{"id":{"repo_id":"corvinus","oai_identifier":"oai:phd.lib.uni-corvinus.hu:950"},"canonical_url":"https://search.dev.ndltd.org/etd/corvinus/oai:phd.lib.uni-corvinus.hu:950","repository":{"repo_id":"corvinus","name":"Corvinus University of Budapest","base_url":"http://phd.lib.uni-corvinus.hu/cgi/oai2"},"display":{"title":"Egy turisztikai ajánlórendszer modellje = A Model of a Touristic Recommender System","abstract":"Jelen dolgozat célja egy olyan turisztikai ajánlórendszer elméleti alapjainak lefektetése, mely képes elegendően pontos és személyre szabott útvonalak tervezésére egy idegen városban, figyelembe véve a felhasználó igényeit és lehetőségeit. A dolgozat a fentiekben vázolt kutatási célokat követve hármas tagolású. A 2. fejezetben kísérletet teszünk a menetidőbecslés modellezésére, melyhez a szakirodalom alapos tanulmányozása során sem tapasztalt mennyiségű túranapló adatot használtunk fel. A túranaplók előkészítéséhez szükséges megbízható magasságadatok becslésére egy saját földfelszínt közelítő modellt építünk NASA adatokra alapozva, majd az így nyert magasság értékeket rendeljünk a meglévő szélességi és hosszúsági adatokhoz. Ezután Tobler korábbi munkája nyomán újrabecsüljük a sebességet az útszakasz meredekségével leíró függvényét, és ezt használjuk fel személyre szabott menetidő becslésre, illetve egy másik, átlagsebességeken alapuló eljárást is bemutatunk. A turisták igényeinek személyre szabott kielégítése érdekében képesnek kell lennünk a preferenciáik feltérképezésére, és ezt figyelembe véve megállapítani az egyes helyszínek meglátogatásához kapcsololódó relatív profitokat. Ennek érdekében a 3. fejezetben bemutatásra kerül az ajánlórendszerek széles szakirodalma, valamint néhány jelenleg használatos turisztikai ajánlórendszer, és ezeket figyelembe véve alkotjuk meg saját ajánlások adására alkalmas hibrid modellünket. Ez egyszerre épít a felhasználóktól kapott információkra, mellyel feltérképezhetjük preferenciáikat, illetve látványosságokra, mint termékek komplex struktúrájára, mely segít megérteni azok szerkezetét. Az empirikus vizsgálat során gyűjtött információk segítségével módunk nyílik a turisták tipusainak meghatározására, mely lehetőséget ad az ajánlások pontosítására. A 4. fejezetben egy, a turista igényeihez alkalmazkodni képes útvonaltervező algoritmust alkotunk meg. A modellezés során a várost egy N csúcsú irányítatlan gráffal jellemzünk, melynek minden csúcsa egy-egy potenciálisan meglátogatandó látványosságot jelképez, míg az élek a végpontjaikat összekötő legrövidebb utat hivatottak leírni. Az egyes csúcsokban begyűjthető profitokat a 3. fejezetben megalkotott ajánlórendszerünkből származtatjuk, így azok speciálisan az adott turista igényeihez igazodnak. A gráf élköltségei nem mások, mint a turista számára az adott két pont között vezető legrövidebb út menetideje. A feladat, hogy P nap alatt (napi T órában) olyan uta(ka)t járjon be a gráfon, mellyel a célfüggvénye értékét maximalizálja. Külön figyelmet szenteltünk egy olyan célfüggvény megalkotásának, mely merőben eltér az útvonaltervező algoritmusok gyakorlatától annak érdekében, hogy a felhasználók számára leginkább tetsző útvonalat legyünk képesek tervezni.","abstract_html":"Jelen dolgozat célja egy olyan turisztikai ajánlórendszer elméleti alapjainak lefektetése, mely képes elegendően pontos és személyre szabott útvonalak tervezésére egy idegen városban, figyelembe véve a felhasználó igényeit és lehetőségeit. A dolgozat a fentiekben vázolt kutatási célokat követve hármas tagolású. A 2. fejezetben kísérletet teszünk a menetidőbecslés