρχουσες προσεγγίσεις στα συστήματα κινητών τουριστικών προτάσεων δεν λαμβάνουν υπόψη πληροφορίες/προτάσεις που συλλέγονται από άλλους χρήστες/τουρίστες με παρόμοια ενδιαφέροντα – Δηλαδή, δε γίνεται χρήση «συνεργατικού φιλτραρίσματος» (collaborative filtering, CF)
    30. 30. Η έννοια του συνεργατικού φιλτραρίσματος με επίγνωση πλαισίου  Συσχέτιση του πλαισίου με βαθμολογίες περιεχομένου (content ratings) χρηστών  Συστάσεις περιεχομένου βάσει:  ομοιότητα χρήστη (σε προτιμήσεις)  ομοιότητα πλαισίου χρήσης! Πλεονεκτήματα έναντι των κλασικών CF-Συστημάτων: Πολλαπλές αξιολογήσεις ανά στοιχείο, εφόσον αυτές έγιναν κάτω από διαφορετικό πλαίσιο. Έμμεση ανάδραση συνάγοντας αξιολογήσεις από τη συμπεριφορά του χρήστη (π.χ. διάρκεια διαμονής, συχνότητα επισκέψεων).
    31. 31. Το Mobile Tourism Recommender System (MTRS)  Ένα web σύστημα που παρέχει εξατομικευμένες συστάσεις στους τουρίστες  Το σύστημα απευθύνεται τόσο σε χρήστες του web όσο και του mobile web  Χωρίζει τους χρήστες σε ομάδες με συγγενή ενδιαφέροντα – Αξιοποιεί πληροφορίες παρεχόμενες από ομότιμους (π.χ. αξιολογήσεις για μέρη που έχουν επισκεφθεί) χρησιμοποιώντας μια προσέγγιση συνεργατικού φιλτραρίσματος  Παρέχει καινοτόμες, εξατομικευμένες υπηρεσίες συστάσεων με επίγνωση πλαισίου  Διαφοροποιεί τις αξιολογήσεις μεταξύ των χρηστών ανάλογα με το πλαίσιο στο οποίο βρίσκονται όταν τις πραγματοποιούν (“context-aware ratings”) – Οι αξιολογήσεις που έγιναν κάτω από παρόμοιο πλαίσιο έχουν μεγαλύτερη βαρύτητα (weight function)
    32. 32. Ομαδοποίηση προφίλ χρηστών Database (tourist content and user profiles) Users Tourist portal Cluster #1 Cluster #2
    33. 33. Υποσύστημα συστάσεων  Το MTRS χρησιμοποιεί την μέθοδο ομαδοποίησης k-means
    34. 34. Εξατομικευμένες προτάσεις User Profile (declared and inferred user preferences) Personalized recommendation system Personalized recommendations of POIs POIs (Points of Interest) ratings POIs within the tourist destination area Tourist portal
    35. 35. Προτάσεις web MTRS
    36. 36. MTRS mobile prototype
    37. 37. Προτάσεις MTRS σε χρήστες κινητών συσκευών  Οι παρακάτω προτάσεις επίσκεψης POIs βασίζονται σε: – Το προφίλ του χρήστη – αξιολογήσεις/υποδείξεις για χρήστες με παρόμοια ενδιαφέροντα – Συναφείς παράμετροι  τοποθεσία του χρήστη, τρέχουσα ώρα, καιρικές συνθήκες, ιστορικό κίνησης χρήστη (μέρη που έχει ήδη επισκεφθεί)
    38. 38. Περιεχόμενο που ανεβαίνει στο MTRS από χρήστες κινητών  Το MTRS δίνει ιδιαίτερα προτεραιότητα στις προτάσεις για POIs που βρίσκονται κοντά στην τρέχουσα θέση του χρήστη – Όμως:  Καθώς θα πρέπει να περιλαμβάνονται οι πληροφορίες για την θέση των χρηστών, δεν είναι όλες οι κινητές συσκευές συμβατές με συστήματα GPS και WiFi  Το «ανέβασμα» δεδομένων μπορεί να έχει υψηλό κόστος όταν χρησιμοποιούμε τεχνολογία 3G Η λύση που δίνουμε είναι χρήση ενός πρότυπου Wireless Sensor Network (WSN) Installation
