Система підтримки прийняття рішень для вибору локації для подорожі

Abstract

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.Tourism, as one of the most dynamic sectors of the global economy, continues to grow rapidly, stimulating the social and economic development of many countries. According to the World Tourism Organization, in 2019, the number of international tourist arrivals reached a record 1.5 billion, which is 4% more than in the previous year [1]. An important factor contributing to this growth is the development of information technology. The Internet and mobile technologies have changed the way people plan and travel. According to a Phocuswright study, in 2020, more than 65% of travel bookings worldwide were made online [2]. This indicates that digital platforms have become key tools for finding information, comparing prices, and booking services. Digitalization has led to a change in consumer behavior in the travel industry. Modern tourists expect quick access to information, personalized offers, and convenient booking methods. According to a study by Amadeus, 53% of travelers want to receive individualized recommendations based on their preferences [3]. This encourages companies to implement modern technologies such as artificial intelligence and machine learning to analyze customer data and create personalized services. The development of mobile applications has also had a significant impact on the travel industry. Mobile technologies allow tourists to plan trips, book tickets and hotels, and get information about destinations in real time. For example, in 2019, about 38% of all travel bookings in the UK were made via mobile devices [4]. Information technology has also contributed to the emergence of new business models in tourism. Resource-sharing platforms such as Airbnb and Uber have changed the traditional approach to accommodation and transportation. These services provide alternative options that are often more flexible and cost-effective for consumers. By the way, the number of Airbnb users worldwide exceeded 150 million in 2018 [5], which indicates a significant impact of these platforms on the travel market. However, despite the positive trends, the travel industry also faces challenges. Information overload caused by the large number of available online resources can complicate the decision-making process. Tourists often have difficulty processing and analyzing a large amount of information, which can lead to stress and dissatisfaction with the choice [6]. This emphasizes the need to develop tools and systems that help consumers effectively evaluate alternatives and make informed decisions. This paper presents a decision support system for choosing the optimal location for travel based on the TOPSIS method. The object of research is the decision-making process when choosing the optimal location for travel in a multi-criteria evaluation. The subject of the study is the methodological and practical aspects of applying the TOPSIS method to create a decision support system for choosing the optimal location for travel. The aim of the study is to develop a tool that provides an assessment of alternative tourist destinations according to user-defined criteria such as cost, safety, climate conditions, accessibility of transport and cultural attractions. The TOPSIS method was chosen because of its ability to take into account both positive and negative aspects of the criteria, which allows us to identify locations that are closest to the ideal solution and farthest from the anti-ideal. The algorithm is implemented in the Python programming language as a separate module, which ensures its independence and easy integration with other system components. A web application was developed using React and TypeScript, which provides users with an intuitive and user-friendly interface for setting up criteria weights using interactive elements. The system allows users to save their settings, providing a personalized approach and the ability to reuse the set parameters in the future. Supabase based on the PostgeSQL database was used to ensure reliable operation and scalability of the system. The TOPSIS algorithm is deployed on a server in the AWS cloud infrastructure. In the process of planning and developing the system, system analysis methods were used to clearly define the requirements and structure of the application. UML diagrams were used to visualize and model various aspects of the system, including activity diagrams, use cases, classes, and others. The results of using the system demonstrate its effectiveness in providing users with relevant and informed recommendations for choosing a place to travel. The system simplifies the planning process by helping users navigate the large number of available options and avoid information overload.