modellezésére, melyhez a szakirodalom alapos tanulmányozása során sem tapasztalt mennyiségű túranapló adatot használtunk fel. A túranaplók előkészítéséhez szükséges megbízható magasságadatok becslésére egy saját földfelszínt közelítő modellt építünk NASA adatokra alapozva, majd az így nyert magasság értékeket rendeljünk a meglévő szélességi és hosszúsági adatokhoz. Ezután Tobler korábbi munkája nyomán újrabecsüljük a sebességet az útszakasz meredekségével leíró függvényét, és ezt használjuk fel személyre szabott menetidő becslésre, illetve egy másik, átlagsebességeken alapuló eljárást is bemutatunk. A turisták igényeinek személyre szabott kielégítése érdekében képesnek kell lennünk a preferenciáik feltérképezésére, és ezt figyelembe véve megállapítani az egyes helyszínek meglátogatásához kapcsololódó relatív profitokat. Ennek érdekében a 3. fejezetben bemutatásra kerül az ajánlórendszerek széles szakirodalma, valamint néhány jelenleg használatos turisztikai ajánlórendszer, és ezeket figyelembe véve alkotjuk meg saját ajánlások adására alkalmas hibrid modellünket. Ez egyszerre épít a felhasználóktól kapott információkra, mellyel feltérképezhetjük preferenciáikat, illetve látványosságokra, mint termékek komplex struktúrájára, mely segít megérteni azok szerkezetét. Az empirikus vizsgálat során gyűjtött információk segítségével módunk nyílik a turisták tipusainak meghatározására, mely lehetőséget ad az ajánlások pontosítására. A 4. fejezetben egy, a turista igényeihez alkalmazkodni képes útvonaltervező algoritmust alkotunk meg. A modellezés során a várost egy N csúcsú irányítatlan gráffal jellemzünk, melynek minden csúcsa egy-egy potenciálisan meglátogatandó látványosságot jelképez, míg az élek a végpontjaikat összekötő legrövidebb utat hivatottak leírni. Az egyes csúcsokban begyűjthető profitokat a 3. fejezetben megalkotott ajánlórendszerünkből származtatjuk, így azok speciálisan az adott turista igényeihez igazodnak. A gráf élköltségei nem mások, mint a turista számára az adott két pont között vezető legrövidebb út menetideje. A feladat, hogy P nap alatt (napi T órában) olyan uta(ka)t járjon be a gráfon, mellyel a célfüggvénye értékét maximalizálja. Külön figyelmet szenteltünk egy olyan célfüggvény megalkotásának, mely merőben eltér az útvonaltervező algoritmusok gyakorlatától annak érdekében, hogy a felhasználók számára leginkább tetsző útvonalat legyünk képesek tervezni.","abstract_has_math":false,"creators":["Apáthy-Molnár, Sándor"],"institution":"Budapesti Corvinus Egyetem","degree_name":"phd","degree_level":"doctoral","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2017,"date_issued":"2017-04","date_published":"2017-04","updated_at":"2026-07-24T01:49:36Z","subjects":["Kereskedelem, Turizmus, Vendéglátás","Innováció, tudásgazdaság","Számítástechnika"],"languages":["hu","en"],"rights":[],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Apáthy-Molnár, Sándor"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2017-04-25"]},{"key":"dc:date.issued","label":"Date","values":["2017-04"]},{"key":"dc:publisher.department","label":"Dc Publisher Department","values":["Közgazdaságtani Doktori Iskola"]},{"key":"dc:publisher.institution","label":"Dc Publisher Institution","values":["Budapesti Corvinus Egyetem"]},{"key":"dc:relation.isreferencedby","label":"Dc Relation Isreferencedby","values":["https://phd.lib.uni-corvinus.hu/950/"]},{"key":"dc:type","label":"Dc Type","values":["Disszertáció"]},{"key":"dc:type.qualificationlevel","label":"Dc Type Qualificationlevel","values":["doctoral"]},{"key":"dc:type.qualificationname","label":"Dc Type Qualificationname","values":["phd"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Kereskedelem, Turizmus, Vendéglátás","Innováció, tudásgazdaság","Számítástechnika"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["hu","en"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://phd.lib.uni-corvinus.hu/950/1/Apathy_Molnar_Sandor.pdf","https://phd.lib.uni-corvinus.hu/950/2/Apathy_Molnar_Sandor_thu.pdf","https://phd.lib.uni-corvinus.hu/950/3/Apathy_Molnar_Sandor_ten.