Project Description: 

Η DOTSOFT Α.Ε. συμμετέχει στην υλοποίηση του ερευνητικού έργου με τίτλο «Εργαλεία Ανάδειξης Τουριστικής Εμπειρίας», με ακρωνύμιο "ΑΝΑΔΕΙΞΤΟ", κωδικό Τ1ΕΔΚ-02474 στο πλαίσιο της Ενιαίας Δράσης Κρατικών Ενισχύσεων Έρευνας, Τεχνολογικής Ανάπτυξης & Καινοτομίας «ΕΡΕΥΝΩ – ΔΗΜΙΟΥΡΓΩ – ΚΑΙΝΟΤΟΜΩ» του Ε.Π. «Ανταγωνιστικότητα, Επιχειρηματικότητα και Καινοτομία (ΕΠΑνΕΚ)», ΕΣΠΑ 2014 – 2020.

Tο έργο συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση και το Ευρωπαϊκό Ταμείο Περιφερειακής Ανάπτυξης.

Τα μέλη της Σύμπραξης του εν λόγω έργου είναι:

  • ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΗΚΗΣ ΝΟΗΜΟΣΥΝΗΣ & ΑΝΑΛΥΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ, Τμήμα Πληροφορικής- ΑΠΘ - ΕΙΔΙΚΟΣ ΛΟΓΑΡΙΑΣΜΟΣ ΚΟΝΔΥΛΙΩΝ ΕΡΕΥΝΑΣ
  • ΛΙΝΚ ΑΕ
  • 3ΠΙ ΣΥΣΤΗΜΑΤΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΕ
  • MLS ΠΛΗΡΟΦΟΡΙΚΗ Α.Ε.
  • ΑΘΗΝΑ - Ερευνητικό Κέντρο Καινοτομίας στις Τεχνολογίες της
  • DOTSOFT ΟΛΟΚΛΗΡΩΜΕΝΕΣ ΕΦΑΡΜΟΓΕΣ ΔΙΑΔΙΚΤΥΟΥ ΚΑΙ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ ΑΝΩΝΥΜΗ ΕΤΑΙΡΙΑ

Συντονιστής Έργου: Επιστημονικός Υπεύθυνος Έργου: κ. Κωνσταντίνος Κοτρόπουλος, καθηγητής 1ης βαθμίδας του Τμήματος Πληροφορικής ΑΠΘ

Η τουριστική εμπειρία είναι μια πολυδιάστατη διαδικασία εύρεσης απαντήσεων σε μια σειρά ερωτημάτων: Πού να πάω; Ποιά αξιοθέατα θα άξιζε να επισκεφτώ; Πού να μείνω; Πού να γευματίσω; Πώς θα διασκεδάσω; Πώς θα πάω σε ένα αξιοθέατο είτε χώρο αναψυχής; Οι απαντήσεις πρέπει να αποβλέπουν στην ψυχαγωγία του επισκέπτη, λαμβάνοντας υπόψη τις προτιμήσεις του,αντλώντας κατάλληλες πληροφορίες από τεράστιο όγκο υποκειμενικών εμπειριών, όπως αυτές καταγράφονται σε κοινωνικά μέσα ή συλλέγονται από διασυνδεδεμένες συσκευές στην εποχή του Internet of Things. Οι υποκειμενικές εμπειρίες, όπως καταγράφονται σε βίντεο, φωτογραφίες, τραγούδια, επισημειώσεις (tags), κείμενα, αξιολογήσεις (ratings), ίχνη γεω-πληροφορίας, ιστορικό χρηστών(profiles) συνιστούν όντως σημαντικά δεδομένα (big data) τόσο από πλευράς όγκου, ποικιλομορφίας, ταχύτητας ανανέωσης, αλλά και προστιθέμενης αξίας για τους φορείς της τουριστικής βιομηχανίας, όπως και  για τους μεμονωμένους επισκέπτες.
Ο τεράστιος όγκος πληροφοριών δημιουργεί μια επιστημονική και τεχνολογική πρόκληση: να αναπτυχθούν καινοτόμα εργαλεία και εφαρμογές που να υποδεικνύουν (recommend) εξατομικευμένη και στοχευμένη τουριστική πληροφορία στους επισκέπτες αξιοποιώντας στοιχεία από τις προαναφερθείσες πολλαπλές πηγές. Η βασική αρχή του έργου «ΑΝΑΔΕΙΞΤΟ» είναι ότι η εξατομικευμένη και στοχευμένη τουριστική πληροφορία που θα υποδεικνύεται στους επισκέπτες είναι λύση σύνθετου προβλήματος βελτιστοποίησης και παράλληλα συνδυάζεται και με την προστασία των προσωπικών δεδομένων. Η επίλυση του προβλήματος γίνεται σε επίπεδο εξυπηρετητή (server). Κινητήριοι μοχλοί για την επίλυση των προαναφερθέντων προβλημάτων βελτιστοποίησης είναι: α) τα υπεργραφήματα (hypergraphs), που μπορούν να μοντελοποιήσουν συσχετίσεις από μια πλειάδα ετερογενών πηγών και β) τα δυναμικά μοντέλα συνεργατικού φιλτραρίσματος (π.χ. συνεργατικό φίλτρο Kalman, δυναμική παραγοντοποίηση υπεργραφημάτων) που λαμβάνουν υπόψη τη χρονική εξέλιξη κάθε λανθάνουσας συνιστώσας χαμηλής διάστασης αναπαριστώντας την ως πολυδιάστατη κίνηση Brown. Συνδετικός ιστός μεταξύ των δύο κινητήριων μοχλών είναι τα γραφικά μοντέλα (graphical models) και προσεγγιστικές τεχνικές συναγωγής (approximate inference – variational inference). Σε επίπεδο πελάτη (client), απαιτείται η ανάπτυξη εφαρμογών (π.χ. iphone/android apps) για κινητά τηλέφωνα είτε tablets που αξιοποιούν την ανθρωποκεντρική αλληλεπίδραση σε ένα εγγενώς πολυγλωσσικό περιβάλλον.
Ανοιχτό πρόβλημα στην ανθρωποκεντρική αλληλεπίδραση είναι η αναγνώριση κυρίων ονομάτων (π.χ. τοπωνυμίων), αλλά και φωνητικών εντολών [keyword spotting] σε ενθόρυβο περιβάλλον πολλαπλών γλωσσών. Στο έργο «ΑΝΑΔΕΙΞΤΟ» λύση στο πρόβλημα αυτό επιδιώκεται με τη χρήση βαθέων νευρωνικών δικτύων (deep neural networks). Τα βαθιά νευρωνικά δίκτυα προσφέρονται επίσης και για την απόδοση λεκτικών περιγραφών αξιοθέατων (π.χ. από τη Wikipedia) σε άλλες γλώσσες, όταν αυτές απουσιάζουν. Στην ολοκλήρωση του συστήματος αντιμετωπίζεται επίσης η ελαχιστοποίηση του όγκου των δεδομένων που πρέπει να μεταφερθεί μεταξύ των εφαρμογών πελάτη και του εξυπηρετητή, ενσωματώνοντας στις εφαρμογές πελάτη π.χ. την εξαγωγή χαρακτηριστικών από βίντεο, εικόνες, μουσικά κλιπ. Και στα δύο επίπεδα εξυπηρετητή και πελάτη, οι προκλήσεις που αντιμετωπίζονται είναι σημαντικές και επίκαιρες, εφόσον αποτελούν ερευνητικά αντικείμενα που απασχολούν διεθνώς.