Customer preference mining in the travel companion of the Shift2Rail initiative

Personalisation of user experience through recommendations involves understanding their preferences and the context they are living in. In this work, we aim to present a set of ranked travel offers as an answer to a travel request made by a user. In order to give a sensible answer, it is important to learn the users' preferences over time, and use this information to understand the traveller's needs. Our solution is based on a data-mining-based recommender system. We start by designing the features of the application by designing a database of historical traveller data and populating it with a set of rules that can be used as a guidance to follow a set of user profiles. After data pre-processing, a knowledge base is set up by mining association rules from the database which will then be used along with the travel request to assign a score to each of the potential travel offers, thus ranking them. The research is performed as a part of the Ride2Rail project in the frame of the Shift2Rail initiative as part of the Innovation Programme 4 of EU Horizon 2020.

La personalizzazione dell'esperienza dell'utente attraverso raccomandazioni implica la comprensione delle sue preferenze e del contesto in cui queste preferenze sono presenti. In questo lavoro, miriamo a progettare un sistema che, a fronte di una richiesta fatta da un possibile cliente, presenta una serie di offerte di viaggio opportunamente classificate. È importante conoscere le preferenze nel tempo e utilizzare queste informazioni per comprendere le esigenze del viaggiatore. La nostra soluzione si basa su un sistema di raccomandazione basato sul data mining che imposta una base di conoscenza che verrà utilizzata insieme alla richiesta di viaggio per assegnare un punteggio a ciascuna delle potenziali offerte di viaggio, classificandole in tal modo. La ricerca viene svolta nell'ambito del progetto Ride2Rail nell'ambito dell'iniziativa Shift2Rail nell'ambito del Programma per l'innovazione 4 di EU Horizon 2020.