CC BY
170
УДК: 338.48
ББК: 65.433
Никулин Д.Ю., Краснов С.В.
ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ В ТУРИЗМЕ
Nikulin D.U., Krasnov S. V.
INTELLIGENT TECHNOLOGIES FOR TOURISM
Ключевые слова: туризм, турпродукт, модель тура, конструктор туров, индивидуальные туры, модели туриста, интеллектуальные технологии, фреймы, нейронные сети, обратная связь.
Keywords: tourism, tourism product, tour model, designer tours, personalised tours, tourist models, intelligent technologies, frames, neural networks feedback.
Аннотация: одной из особенностей туризма является то, что ядром, координирующим многообразных участников туристического рынка, является информация. Многогранность задач в индустрии туризма требует интеграции разнообразных информационных технологий, начиная от программных продуктов для конкретных туроператоров, турагентств и всех участников рынка, использования технологий глобальных компьютерных сетей и искусственного интеллекта.
Современный турпродукт, чтобы быть более привлекательным для туриста, должен становиться не только более доступным, но и индивидуальным.
Необходимо создание мира моделей туриста, т.е. «профиля» туриста, поскольку речь идет о формализации таких слабоструктурированных понятий, как «впечатления», «намерения» и т.п., необходимо использовать технологии искусственного интеллекта.
В статье представлена технология формирования «профиля» туриста.
Abstract: one of the features of tourism is that the primary-coordinating the diverse participants of the tourist market is information. The diversity of tasks in the tourism industry requires the integration of diverse information technologies, ranging from software products to specific tour operators, travel agents and all market participants, the use of technologies of global computer networks and artificial intelligence.
Modern tourism product to be more attractive for the tourist needs is not only more accessible, but individual.
It is necessary to create models of the world of the tourist, i.e. the "profile" of the tourist, since we are talking about formalizing such semi-structured concepts as "experience", "intention", etc., it is necessary to use artificial intelligence technology.
In the article the technology of forming a "profile " of the tourist.
Индустрия туризма является высокодоходной и динамично развивающейся отраслью мировой экономики. Помимо этого она в своем развитии оказывает влияние на развитие таких важнейших отраслей экономики, как торговля, строительство, сельское хозяйство, все виды транспорта, телекоммуникации, финансы, страхование и т.п.
Быстрые темпы роста туризма сделали его экономическим феноменом нашего времени. Согласно прогнозу Всемирной Туристической Организации (ВТО), в XXI в. рост туристической индустрии будет необ-
ратим, а к 2020 году количество международных туристических посещений составит 1,6 биллиона единиц.
Таким образом, развитие индустрии туризма имеет большое значение как одно из эффективных направлений структурной перестройки экономики России, особенно с учетом ее большой территории.
Для решения этой проблемы в России принята Федеральная целевая программа -"Развитие внутреннего и въездного туризма в Российской Федерации (2011-2018 годы)", в соответствии с которой ее ожидаемыми
конечными результатами являются:
- создание в различных субъектах Российской Федерации сети конкурентоспособных туристско-рекреационных и автотуристских кластеров, которые станут точками развития регионов и межрегиональных связей, активизировав вокруг себя развитие малого и среднего бизнеса (рост инвестиций в основной капитал средств размещения (гостиницы, места для временного проживания) на 26% по сравнению с 2010 годом);
- удовлетворение потребностей различных категорий граждан Российской Федерации в активном и полноценном отдыхе, укреплении здоровья, приобщении к культурным ценностям (рост численности граждан Российской Федерации, размещенных в коллективных средствах размещения, на 20% по сравнению с 2010 годом);
- повышение уровня занятости населения за счет создания дополнительных рабочих мест в сфере туризма (увеличение количества работающих в коллективных средствах размещения на 10% и работающих в туристских фирмах на 17% по сравнению с базовым уровнем 2010 года);
- увеличение доходов бюджетов бюджетной системы Российской Федерации за счет увеличения объема производства услуг в отрасли (увеличение объема платных туристских услуг, оказанных населению, в 2 раза и объема платных услуг гостиниц и аналогичных средств размещения в 1,9 раза по сравнению с 2010 годом);
- рост валового внутреннего продукта и улучшение платежного баланса страны (рост численности иностранных граждан, размещенных в коллективных средствах размещения, в 2,4 раза по сравнению с 2010 годом).
Для достижения указанных целей необходимо внедрение новых информационных технологий, которые являются, в соответствии с Указом Президента РФ В.В. Путина «Стратегия научно-технологического развития страны», одним из приоритетных направлений развития отечественной науки и общества в целом1.
1 Указ Президента РФ от 1 декабря 2016 г. № 642 "О Стратегии научно-технологического развития Российской Федерации.
