第1期 YOCHUM Phatpicha,等：基于位置和开放链接数据的旅游推荐系统综述 ·27· 影响，比如目的地和景点的选择。如何找到有用 30 的信息并将信息分享给所有人是当前旅游领域面 3 临的一个挑战。因此，LOD扮演了重要角色，因 22 为任何人都可以共享和构建这些数据。 17 很多研究者在旅游领域都采用了LOD的概 念。如Sah等开发了一个个性化旅游搜索的在 线演示系统，并基于LOD建立了一个基准数据集。 10 该系统主要由两部分组成：I)允许用户在LOD 上进行搜索，并对检索到的搜索结果进行分类； 2)根据用户交互对搜索结果进行个性化处理。 20142015201620172018 Pantano等)利用tripadvisor..com免费提供的大量 发表年份 开放数据来预测游客对某个目的地的评分。此 图2 近5年基于位置和LOD的旅游推荐系统相关论文 外，许多研究人员还将开放数据链接到本体概念 发表数量 Fig.2 Number of publications of location-based open link 中。特别是Bischof等提出的开放城市数据管 data recommendation systems on tourism over years 道，是一个从多种数据来源收集、集成和丰富开 放城市数据的平台。 根据不同的基于位置的推荐应用，其发表情 况如图3所示。 3基于位置的开放链接数据旅游推荐 概览 50 % 本文调研了近5年（从2014一2018年）发表 在重要期刊上基于位置和LOD的旅游推荐系统 30 的研究现状。对发表在以下6个国际重要数据库 10 上从2014一2018年的期刊论文进行了考察： ACM Digital Library,IEEE Xplore Digital Library, 基于旅游GPS 基于基于基于 位置 路线轨迹媒介 本体 EI Compendex、ScienceDirect、Springer Link和Web 的单 推荐推荐 的地的位 的朋 of Science。使用关键词'linked open data”、“loca- 点推 理标置推 友 签推荐 tion-based”、“tourism”和“recommendation”以及 荐 基于位置的推荐应用类别 它们的同义词"linked data'”、“open data”、“onto- logy”、“knowledge'”、“location”、“attraction”、 图3不同推荐应用分类对应的论文数量 Fig.3 Distribution of publications by the different categories “travel”、“tourist'”、“POI”、“point-of-interest'”和 从图3中可以看出，从2014一2018年，基于 “recommender'”过滤搜索到的论文。基于以上关 位置和LOD的旅游推荐系统正日益引起研究者 键词产生的搜索字符串为：Linked Open Data 或“Linked Data'”或“Open Data”或“Ontology”或 的关注，并且研究者倾向使用多种推荐技术如本 “Knowledge”和“Location-based”或Location”和 体、基于内容的推荐方法、协同过滤、混合推荐、 “Tourism”或“Attraction'”或“Travel”或“Tourist' 模糊推荐和深度学习等来提高推荐系统的性能。 或“POI”或“Point-of-interest'”和“Recommenda- 4 基于位置和开放链接数据的旅游 tion”或“Recommender”。 推荐系统的应用分类 本文通过以下标准来选择相关的论文：1)有 显式的基于位置的推荐技术；2)使用LOD作为数 研究者已经在基于位置和LOD的旅游推荐 据源；3)发表时间为2014一2018年；4)应用领域 系统应用领域进行了很多研究，现有的应用可以 为旅游。 被分为基于位置的单点推荐、旅游路线推荐、 分类的目的是为了清楚地说明过去几年出版 GPS轨迹推荐、基于媒介的地理标签推荐、基于 物的发行情况并总结这些研究成果。图2给出了 本体的位置推荐和基于位置的朋友推荐。 基于位置和LOD的推荐系统在旅游领域共89篇 4.1基于位置的单点推荐 期刊论文的发行情况。从图中可以看出该领域的 基于位置的单点推荐系统仅能为用户推荐单 研究逐年递增，预计未来几年还会进一步增加。 个地点和景点。很多研究者通过挖掘用户偏好、影响，比如目的地和景点的选择。如何找到有用 的信息并将信息分享给所有人是当前旅游领域面 临的一个挑战。因此，LOD 扮演了重要角色，因 为任何人都可以共享和构建这些数据。 