    39. 39. Υποδομές WSN για «ανέβασμα» τουριστικού περιεχομένου Sensor nodes Wireless/cable Modem Web server (tourist portal) End users BLUETOOTH Sink (central processing element) Internet Tourists  Το δικό μας πρωτότυπο χρησιμοποιήσαμε ένα συμβατό αισθητήρα GPS SunSPOT κόμβων
    40. 40. Υποδομές WSN για «ανέβασμα» τουριστικού περιεχομένου
    41. 41. Στάδιο #3: Σχεδόν Βέλτιστα Εξατομικευμένα Καθημερινά Δρομολόγια για έναν Τουριστικό Οδηγό σε Κινητή συσκευή
    42. 42. Πολλαπλά καθημερινά τουριστικά δρομολόγια: Κίνητρο  Οι τουρίστες που επισκέπτονται έναν προορισμό για μια ή περισσότερες ημέρες είναι αδύνατο να επισκεφτούν όλα τα τουριστικά αξιοθέατα  Αντιμετωπίζουν το δίλημμα για το ποια σημεία ενδιαφέροντος (Points of Interest, POIs) θα είναι περισσότερο ενδιαφέροντα για να επισκεφθούν  Τυπικά οι επιλογές βασίζονται στις πληροφορίες που συλλέγουν από το Internet, τα περιοδικά, τους έντυπους τουριστικούς οδηγούς, κτλ  Αφού αποφασίσουν ποια αξιοθέατα θα επισκεφτούν, οι τουρίστες πρέπει να αποφασίσουν ποια διαδρομή θα ακολουθήσουν, δηλαδή την σειρά που θα επισκεφτούν τα POI  Συνήθως χρειάζεται να σχεδιάσουν ένα καθημερινό δρομολόγιο για κάθε ημέρα διαμονής
    43. 43. Πολλαπλά καθημερινά τουριστικά δρομολόγια: Κίνητρο  Διάφοροι περιορισμοί:  ο απαιτούμενος χρόνος επίσκεψης για κάθε POI  οι μέρες/ώρες λειτουργίας των POIs  ο καθημερινός διαθέσιμος χρόνος για επίσκεψη σε αξιοθέατα  ...  Κάποιοι έντυποι/ηλεκτρονικοί τουριστικοί οδηγοί προτείνουν καθημερινά δρομολόγια, αλλά όχι εξατομικευμένα  Οι e-Guides (έως σήμερα) παρέχουν είτε προκαθορισμένες διαδρομές ή εξατομικευμένες προτάσεις για το επόμενο POI που πρέπει κανείς να επισκεφτεί, βασιζόμενοι στην θέση του χρήστη και το προσωπικό του προφίλ
    44. 44. Παρόμοια προβλήματα βελτιστοποίησης στην επιχειρησιακή έρευνα  Είναι όλες παραλλαγές του Travelling Salesman Problem (TSP)  Το Team Orienteering Problem (TOP)  Προτείνει πολλαπλά δρομολόγια  Πρόβλημα: δεν λαμβάνονται υπόψη χρονικοί περιορισμοί για την επίσκεψης σε κάθε κόμβο (π.χ. ποιες ημέρες/ώρες είναι ανοικτό ένα μουσείο)  Το Orienteering Problem with Time Windows (OPTW):  Λαμβάνει υπόψη χρονικούς περιορισμούς  Πρόβλημα: κατασκευάζει ένα μοναδικό δρομολόγιο  Τα TOP και OPTW προβλήματα είναι NP-hard, ως εκ τούτου οι ευριστικοί αλγόριθμοι (heuristics) είναι οι μόνη κατάλληλη λύση για online εφαρμογής Εμείς προτείνουμε το Tourist Itinerary Design Problem (TIDP)