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Jelen dolgozat célja egy olyan turisztikai ajánlórendszer elméleti alapjainak lefektetése, mely képes elegendően pontos és személyre szabott útvonalak tervezésére egy idegen városban, figyelembe véve a felhasználó igényeit és lehetőségeit. A dolgozat a fentiekben vázolt kutatási célokat követve hármas tagolású. A 2. fejezetben kísérletet teszünk a menetidőbecslés modellezésére, melyhez a szakirodalom alapos tanulmányozása során sem tapasztalt mennyiségű túranapló adatot használtunk fel. A túranaplók előkészítéséhez szükséges megbízható magasságadatok becslésére egy saját földfelszínt közelítő modellt építünk NASA adatokra alapozva, majd az így nyert magasság értékeket rendeljünk a meglévő szélességi és hosszúsági adatokhoz. Ezután Tobler korábbi munkája nyomán újrabecsüljük a sebességet az útszakasz meredekségével leíró függvényét, és ezt használjuk fel személyre szabott menetidő becslésre, illetve egy másik, átlagsebességeken alapuló eljárást is bemutatunk. A turisták igényeinek személyre szabott kielégítése érdekében képesnek kell lennünk a preferenciáik feltérképezésére, és ezt figyelembe véve megállapítani az egyes helyszínek meglátogatásához kapcsololódó relatív profitokat. Ennek érdekében a 3. fejezetben bemutatásra kerül az ajánlórendszerek széles szakirodalma, valamint néhány jelenleg használatos turisztikai ajánlórendszer, és ezeket figyelembe véve alkotjuk meg saját ajánlások adására alkalmas hibrid modellünket. Ez egyszerre épít a felhasználóktól kapott információkra, mellyel feltérképezhetjük preferenciáikat, illetve látványosságokra, mint termékek komplex struktúrájára, mely segít megérteni azok szerkezetét. Az empirikus vizsgálat során gyűjtött információk segítségével módunk nyílik a turisták tipusainak meghatározására, mely lehetőséget ad az ajánlások pontosítására. A 4. fejezetben egy, a turista igényeihez alkalmazkodni képes útvonaltervező algoritmust alkotunk meg. A modellezés során a várost egy N csúcsú irányítatlan gráffal jellemzünk, melynek minden csúcsa egy-egy potenciálisan meglátogatandó látványosságot jelképez, míg az élek a végpontjaikat összekötő legrövidebb utat hivatottak leírni. Az egyes csúcsokban begyűjthető profitokat a 3. fejezetben megalkotott ajánlórendszerünkből származtatjuk, így azok speciálisan az adott turista igényeihez igazodnak. A gráf élköltségei nem mások, mint a turista számára az adott két pont között vezető legrövidebb út menetideje. A feladat, hogy P nap alatt (napi T órában) olyan uta(ka)t járjon be a gráfon, mellyel a célfüggvénye értékét maximalizálja. Külön figyelmet szenteltünk egy olyan célfüggvény megalkotásának, mely merőben eltér az útvonaltervező algoritmusok gyakorlatától annak érdekében, hogy a felhasználók számára leginkább tetsző útvonalat legyünk képesek tervezni."