很多研究者在旅游领域都采用了 LOD 的概 念。如 Sah 等 [10] 开发了一个个性化旅游搜索的在 线演示系统，并基于 LOD 建立了一个基准数据集。 该系统主要由两部分组成：1) 允许用户在 LOD 上进行搜索，并对检索到的搜索结果进行分类； 2) 根据用户交互对搜索结果进行个性化处理。 Pantano 等 [11] 利用 tripadvisor.com 免费提供的大量 开放数据来预测游客对某个目的地的评分。此 外，许多研究人员还将开放数据链接到本体概念 中。特别是 Bischof 等 [12] 提出的开放城市数据管 道，是一个从多种数据来源收集、集成和丰富开 放城市数据的平台。 3 基于位置的开放链接数据旅游推荐 概览 本文调研了近 5 年 (从 2014—2018 年) 发表 在重要期刊上基于位置和 LOD 的旅游推荐系统 的研究现状。对发表在以下 6 个国际重要数据库 上从 2014—201 8 年的期刊论文进行了考察： ACM Digital Library、IEEE Xplore Digital Library、 EI Compendex、ScienceDirect、Springer Link 和 Web of Science。使用关键词“linked open data”、“loca￾tion-based”、“tourism”和“recommendation”以及 它们的同义词“linked data”、“open data”、“onto￾logy”、“knowledge”、“location”、“attraction”、 “travel”、“tourist”、“POI”、“point-of-interest”和 “recommender”过滤搜索到的论文。基于以上关 键词产生的搜索字符串为：“Linked Open Data” 或“Linked Data”或“Open Data”或“Ontology”或 “Knowledge”和“Location-based”或“Location”和 “Tourism”或“Attraction”或“Travel”或“Tourist” 或“POI”或“Point-of-interest”和“Recommenda￾tion”或“Recommender”。 本文通过以下标准来选择相关的论文：1) 有 显式的基于位置的推荐技术；2) 使用 LOD 作为数 据源；3) 发表时间为 2014—2018 年；4) 应用领域 为旅游。 分类的目的是为了清楚地说明过去几年出版 物的发行情况并总结这些研究成果。图 2 给出了 基于位置和 LOD 的推荐系统在旅游领域共 89 篇 期刊论文的发行情况。从图中可以看出该领域的 研究逐年递增，预计未来几年还会进一步增加。 5 17 21 22 24 0 5 10 15 20 25 30 2014 2015 2016 2017 2018 期刊论文数量 发表年份 图 2    近 5 年基于位置和 LOD 的旅游推荐系统相关论文 发表数量 Fig. 2    Number of publications of location-based open link data recommendation systems on tourism over years 根据不同的基于位置的推荐应用，其发表情 况如图 3 所示。 基于 位置 的单 点推 荐 旅游 路线 推荐 GPS 轨迹 推荐 基于 媒介 的地 理标 签推 荐 基于 本体 的位 置推 荐 基于 位置 的朋 友推 荐 43 12 6 15 5 8 0 10 20 30 40 50 期刊论文数量 基于位置的推荐应用类别 图 3    不同推荐应用分类对应的论文数量 Fig. 3    Distribution of publications by the different categories 从图 3 中可以看出，从 2014—2018 年，基于 位置和 LOD 的旅游推荐系统正日益引起研究者 的关注，并且研究者倾向使用多种推荐技术如本 体、基于内容的推荐方法、协同过滤、混合推荐、 模糊推荐和深度学习等来提高推荐系统的性能。 4 基于位置和开放链接数据的旅游 推荐系统的应用分类 研究者已经在基于位置和 LOD 的旅游推荐 系统应用领域进行了很多研究，现有的应用可以 被分为基于位置的单点推荐、旅游路线推荐、 GPS 轨迹推荐、基于媒介的地理标签推荐、基于 本体的位置推荐和基于位置的朋友推荐。 4.1 基于位置的单点推荐 基于位置的单点推荐系统仅能为用户推荐单 个地点和景点。很多研究者通过挖掘用户偏好、 第 1 期 YOCHUM Phatpicha，等：基于位置和开放链接数据的旅游推荐系统综述 ·27·