    45. 45. Μοντελοποίηση του Tourist Itinerary Design Problem (TIDP) User model POI model Visit model Category Available multimedia resources Geographical position Weight or “Objective” importance Average predicted time of stay Rating/comments of users Days/Hours of visit (time windows) Indoor/Outdoor sight Accessible from people with disabilities Price of entrance (Ticket prices) Device Localization Demographic info Interests Disability Budget Hotel position Period of stay Time constraints Means of transportation
    46. 46. Μοντελοποίηση του Tourist Itinerary Design Problem (TIDP)  Το TIDP περιλαμβάνει ένα πλήρες γράφημα G=(V,E),  κάθε i κόμβος, (i=0,…,N-1), στο V αντιστοιχεί σε ένα POI  κάθε ακμή (i,j) στο E αντιστοιχεί στην συντομότερη διαδρομή (τοπολογική απόσταση) μεταξύ των POIs i και j  Κάθε POI i στο V συσχετίζεται με:  ένα βάρος wi που υποδηλώνει την αντικειμενική σπουδαιότητα του POI  μια τιμή κέρδους pi, που αντικατοπτρίζει την σπουδαιότητα του POI για έναν συγκεκριμένο χρήστη (εξαρτάται από τις προσωπικές του προτιμήσεις)  ένα σύνολο ημερών Dc (i) κατά τις οποίες η επίσκεψη σε αυτό δεν είναι εφικτή (π.χ. Δευτέρες και κάποιες αργίες)  η αναμενόμενη διάρκεια επίσκεψης του χρήστη στα POI tv (i), που εξαρτάται από τις προτιμήσεις του
    47. 47. Μοντελοποίηση του Tourist Itinerary Design Problem (TIDP)  Το κόστος της κάθε ακμής (i,j) ci,j, δηλαδή το κόστος επίσκεψης στο j μετά την επίσκεψη στο i, υπολογίζεται από μια συνάρτηση βάρους (weighted function) του χρόνου μετακίνησης από το i στο j ti,j (εξαρτάται από την τοπολογική απόσταση και το μέσο μεταφοράς), το κέρδος επίσκεψης στο j pj και την διάρκεια της επίσκεψης στον j tv(j):  ci,j = a1 * ti,j - a2 * pj + a3 * tv(j)  a1, a2, a3: συντελεστές βάρους (a1 + a2 + a3 = 1)  ο τύπος δηλώνει ότι αν είσαι στον κόμβο i, η επόμενη στάση j θα πρέπει να είναι ένας κόμβος που θα αποφέρει σχετικά υψηλό κέρδος και θα συσχετίζεται με σχετικά μικρό χρόνο μετακίνησης και επίσκεψης
    48. 48. Στόχος DailyTRIP  Σκοπός του DailyTRIP: παράγω |D| διαδρομές Ii που μεγιστοποιούν το συνολικό κέρδος:  ικανοποιώντας τον καθορισμένο από τον χρήστη καθημερινό χρονικό προϋπολογισμό T, i.e. Τ(Ιι) <= Τα  Μόνο ένας αλγόριθμος (ILS) έχει προταθεί μέχρι στιγμής για την αντιμετώπιση του προβλήματος TIDP (Souffriau et al., 2008)  Ακολουθεί μια «άπληστη» (greedy) προσέγγιση το όποιο είναι αρκετά γρήγορο αλλά μπορεί να δημιουργήσει λύσεις με non global optimum
    49. 49. Π.χ. Ils non global optimum using the greedy approach
    50. 50. Καθημερινός TRIP αλγόριθμος: Φάση #1 H  Προσδιορίζω τον χώρο του προβλήματος (ποια POIs αξίζει τον κόπο να επισκεφθεί ο συγκεκριμένος χρήστης, δηλαδή έχουν ένα σχετικά υψηλό κέρδος)
