Система підтримки прийняття рішень для вибору локації для подорожі
Автор: Дубас Олександр Іванович
Кваліфікаційний рівень: магістр
Спеціальність: Системи і методи прийняття рішень
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2024-2025 н.р.
Мова захисту: українська
Анотація: Туризм, як одна з найбільш динамічних галузей світової економіки, продовжує активно розвиватися, стимулюючи соціальний та економічний розвиток багатьох країн. Згідно з даними Всесвітньої туристичної організації, у 2019 році кількість міжнародних туристичних прибуттів досягла рекордних 1,5 мільярда, що на 4% більше порівняно з попереднім роком [1]. Важливим фактором, що сприяє такому зростанню, є розвиток інформаційних технологій. Інтернет та мобільні технології змінили спосіб, яким люди планують та здійснюють подорожі. За даними дослідження Phocuswright, у 2020 році понад 65% замовлень туристичних послуг у світі були здійснені онлайн [2]. Це вказує на те, що цифрові платформи стали ключовими інструментами для пошуку інформації, порівняння цін та бронювання послуг. Цифровізація призвела до зміни поведінки споживачів у туристичній галузі. Сучасні туристи очікують швидкого доступу до інформації, персоналізованих пропозицій та зручних способів бронювання. Згідно з дослідженням компанії Amadeus, 53% мандрівників бажають отримувати індивідуальні рекомендації на основі своїх уподобань [3]. Це стимулює компанії до впровадження сучасних технологій, таких як штучний інтелект та машинне навчання, для аналізу даних про клієнтів та створення персоналізованих сервісів. Розвиток мобільних додатків також значно вплинув на туристичну індустрію. Мобільні технології дозволяють туристам планувати подорожі, бронювати квитки та готелі, а також отримувати інформацію про місця призначення у режимі реального часу. Наприклад у 2019 році близько 38% усіх туристичних бронювань у Великій Британії було здійснено через мобільні пристрої [4]. Інформаційні технології також сприяли появі нових бізнес-моделей у туризмі. Платформи спільного використання ресурсів, такі як Airbnb та Uber, змінили традиційний підхід до розміщення та транспорту. Ці сервіси надають альтернативні варіанти, що часто є більш гнучкими та економічно вигідними для споживачів. До слова, кількість користувачів Airbnb у світі перевищила 150 мільйонів осіб у 2018 році [5], що свідчить про значний вплив цих платформ на туристичний ринок. Однак, незважаючи на позитивні тенденції, туристична галузь стикається і з викликами. Інформаційне перевантаження, викликане великою кількістю доступних онлайн-ресурсів, може ускладнювати процес прийняття рішень. Туристи часто відчувають труднощі з обробкою та аналізом великого обсягу інформації, що може призводити до стресу та незадоволення вибором [6]. Це підкреслює необхідність розробки інструментів та систем, які б допомагали споживачам ефективно оцінювати альтернативи та приймати обґрунтовані рішення. У цій роботі представлено систему підтримки прийняття рішень для вибору оптимальної локації для подорожі на основі методу TOPSIS. Об’єктом дослідження є процес прийняття рішень при виборі оптимальної локації для подорожі в умовах багатокритеріальної оцінки. Предметом дослідження є методологічні та практичні аспекти застосування методу TOPSIS для створення системи підтримки прийняття рішень при виборі оптимальної локації для подорожі. Метою дослідження є розробка інструменту, який забезпечує оцінку альтернативних туристичних напрямків за визначеними користувачем критеріями, такими як вартість, безпека, кліматичні умови, доступність транспорту та культурні атракції. Метод TOPSIS був обраний завдяки його здатності враховувати як позитивні, так і негативні аспекти критеріїв, що дозволяє визначити локації, найближчі до ідеального рішення та найбільш віддалені від антиідеального. Алгоритм реалізовано на мові програмування Python у вигляді окремого модуля, що забезпечує його незалежність та легку інтеграцію з іншими компонентами системи. Розроблено веб-додаток з використанням React та TypeScript, який надає користувачам інтуїтивно зрозумілий та зручний інтерфейс для налаштування вагових коефіцієнтів критеріїв за допомогою інтерактивних елементів. Система дозволяє зберігати налаштування користувачів, забезпечуючи персоналізований підхід та можливість повторного використання встановлених параметрів у майбутньому. Для забезпечення надійної роботи та масштабованості системи використано Supabase на основі бази даних PostgeSQL. Алгоритм TOPSIS розгорнуто на сервері в хмарній інфраструктурі AWS. У процесі планування та розробки системи було використано методи системного аналізу, що дозволило чітко визначити вимоги та структуру додатку. Для візуалізації та моделювання різних аспектів системи використовувалися UML-діаграми, зокрема діаграми діяльності, варіантів використання, класів та інші. Результати використання системи демонструють її ефективність у наданні користувачам релевантних та обґрунтованих рекомендацій щодо вибору місця для подорожі. Система спрощує процес планування, допомагаючи користувачам орієнтуватися у великій кількості доступних варіантів та уникати інформаційного перевантаження. Ключові слова – система підтримки прийняття рішень, системний аналіз, UML, веб-додаток, TOPSIS, PostgeSQL. Перелік використаних джерел. 1. International Tourism Highlights, 2019 Edition | World Tourism Organization. Default Book Series. URL: https://www.e-unwto.org/doi/book/10.18111/9789284421152 (Last accessed: 30/10/2024). 2. A Year in Travel: Charting the Travel Industry’s Path to Recovery. URL: https://www.phocuswright.com/Travel-Research/Consumer-Trends/A-Year-in-Travel-Charting-the-Travel-Industrys-Path-to-Recovery (Last accessed: 30/10/2024). 3. From chaos to collaboration | UN Tourism. URL: https://www.unwto.org/archive/global/publication/chaos-collaboration (Last accessed: 30/10/2024). 4. Ltd T. W. G. Average spend higher than on desktop. Bookings on mobile hit 38%, according to... Travolution. Average spend higher than on desktop. 29.04.2019. URL: https://www.travolution.com/news/travel-sectors/tour-operators/bookings-on-mobile-hit-38-according-to-thomas-cook-2019-holiday-report/ (Last accessed: 30/10/2024). 5. Behind the scenes of Airbnb: The stats & facts 2018. 12.10.2018. URL: https://eturbonews.com/behind-the-scenes-of-airbnb-the-stats-facts-2018/ (Last accessed: 30/10/2024). 6. Buhalis D., Law R. Progress in Information Technology and Tourism Management: 20 Years on and 10 Years After the Internet–The State of eTourism Research. Tourism Management. Vol. 29, 01.08.2008. P. 609–623. DOI:10.1016/j.tourman.2008.01.005 (Last accessed: 30/10/2024).