Действительно, одной из особенностей туризма является то, что основным ядром, координирующим многообразных участников туристического рынка, является информация. Именно информационные потоки, а не товары, как в большинстве других отраслей, обеспечивают взаимодействие между производителями туристических услуг.
Туризм сегодня - это глобальный компьютеризированный бизнес, в котором участвуют крупнейшие авиакомпании, гостиничные цепочки и туристические корпорации всего мира.
Туризм и информация неразделимы:
- решение о турпоездке принимается на основе информации;
- сам тур в момент покупки - тоже только информация;
- информацией обмениваются много раз участники туррынка.
Технологии для разработки и реализации турпродукта должны позволять в кратчайшие сроки:
- предоставлять сведения о наличии транспортных средств;
- предоставлять сведения о доступности размещения туристов;
- предоставлять сведения о возможности экскурсионных мероприятий;
- обеспечивать резервирование и бронирование мест;
- обеспечивать информационное сопровождение;
- оплачивать билеты, счета и т.п.
Этим требованиям удовлетворяют
только современные компьютерные технологии обработки и передачи информации.
Причем многогранность задач в индустрии туризма требует интеграции разнообразных информационных технологий, начиная от программных продуктов для конкретных туроператоров, турагентств и всех участников рынка, использования технологий глобальных компьютерных сетей и искусственного интеллекта.
Сегодня даже гиганты компьютерного рынка проявляют интерес к информатизации сферы туризма.
В качестве примера можно привести электронный туристский офис «Экспедиа» фирмы Microsoft, позволяющий любому владельцу кредитной карты приобрести тур,
забронировать место на самолет или в отеле, приобрести билеты на зрелищные мероприятия и заказать напрокат автомобиль в любой точке земного шара.
Современный турпродукт, чтобы быть более привлекательным для туриста должен становиться не только более доступным, но и индивидуальным.
Основной тренд в сфере потребления человека - учет его индивидуальности, что возможно только в условиях индивидуального производства самим человеком, для чего необходимо производство средств производства самим человеком, предпосылками к этому являются миниатюризация и нанотехнологии.
Исходя из этой общей закономерности, тур должен создаваться с учетом особенностей человека, и в идеале будущее за индивидуальными турами.
Сегодня, однако, в реальности новые туры составляют не более 5% от существующих, т.е. на существующий тренд накладывается мощное ограничение - приверженность старым турам.
Дело в том, что представления о прошедшем туре - это образы в голове человека, привязанные к конкретным реальным объектам, а новый тур - модель, его еще в реальности не существует (опыта нет).
Поэтому необходимо сделать модель тура адекватной представлению о нем туриста. Модель необходимо согласовать с окружающей средой. Окружающая среда - это мир моделей туриста, его культура. В системном анализе это ингерентность модели культуре.
Носителями этой культуры являются туристы, которые уже ездили по тому или иному туру.
Поэтому необходимо с их помощью сформировать этот мир моделей - «профиль» туриста.
Основная концепция: превратить каждого съездившего в тур в активного участника продвижения и создателя новых туров.
Важность работы с этими туристами, которые уже ездили по тому или иному туру, обусловлена:
- они сами заказывают новые туры (т.е. создают постоянный бюджет);
- можно формировать новые туры из старых, добавляя новые элементы;
- они приводит новых туристов, т.к. последние доверяют им, а не фирме (с точки зрения туриста - фирме главное продать, а ему главное получить положительное впечатление, гарантом которого является тот, кто его привел);
- они готовы сообщать информацию о своих впечатлениях (база отзывов);
- не надо платить зарплату;
- сотрудников десятки, а туристов сотни;
- продвижение идет не только на работе, а в любой благоприятной ситуации (аналогия с многоагентными системами).
Сформировать модель тура сегодня можно с помощью конструктора туров.
Например, с помощью системы TripAggregator, которая представляет собой новую информационную туристскую систему поиска и бронирования туров, маршрутов и экскурсий.
Поскольку модель тура составляется на основе конструктора туров, то основной задачей является создание мира моделей туриста, т.е. «профиля» туриста, поскольку речь идет о формализации таких слабоструктурированных понятий, как «впечатления», «намерения» и т.п., необходимо использовать технологии искусственного интеллекта.
Общая схема работы системы представлена на рисунке 1.
Рисунок 1 - Общая схема работы системы
В соответствии с общей схемой необходимо решать следующие задачи.
1. Получить «мир» моделей, «профиль» туриста - разработать технологию на основе искусственного интеллекта и расширенного облака отзывов (обратная связь).
2. Создать хранилище этих «профилей» на основе конструктора «профилей».
3. «Просеять» тур, созданный на основе конструктора туров, через конкретный «профиль» туриста.