    51. 51. Καθημερινός TRIP αλγόριθμος: Φάση #2 H  Περιορίζω το χώρο του προβλήματος (αφαιρώ τους κόμβους που βρίσκονται σχετικά μακριά και/ή έχουν χαμηλό κέρδος)
    52. 52. Καθημερινός TRIP αλγόριθμος: Φάση #3 H  Για 3 ημέρες διαμονής, επιλέγω τους 3 αρχικούς κόμβους διαδρομής (εκείνους που απέχουν μεταξύ τους περισσότερο) Day 1 Day 2 Day 3
    53. 53. Καθημερινός TRIP αλγόριθμος: Φάση #4  Κατασκευάζω τις συνδέσεις της διαδρομής  Σε κάθε βήμα ενώνω τον μη επιλεγμένο κόμβο j με τον κόμβο i, ώστε να δίνει το ελάχιστο κόστος ci,j = a1 * ti,j - a2 * pi,j + a3 * tv (j) μεταξύ των υποψήφιων κόμβων j H Day 1 Day 2 Day 3
    54. 54. Καθημερινός TRIP αλγόριθμος: Φάση #4  Κατασκευάζω τις συνδέσεις της διαδρομής  Πριν ακόμα αποδεχτώ αυτή την σύνδεση, θα πρέπει να ελέγξω αν είναι εφικτό να επισκεφτώ όλους τους κόμβους της διαδρομής μέσα στον καθημερινό χρονικό όριο T H Day 1 Day 2 Day 3
    55. 55. Καθημερινός TRIP αλγόριθμος: Φάση #4  Κατασκευάζω τις συνδέσεις της διαδρομής H Day 1 Day 2 Day 3
    56. 56. Καθημερινός TRIP αλγόριθμος: Φάση #4  Κατασκευάζω τις συνδέσεις της διαδρομής H Day 1 Day 2 Day 3
    57. 57. Καθημερινός TRIP αλγόριθμος: Φάση #4  Κατασκευάζω τις συνδέσεις της διαδρομής H Day 1 Day 2 Day 3
    58. 58. Καθημερινός TRIP αλγόριθμος: Φάση #4  Κατασκευάζω τις συνδέσεις της διαδρομής H Day 1 Day 2 Day 3
    59. 59. Καθημερινός TRIP αλγόριθμος: Φάση #4  Κατασκευάζω τις συνδέσεις της διαδρομής H Day 1 Day 2 Day 3
    60. 60. Καθημερινός TRIP αλγόριθμος: Φάση #5  Παράγω τις τελικές διαδρομές (τρέχω έναν αλγόριθμο TSP για κάθε διαδρομή ξεχωριστά) H Day 1 Day 2 Day 3
    61. 61. Αποτελέσματα προσομοίωσης 100,00 1000,00 10000,00 100000,00 1000000,00 10 20 30 40 50 60 70 80 90 100 #POIs OverallProfit DAILYTRIP ILS 30 35 40 45 50 55 60 65 70 75 10 20 30 40 50 60 70 80 90 Weight of POIs TotalDistance (3Itineraries) DAILYTRIP ILS 60 110 160 210 260 10 20 30 40 50 60 70 80 90 100 # POIs TotalTravellingTime DAILY TRIP ILS 0,00 50,00 100,00 150,00 200,00 250,00 300,00 350,00 10 20 30 40 50 60 70 80 90 100 #POIs TravelTime DAILYTRIP ILS
    62. 62. Υλοποίηση DailyTRIP  JAVA Servlets and JSP server-side προγραμματισμός  Google Χάρτες API για τον υπολογισμό τοπολογικών αποστάσεων
    63. 63. Υλοποίηση DailyTRIP  JSP server-side προγραμματισμός  Google Χάρτες API
