활동강도 지수(FFI)를 반영한 개인화 관광 일정 추천 시스템의 설계와 실증 분석
Design and Empirical Analysis of a Personalized Tourism Itinerary Recommendation System Incorporating the Functional Fitness Index(FFI)
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 여행자의 신체적 활동강도를 반영한 개인화 관광 일정 추천 시스템을 제안한다. 이를 위해 이동거리, 이동시간, 체류시간, 기온, 습도, 활동 난이도를 통합한 활동강도 지수(Functional Fitness Index, FFI)를 설계하고, 실제 제주 여행 로그 데이터를 기반으로 검증하였다. 이후 K-Means 군집분석을 통해 유사한 활동강도 및 여행 스타일을 가진 이용자 그룹을 식별하고, 각 그룹 내에서 신경망 협업 필터링(Neural Collaborative Filtering, NCF)을 적용하여 정교한 개인화 추천을 수행하였다. 성능평가 결과, Precision@5는 0.35, 활동강도 적합도(Fatigue Fit Score)는 평균 0.75로 나타나, 제안 모델이 사용자 신체적 수용성을 반영한 실질적 개인화 추천에 효과적임을 입증하였다. 본 연구는 관광 추천의 새로운 맥락 변수로 ‘활동강도’를 도입함으로써, 포용적이고 지속 가능한 스마트 관광 서비스 구현에 기여한다.
Abstract
This study proposes a personalized tourism itinerary recommendation system that reflects travelers’ physical activity intensity. A Functional Fitness Index (FFI), integrating travel distance, duration, stay time, temperature, humidity, and activity difficulty (MET), was developed and empirically validated using real-world Jeju travel log data. Based on K-Means clustering, travelers with similar activity-level preferences were grouped, and within each cluster, Neural Collaborative Filtering (NCF) was applied to capture nonlinear user–itinerary interactions. Experimental results showed that the proposed model achieved a Precision@5 of 0.35 and an average Fatigue Fit Score (FFS) of 0.75, demonstrating its effectiveness in recommending itineraries aligned with users’ physical tolerance levels. By introducing “activity intensity” as a novel contextual variable, this research extends the paradigm of context-aware recommendation and contributes to the development of inclusive and sustainable smart tourism services.