論文の概要: Hidden markov model to predict tourists visited place

• arxiv url: http://arxiv.org/abs/2511.19465v1
• Date: Fri, 21 Nov 2025 19:58:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-26 17:37:04.007615
• Title: Hidden markov model to predict tourists visited place
• Title（参考訳）: 観光客が訪れる場所を予測する隠れマルコフモデル
• Authors: Theo Demessance, Chongke Bi, Sonia Djebali, Guillaume Guerard,
• Abstract要約: 本研究では,ソーシャルネットワークデータ分析に基づいて,観光客の行動を理解し,学習する手法を提案する。 この方法は、機械学習の文法推論アルゴリズムに依存している。 この論文の主な貢献は、文法推論アルゴリズムをビッグデータの文脈に適応させることである。
• 参考スコア（独自算出の注目度）: 2.5665716218583965
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nowadays, social networks are becoming a popular way of analyzing tourist behavior, thanks to the digital traces left by travelers during their stays on these networks. The massive amount of data generated; by the propensity of tourists to share comments and photos during their trip; makes it possible to model their journeys and analyze their behavior. Predicting the next movement of tourists plays a key role in tourism marketing to understand demand and improve decision support. In this paper, we propose a method to understand and to learn tourists' movements based on social network data analysis to predict future movements. The method relies on a machine learning grammatical inference algorithm. A major contribution in this paper is to adapt the grammatical inference algorithm to the context of big data. Our method produces a hidden Markov model representing the movements of a group of tourists. The hidden Markov model is flexible and editable with new data. The capital city of France, Paris is selected to demonstrate the efficiency of the proposed methodology.
• Abstract（参考訳）: 今日では、旅行者がこれらのネットワークに滞在中に残したデジタルトレースのおかげで、ソーシャルネットワークは観光行動を分析する一般的な方法になりつつある。 大量のデータが生成され、旅行中にコメントや写真を共有する観光客の適性によって、旅行をモデル化し、行動を分析することが可能になる。 観光客の次の動きを予測することは、需要を理解し、意思決定支援を改善するために観光マーケティングにおいて重要な役割を担っている。 本稿では,今後の動きを予測するために,ソーシャルネットワークデータ分析に基づいて観光客の動きを理解し,学習する手法を提案する。 この方法は、機械学習の文法推論アルゴリズムに依存している。 この論文の主な貢献は、文法推論アルゴリズムをビッグデータの文脈に適応させることである。 本手法は,観光客のグループの動きを表す隠れマルコフモデルを生成する。 隠れマルコフモデルはフレキシブルで、新しいデータで編集できる。 フランスの首都パリは、提案された手法の効率性を示すために選ばれた。

関連論文リスト

• Narrative-Driven Travel Planning: Geoculturally-Grounded Script Generation with Evolutionary Itinerary Optimization [3.739657762473404]
  本稿では,旅行者のためのジオカルチャー的な物語スクリプトを生成するナラティブガイドと呼ばれる物語駆動型旅行計画フレームワークを提案する。 反復計画段階において、NarrativeGuideは、物語駆動旅行計画を最適化問題としてモデル化し、遺伝的アルゴリズム(GA)を用いてイテレーションを洗練させる。 その結果、NarrativeGuideは、反復計画とスクリプト生成の両方において強力な機能を示すことがわかった。
  論文  参考訳（メタデータ） (2025-02-20T11:15:23Z)
• From Twitter to Reasoner: Understand Mobility Travel Modes and Sentiment Using Large Language Models [8.438695039581141]
  本稿では,Large Language Models (LLMs) を用いた新たな手法を提案する。 ほとんどのソーシャルメディア投稿は肯定的な感情ではなく否定的な感情を呈している。
  論文  参考訳（メタデータ） (2024-11-04T23:04:13Z)
• Wireless Crowd Detection for Smart Overtourism Mitigation [50.031356998422815]
  この章では、モバイルデバイスのワイヤレスアクティビティに基づいたオーバツーリズムを監視するための、低コストなアプローチについて説明する。 群集センサは、無線技術のトレース要素を検出することで、周囲のモバイルデバイスの数をカウントする。 いくつかの技術で検出プログラムを実行し、指紋解析の結果は匿名データベースにのみローカルに保存される。
  論文  参考訳（メタデータ） (2024-02-14T13:20:24Z)
• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
  ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。 この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。 我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
  論文  参考訳（メタデータ） (2023-05-23T16:40:07Z)
• Forecasting Inter-Destination Tourism Flow via a Hybrid Deep Learning Model [7.769537533798236]
  ITF(Inter-Destination Tourism Flow, Inter-Destination Tourism Flow)は、目的地の役割の分類や訪問パターンのマイニングといった業務における観光管理に一般的に用いられている。 ITFの体積がマルチトラクションシステムの特徴にどのように影響されているかを理解するのは難しい。 ITF予測のためのグラフベースハイブリッドディープラーニングモデルを提案する。
  論文  参考訳（メタデータ） (2023-05-05T03:48:12Z)
• Using social network and semantic analysis to analyze online travel forums and forecast tourism demand [0.0]
  欧州の主要7都市のフォーラムを10年間で分析し、約14万7000人のユーザーが書いた26万以上の投稿を集めた。 ソーシャルネットワークと意味変数を用いたFacter Augmented Autoregressive and Bridgeモデルを実装した。
  論文  参考訳（メタデータ） (2021-05-17T10:54:23Z)
• Hidden Footprints: Learning Contextual Walkability from 3D Human Trails [70.01257397390361]
  現在のデータセットは、人々がどこにいるか、どこにいるかを教えてくれません。 まず、画像間で人の観察を伝播させ、3D情報を利用して、私たちが「隠れ足跡」と呼ぶものを作成することで、有効なラベル付き歩行可能領域の集合を拡大する。 このようなスパースラベルのために設計されたトレーニング戦略を考案し、クラスバランスの分類損失と文脈逆転損失を組み合わせた。
  論文  参考訳（メタデータ） (2020-08-19T23:19:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。