結合推薦機制之博物館智慧導覽系統設計研究

本研究利用基於內容與協同過濾演算法，整合政府與博物館開放資料庫，透過機器學習平台訓練展品推薦模型，並運用Android系統開發環境建置一套博物館智慧導覽之行動系統。本系統提供使用者對展品特徵屬性的偏好需求與歷史評分建立展品推薦模型，並預測且呈現使用者可能感興趣展品。同時整合政府開放資料庫提供博物館中全方位的導覽，讓使用者以視覺化方式即時獲取所在地點與展館、展品和相關設施相對位置，進而規劃出個人化且具彈性的展品參觀路線。另外，結合博物館開放資料庫將展品依類別進行分類，使用者可透過分類與關鍵字方式搜尋並快速獲取詳盡的展品資訊。最後亦將博物館的當期展覽與展品資訊利用擴增實境技術迅速的擷取展品周圍AR特徵圖示即可快速獲取展品資訊與集章。透過本研究所開發之博物館智慧導覽之行動系統提供參觀者對博物館展品和展覽活動相關訊息的傳遞，即時與適性化的智慧導覽將可提昇使用者對博物館展品的思想與價值，進而帶動國家的文化發展。

關鍵字

推薦機制；機器學習；擴增實境；全方位導引

並列摘要

In this study, the Android application was developed to provide the user intelligent navigation of the museum, according to user's preference for the characteristic attributes of the exhibit. Azure Machine Learning Studio was integrated with open databases to train the recommendation model. The demand and user groups score the exhibit history and establish an exhibit recommendation training model to predict and present exhibits that may be of interest to the user. Providing a comprehensive guide service for the exhibition hall, users can instantly know the location and inquire about the location of each exhibit and facility, and can plan a flexible tour of the exhibits. At the same time, they can obtain detailed and rich exhibits through the open materials of the museum. This study allows visitors to gain insight into museum exhibits and easily visit the exhibition.

並列關鍵字

Recommendation mechanism ； Machine learning ； Augmented reality ； Guided Service

主題瀏覽