4. Получить модель тура адекватную конкретному туристу.
5. На основе каждого конкретного тура управлять «профилем», изменяя его на более адекватный.
Реализация подобной системы - создание тура, адекватного «намерениям» туриста, даст синергетический эффект, основанный на увеличении количества заказываемых туров, привязанных к данной системе, а также лоббированию их среди своих друзей и знакомых, что, в свою очередь, расширит и сделает белое адекватное хранилище (базу знания) «профилей» туристов.
Наименее разработанными среди этих блоков системы являются блоки:
1) «профиль» туриста;
2) модель тура, адаптированная под конкретного туриста;
3) информация для корректировки;
4) блок управления «профилем» туриста.
Подходы к реализации «профиля» туриста.
Основой данных являются уже созданные элементы тура (конструктор туров) с их характеристиками и информация о туристе на основе его данных и отзывов о туре.
Основной моделью обработки этих данных является модель фрейма.
Под фреймом понимается абстрактный образ или ситуация.
Из этого описания образа ничего нельзя убрать, но в нем есть слоты, т.е. незаполненные атрибуты.
Т.е. фреймом называется формализованная модель для отображения образа.
Имя фрейма:
(имя 1-го слота: значение 1-го слота)
(имя 2-го слота: значение 2-го слота)
(имя N-го слота: значение N-го слота).
В качестве значения слота может выступать имя другого фрейма, образуя сети фреймов. Важнейшим свойством фреймов является наследование свойств. Различают фреймы-образцы или прототипы, хранящиеся в базе знаний, и фреймы-экземпляры, отображающие реальные ситуации на основе поступающих данных.
Представление знаний в сетях фреймов осуществляется на специальном языке FRL.
Технология формирования фрейма элемента тура представлена на рисунке 2.
Рисунок 2 - Технология формирования фрейма элемента тура
Технология формирования «профиля» туриста представлена на рисунке 3.
Рисунок 3 - Технология формирования «профиля» туриста
Для хранения и дальнейшей работы с «профилем» туриста необходимо спроектировать:
1) хранилище «профилей» туристов, которое представляет собой базу данных и должно создаваться соответствующими средствами;
2) блок корректировки «профиля» туриста.
Общая схема работы системы представлена на рисунке 4.
Анализ возможных типов управления показывает, что в данном случае наиболее приемлем 2-ой тип управления, который называется методом проб и ошибок.
Если на воздействие (реальный тур),
найденное на модели («профиль» туриста), система откликается не так, как ожидали, то наша модель не адекватна. Управление сводится к добыванию новой информации и ее использованию для очередного акта управления.
Алгоритм имеет циклический характер и повторяется с каждым новым туром. Алгоритм корректировки целесообразно строить на основе нейронных сетей, которые представляют собой математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронов.
Рисунок 4 - Общая схема работы системы
Преимущества нейронных сетей перед другими интеллектуальными технологиями заключаются:
- во-первых, в возможности получения результатов при неизвестных закономерностях, действительно, обученная на множестве примеров нейронная сеть не требует знания закономерности развития процессов, способна решать задачи только при наличии
входных и выходных данных;
- во-вторых, возможность получения результатов при наличии большого числа неинформативных, зашумленных входных данных. Нейронная сеть сама определит непригодность отдельных входных данных для решения задачи.
- в-третьих, хорошо обученная нейронная сеть приобретает новое качество -
способность к обобщениям, например нейронные сети, обученные на одних конкретных входных данных, могут быть использованы для работы в условиях других входных данных, т.е. приобретают способность к адаптации к внешней среде, что особенно важно для работы в нестационарной среде, где статистика изменяется с течением времени, а нейронные сети могут быть переучены в реальном времени;
- в-четвертых, нейронные сети имеют сверхвысокое быстродействие за счет того, что параллельная обработка информации изначально заложена в их архитектуру, что имеет решающее значение при создании систем, работающих в реальном масштабе времени.
При разработке нейросетевой системы обычно выделяют следующие этапы:
1. Постановка задачи.
2. Сбор данных, включая процессы автоматизации.
3. Первоначальная обработка данных, включая процессы автоматизации фильтрации, нормирования и т.п.
4. Формирование массива входных и выходных данных - образцов.
5. Формирование обучающей и тестовой выборки.
6. Разработка архитектуры нейронной сети. В большинстве случаев этот этап сводится к выбору из уже существующего большого числа топологий. Если задача требует нестандартной топологии, необходима разработка алгоритмов вычисления функции ошибки при обучении.
7. Обучение нейросети. На этом этапе требуется создание интерфейса, автоматизирующего передачу входных данных из базы данных на входы нейросети.