    64. 64. Περίληψη  Στάδιο #1: Ένας web-to-mobile τουριστικός οδηγός – Επιτρέπει την αυτοματοποιημένη δημιουργία φορητής, εξατομικευμένης, αυτόνομης τουριστικής εφαρμογής, προσαρμοσμένης στα χαρακτηριστικά της συσκευής  Στάδιο #2: Σύστημα –εξατομικευμένων-συστάσεων για τον κινητό τουρισμό – χρησιμοποιεί συνεργατικές μεθόδους φιλτραρίσματος για να κάνει χρήση πληροφοριών των τουριστών με παρεμφερή ενδιαφέροντα – λαμβάνει υπόψη το πλαίσιο χρήσης, όπως την θέση του χρήστη, την ώρα, τις καιρικές συνθήκες, το καταγεγραμμένο ιστορικό κινητικότητας του χρήστη κτλ.  Στάδιο #3: DailyTRIP – Ένας αλγόριθμος για παραγωγή σχεδόν- βέλτιστων εξατομικευμένων καθημερινών τουριστικών διαδρομών
    65. 65. Μελλοντική Έρευνα  Διερεύνηση νέες κινητές πλατφόρμες και porting mechanisms για να κάνουμε porting από JavaME σε Android και iPhone  Να συμβουλευτούμε Domain Experts (π.χ. εμπειρογνώμονες στον τομέα του τουρισμού) για να δημιουργήσουμε τα κατάλληλα στερεότυπα χρήστη.  Έμφαση σε αλγοριθμικές λύσεις που θα παρέχουν καθημερινά, εξατομικευμένα τουριστικά δρομολόγια που θα εξαρτηθεί από μια σειρά κριτηρίων  Εστίαση σε παραλλαγές του αλγορίθμου DailyTRIP που θα ενσωματώνει τις πρόσθετες παραμέτρους του προβλήματος TIDP και των περιορισμών.  Διερεύνηση χρήσης ενός συνδυασμού μέσων μεταφοράς, π.χ. περπάτημα και το λεωφορείο υπηρεσίας, λαμβάνοντας υπόψη τις διάφορες πτυχές των εναλλακτικών μεταφορικών υπηρεσιών
    66. 66. Δημοσιεύσεις: International Journals  M. Kenteris, D. Gavalas and D. Economou, “Electronic Mobile Guides: A Survey”, accepted from Personal and Ubiquitous Computing (IF: 1.554), Springer Science.  M. Kenteris, D. Gavalas and D. Economou, “Mytilene E-guide: A Multiplatform Mobile Application Tourist Guide Exemplar”, accepted from Multimedia Tools and Applications (IF: 0.626), Springer Science.  M. Kenteris, D. Gavalas and D. Economou, “An Innovative Mobile Electronic Tourist Guide Application”, Personal and Ubiquitous Computing (IF: 1.554), Springer Science, 13(2), pp. 103-118, February 2009.  D. Economou, D. Gavalas, M. Kenteris and G.E. Tsekouras, “Cultural Applications for Mobile Devices: Issues and Requirements for Authoring Tools and Development Platforms”, ACM SIGMOBILE Mobile Computing & Communications Review, 12(3), pp. 18-33, July 2008.  D. Economou, D. Gavalas, M. Kenteris and K. Micha, “Multimedia Applications for Handheld Devices: Analysis of Requirements for Development Platforms and Application Authoring Tools”, Journal of Mobile Multimedia, Rinton Press, 3(1), pp.65- 87, March 2007.
    67. 67. Δημοσιεύσεις: Book Chapter  M. Kenteris, D. Gavalas and D. Economou, “Mobile Tourist Applications: Design Criteria, Status and Trends”, accepted as a book chapter for “Handbook of Research on Mobile Software Engineering: Design, Implementation and Emergent Applications”, P. Alencar and D. Cowanto (Eds.), to be published by IGI Global (formerly Idea Group Inc.), USA.
