Tourismusführung durch KI - die beste Empfehlung der Stadt
Projektprofil
Welche touristische Sehenswürdigkeit kann einem Touristen als nächstes Ziel empfohlen werden? Dieser Frage waren wir auf der Spur mit dem Kunden. Das nächsten Ziel ist sicherlich von den vorangegangenen POIs beeinflusst und mag sich in der Herkunft und in vielen anderen Parametern wiederfinden. Wir haben die Sache mit einer recommendation Engine gelöst die jedenfalls aus den bisher gelernten Zielen je Markt eine richtige Ableitung als nächstes Ziel schafft. So landen wir den Besten Recommender am Markt der von COVID absolut unabhängig ist!
Zum Ausprobieren: https://ai.calista.at/ViennaInsights
Auf einen Blick - Wesentliche Projektdaten
Dauer | Von 4/1/2020 to 7/30/2020 with about 4 months of full engagement | |
---|---|---|
Data and Tools | Market ? Tourism Sources • Mobilfunkdaten • Flugdaten VIE / BTL • Wetter • Globaler Ferienkalender | |
Integration | Web-API und Website für Demonstrationszwecke https://ai.calista.at/ViennaInsights | |
AI Methoden | • Deep - Learning • LSTM Modell with Embeddings |
Hauptanwendungsfall
Empfehlung für einen optimierten Besuchsverlauf (Abfolge von Plätzen oder Gebäuden) für Touristen nutzbar in CityApps einbinden
Kundenmotivation / Lösungsansätze
Incentivierbarkeit der Wegesuche für Guides
Touristen und Reisegruppen
Gestaltung eines Maximal-Effizienten Angebotes für Tourismusprogramme individualsiiert für alle Märkte
Den idealen, individualisierten Weg für den jeweiligen toursistischen Markt in einer Stadt empfehlen können (Mobile Apps)
AI-Ansatz
Eingesetzte AI Schlüsseltechnologien | Kein vergleichbares Modell bekannt. Anforderungen wurden komplett in das neuronale Netz implementiert. | |
---|---|---|
Lösungsansatz | Mehrere DeepLearning Modelle (DNN) mit Embedding der Herkunftsländer und POIs sowie 3-Stage Memory. | |
Projekt-Ansatz | Simply agile | |
Projekt-Typ | Proof-Of-Concept (POC) | |
ML Integration und ML Betrieb | • Operation-Integration API • Visualization: Website https://ai.calista.at/ViennaInsights |
Einblicke und Details
Kleiner Einblick in das durch Embeddings gelernte Marktverhalten von Touristen bei den POIs
Der Zug durch die Stadt ? neu definiert!
Welche Märkte bewegen sich durch Wien ? welche Märkte sollten gemeinsam bearbeitet werden, weil sie gemeinsame Wege haben ? hier ist das Miracle gelöst