8. Тестирование нейронной сети на основе тестовой выборки. На этом этапе определяется наиболее важная характеристика нейронной сети - способность к обобщениям, т.е. выдавать правильные результаты для входных данных, отличных от тех, на которых проводилось обучение.
9. Оценка качества нейросети, отладка работы программы.
10. Доучивание. Этот этап обусловлен тем, что невозможно сразу организовать доступ к достаточному количеству данных для хорошего обучения сети в силу их большой
распределённости, наличия различных программно-аппаратных платформ, где хранятся эти данные и т.д. Поэтому, создавая нейроси-стему, разработчик должен учитывать при последующей эксплуатации возможность доучивать систему в условиях реальной работы и реальных данных, учитывая формирующийся опыт.
В заключении необходимо провести анализ существующих на сегодня систем организации обратной связи туроператоров и турагентств, который является основой для формирования образцов для обучения нейронные сети.
Анализ организации обратной связи туроператоров показывает 3 типа организации обратной связи:
1. Раздел Отзывы - форма произвольная - 70%.
Особенности:
- отзыв оставляет турист при крайне негативном впечатлении от тура;
- нет совмещения элементов тура и самого тура с отзывом;
- велика вероятность каждой стороны манипулированием данных.
Вывод: данных для обработки, структурирования и хранения практически нет.
2. Группа в «ВКонтакте» - 15%.
Особенности те же, что и при предыдущей организации, дополнительно появляются не только крайние отзывы, но и умеренные и более привязанные к туру или его элементам.
Вывод: данных для обработки, структурирования и хранения недостаточно.
3. Раздел с вопросами - 15%.
Особенности:
- все предыдущие пункты;
- содержит конкретные вопросы, предполагающие конкретные ответы;
- вопросы не носят системного характера.
Вывод: появляется небольшое количество данных, которые можно структурировать и обрабатывать, но они, как правило, нигде не хранятся.
Общий вывод.
Необходимы системы, позволяющие:
- структурировать;
- хранить;
- обрабатывать информацию, полученную на основе обратной связи.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Указ Президента РФ от 1 декабря 2016 г. № 642 «О Стратегии научно-технологического развития Российской Федерации».
2. Постановление Правительства РФ от 2 августа 2011 г. № 644 «О федеральной целевой программе «Развитие внутреннего и въездного туризма в Российской Федерации (20112018 годы)».
3. Боголюбов, В.С., Орловская, В.П. Экономика туризма. - М.: Академия, 2013. - 192 с.
4. Велединский, В. Туристический рынок сегодня: тенденции и перспективы // Туризм: практика, проблемы, перспективы. - 2007. - № 4. - С. 10-11.
5. Гуляев, В.Г. Новые информационные технологии в туризме. - М.: Приор, 2013. - 144 с.
6. Горбачевская, Е.Н., Краснов, С.С. История развития нейронных сетей // Вестник Волжского университета имени В.Н. Татищева. - 2015. - №1 (23). - 52-56 с.
7. Горбачевская, Е.Н., Леонидов, А.В. Модель нейронной сети для рейтинговой оценки компетентности сотрудников // Вестник Волжского университета имени В.Н. Татищева. -2015. - №1 (23). - 57-71 с.
8. Джанджугузова, Е.А. Маркетинг туристских территорий: учебное пособие. - М.: Академия, 2012. - 224 с.
9. Дурович, А.П. Маркетинг в туризме: учеб. пособие. - 2-е изд., перераб. доп. - Мн.: Новое знание, 2013. - 327 с.
10. Евтеева, Е.В. Интеллектуальная информационная система управления и сбора данных предприятия // Вестник Волжского университета имени В.Н. Татищева. -2015. - №1 (23). - 24-30 с.
11. Зорин, И.В., Квартальнов, В.А. Туризм как вид деятельности: учебник. - М.: Грамота, 2013. - 288 с.
12. Кабушкин, Н.И. Менеджмент туризма: учебник / Н.И. Кабушкин. - 5-е изд., стереотип. - Мн.: Новое знание, 2012. - 408 с.
13. Морозов, М.А. Информационные технологии в социально-культурном сервисе и туризме. Оргтехника: учебник (5-е издание). - М.: Академия, 2004. - 240 с.
14. Папирян, Г.А. Менеджмент в индустрии гостеприимства. - М.: Экономика, 2011. - 111 с.
15. Чудновский, А.Д. Туризм и гостиничное хозяйство. - М.: ЭКМОС, 2012. - 400 с.
16. Шаховалов, Н.Н. Интернет-технологии в туризме. - Бар.: АлтГАКИ, 2013. - 247 с.
17. Филипповский, Е.Е., Шмарова, Л.В. Экономика и организация гостиничного хозяйства. - М.: Финансы и статистика, 2013. - 176 с.