    68. 68. Δημοσιεύσεις: International Conferences  M. Kenteris, D. Gavalas, G. Pantziou and C. Konstantopoulos, “Near-Optimal Personalized Daily Itineraries for a Mobile Tourist Guide”, Proceedings of the 15th IEEE Symposium on Computers and Communications (ISCC’2010), pp. 862-864, Riccione, Italy, 22-25 June 2010.  M. Kenteris, D. Gavalas and A. Mpitziopoulos, “A Mobile Tourism Recommender System”, Proceedings of the 15th IEEE Symposium on Computers and Communications (ISCC’2010), pp. 840-845, Riccione, Italy, 22-25 June 2010.  M. Kenteris, D. Economou, D. Gavalas and D. Zamplaras, “Deploying Thick Mobile Clients using Thin Client Architecture: a Case in Mobile Tourist Guides”, Proceedings of the 1st World Summit on the Knowledge Society (WSKS’2008), M.D. Lytras et al. (Eds.), Communications in Computer and Information Science (CCIS) Vol. 19, Springer, Athens, Greece, pp. 635-640, 24-28 September 2008.  M. Kenteris, D. Gavalas and D. Economou, “Evaluation of Mobile Tourist Guides”, Proceedings of the 1st World Summit on the Knowledge Society (WSKS’2008), M.D. Lytras et al. (Eds.), Communications in Computer and Information Science (CCIS) Vol. 19, Springer, Athens, Greece, pp. 603-610, 24-28 September 2008.  M. Kenteris, M. Vafopoulos and D. Gavalas, “Cultural Informatics in Web Science: A Case of Exploiting Local Cultural Content”, Proceedings of the 12th Panhellenic Conference on Informatics (PCI’2008), Samos, Greece, 28-30 August 2008.
    69. 69. Δημοσιεύσεις: International Conferences  D. Economou, D. Gavalas and M. Kenteris, “Authoring Tools & Development Platforms: Requirements for Mobile Devices-Enabled Cultural Applications”, Proceedings of the 11th Panhellenic Conference on Informatics (PCI’2007), ISBN: 978-960-89784-0-9, Vol. B, pp. 419-432, Patras, Greece, 18-20 May 2007.  M. Kenteris, D. Gavalas and D. Economou, “Developing Tourist Guide Applications for Mobile Devices Using the J2ME Platform”, Proceedings of the 2006 Conference on Mobile Computing and Wireless Communications (MCWC’2006), O. Haddad (Eds), ISBN: 978-9957-486-00-6, pp. 178-183, Amman, Jordan, 17-20 September 2006.  D. Gavalas, D. Economou and M. Kenteris, “The Wireless Internet Technology Landscape”, Proceedings of the 2006 Conference on Mobile Computing and Wireless Communications (MCWC’2006), O. Haddad (Eds), ISBN: 978-9957-486-00-6, pp. 171 – 177, Amman, Jordan, 17-20 September 2006.  M. Kenteris, D. Gavalas and D. Economou, “A Novel Method for the Development of Personalized Mobile Tourist Applications”, Proceedings of the 5th IASTED International Conference on Communication Systems and Networks (CSN’2006), C.E. Palau Salvador (Eds.), ACTA Press, ISBN: 0- 88986-606-6, pp. 208-212, Palma de Mallorca, Spain, 28-30 August 2006.  D. Gavalas, D. Economou and M. Kenteris, “Status and Trends of Wireless Web Technologies”, Proceedings of the 5th IASTED International Conference on Communication Systems and Networks (CSN’2006), C.E. Palau Salvador (Eds.), ACTA Press, ISBN: 0-88986-606-6, pp. 219-224, Palma de Mallorca, Spain, 28-30 August 2006.
    70. 70. Under Review (υπό κρίση): 1. D. Gavalas and M. Kenteris, “A Mobile Tourism Pervasive Recommendation System”, submitted to IEEE Pervasive Computing (Ι.F 3,08). {Major Revision underway}
    71. 71. Σας ευχαριστώ για την προσοχή σας!! H Day 1 Day 2 Day 3

    ×