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Egy turisztikai ajánlórendszer modellje = A Model of a Touristic Recommender System"]}]}],"canonical_facts":{"dc:creator":["Apáthy-Molnár, Sándor"],"dc:date":["2017-04-25"],"dc:date.issued":["2017-04"],"dc:description.abstract":["Jelen dolgozat célja egy olyan turisztikai ajánlórendszer elméleti alapjainak lefektetése, mely képes elegendően pontos és személyre szabott útvonalak tervezésére egy idegen városban, figyelembe véve a felhasználó igényeit és lehetőségeit. A dolgozat a fentiekben vázolt kutatási célokat követve hármas tagolású. A 2. fejezetben kísérletet teszünk a menetidőbecslés modellezésére, melyhez a szakirodalom alapos tanulmányozása során sem tapasztalt mennyiségű túranapló adatot használtunk fel. A túranaplók előkészítéséhez szükséges megbízható magasságadatok becslésére egy saját földfelszínt közelítő modellt építünk NASA adatokra alapozva, majd az így nyert magasság értékeket rendeljünk a meglévő szélességi és hosszúsági adatokhoz. Ezután Tobler korábbi munkája nyomán újrabecsüljük a sebességet az útszakasz meredekségével leíró függvényét, és ezt használjuk fel személyre szabott menetidő becslésre, illetve egy másik, átlagsebességeken alapuló eljárást is bemutatunk. A turisták igényeinek személyre szabott kielégítése érdekében képesnek kell lennünk a preferenciáik feltérképezésére, és ezt figyelembe véve megállapítani az egyes helyszínek meglátogatásához kapcsololódó relatív profitokat. Ennek érdekében a 3. fejezetben bemutatásra kerül az ajánlórendszerek széles szakirodalma, valamint néhány jelenleg használatos turisztikai ajánlórendszer, és ezeket figyelembe véve alkotjuk meg saját ajánlások adására alkalmas hibrid modellünket. Ez egyszerre épít a felhasználóktól kapott információkra, mellyel feltérképezhetjük preferenciáikat, illetve látványosságokra, mint termékek komplex struktúrájára, mely segít megérteni azok szerkezetét. Az empirikus vizsgálat során gyűjtött információk segítségével módunk nyílik a turisták tipusainak meghatározására, mely lehetőséget ad az ajánlások pontosítására. A 4. fejezetben egy, a turista igényeihez alkalmazkodni képes útvonaltervező algoritmust alkotunk meg. A modellezés során a várost egy N csúcsú irányítatlan gráffal jellemzünk, melynek minden csúcsa egy-egy potenciálisan meglátogatandó látványosságot jelképez, míg az élek a végpontjaikat összekötő legrövidebb utat hivatottak leírni. Az egyes csúcsokban begyűjthető profitokat a 3. fejezetben megalkotott ajánlórendszerünkből származtatjuk, így azok speciálisan az adott turista igényeihez igazodnak. A gráf élköltségei nem mások, mint a turista számára az adott két pont között vezető legrövidebb út menetideje. A feladat, hogy P nap alatt (napi T órában) olyan uta(ka)t járjon be a gráfon, mellyel a célfüggvénye értékét maximalizálja. Külön figyelmet szenteltünk egy olyan célfüggvény megalkotásának, mely merőben eltér az útvonaltervező algoritmusok gyakorlatától annak érdekében, hogy a felhasználók számára leginkább tetsző útvonalat legyünk képesek tervezni."],"dc:format":["application/pdf"],"dc:identifier.uri":["https://phd.lib.uni-corvinus.hu/950/1/Apathy_Molnar_Sandor.pdf","https://phd.lib.uni-corvinus.hu/950/2/Apathy_Molnar_Sandor_thu.pdf","https://phd.lib.uni-corvinus.hu/950/3/Apathy_Molnar_Sandor_ten.pdf"],"dc:language":["hu","en"],"dc:publisher.department":["Közgazdaságtani Doktori Iskola"],"dc:publisher.institution":["Budapesti Corvinus Egyetem"],"dc:relation.isreferencedby":["https://phd.lib.uni-corvinus.hu/950/"],"dc:subject":["Kereskedelem, Turizmus, Vendéglátás","Innováció, tudásgazdaság","Számítástechnika"],"dc:title":["Egy turisztikai ajánlórendszer modellje = A Model of a Touristic Recommender System"],"dc:type":["Disszertáció"],"dc:type.qualificationlevel":["doctoral"],"dc:type.qualificationname":["phd"]},"updated_at":"2026-07-24T01:49:36Z"}