ItiNera是什麼
ItiNera 是港大和MIT聯合開發的智能城市行程規劃系統。基於大型語言模型(LLM)和空間優化技術,根據用戶的個性化需求,如情侶酒吧、二次元聖地等,一鍵生成Citywalk路線。系統包含五大模塊:用戶興趣點數據庫構建、請求解析、偏好感知興趣點檢索、聚類感知空間優化和行程生成。ITINERA在多個城市數據集上訓練,能提供實時更新的POI和活動信息,確保行程空間連貫且符合用戶喜好,表現優於傳統方法和直接使用LLM。
ItiNera的主要功能
-
個性化行程規劃:根據用戶輸入的個性化需求,如特定地點、活動類型或主題,生成Citywalk路線。
-
實時動態信息:系統能夠實時更新興趣點(POI)和當前熱門活動,確保行程的時效性。
-
空間智能優化:結合空間優化算法,確保生成的路線在地理空間上合理高效,避免繞路。
-
多樣用戶需求應對:靈活處理複雜和多樣的用戶需求,包括個性化偏好和特定條件。
-
結構化數據處理:通過請求解析模塊,將用戶的自然語言請求轉換爲結構化數據,以便更準確地理解和執行。
ItiNera的技術原理
-
用戶請求解析(Request Decomposition):利用大型語言模型(LLMs)的自然語言處理能力,將用戶的自然語言請求分解爲多個獨立的子請求。這些子請求被分類爲正面(用戶想要的)和負面(用戶不想要的)要求,並進一步細分爲特定地點請求和行程級別的請求。
-
用戶擁有的POI數據庫構建(User-owned POI Collection, UPC):從社交媒體平台上的旅遊內容中自動收集和構建用戶興趣點(POI)數據庫。用戶可以輸入鏈接到旅遊帖子,系統使用LLMs提取POIs及其描述,並整合這些信息到用戶擁有的POI數據庫中。
-
POI檢索(POI Retrieval, PR):使用嵌入模型根據用戶的正負偏好編碼請求,並檢索與正面偏好最相關的POIs。通過計算正面和負面偏好嵌入與預先計算的POI嵌入的相似度分數,重新排序檢索到的POIs。
-
空間優化(Spatial Optimization, SO):通過分層旅行商問題(Hierarchical Traveling Salesman Problem, TSP)來解決空間聚類和候選POIs的選擇。首先計算檢索到的POIs的空間聚類,然後根據地理鄰近度和匹配分數選擇候選POIs。
-
行程生成(Itinerary Generation, IG):結合空間優化模塊選擇的有序候選POI集合和多種約束,使用LLM生成既符合用戶請求又空間合理的旅行路線及相關描述。
-
評估和反饋:設計了一系列基於規則的評估指標(如POI召回率、總路程與理論最短路徑的差值、路線中的交叉點個數、未知POI比例)和基於GPT的評估指標(如POI質量、行程質量、匹配度)來評估生成的行程。
-
在線部署和用戶反饋:ITINERA系統已部署爲TuTu在線旅行服務的核心算法,收集用戶反饋以優化系統性能和用戶體驗。
ItiNera的項目地址
-
arXiv技術論文:https://arxiv.org/pdf/2402.07204
ItiNera的應用場景
- 個人旅遊規劃:爲用戶提供根據個人興趣和偏好定製的旅遊路線,如歷史文化之旅、美食探索、購物路線等。
- 城市漫步:爲漫步城市、探索城市街道和歷史遺蹟的遊客提供動態生成的行程。
- 短途旅行:爲時間有限的遊客提供高效、緊湊的城市短途旅行規劃。
- 特殊興趣旅行:滿足特定主題或興趣的旅行需求,如藝術展覽、音樂節、體育賽事等。
- 事件和節日規劃:在特殊事件或節日期間,爲用戶提供定製的行程,如春節廟會、聖誕節市場等。
- 無障礙旅行:爲有特殊需求的遊客(如老年人、殘疾人)提供考慮無障礙設施的行程規劃。
© 版權聲明
文章版权归作者所有,未经允许请勿转载。
相關文章
暫無評論...