/nginx/o/2012/06/21/1180280t1h0979.jpg)
Veebileht sightsplanner.com, mille on uurimiskeskuses ELIKO välja töötanud Tallinna Tehnikaülikooli võrgutarkvara professor Tanel Tammet ja tema juhendatavad üliõpilased, uurib turistilt, kui palju on tal aega ja mis laadi tegevused talle huvi pakuvad.
«Ükskõik kuhu lähed, ütleb see veebileht, et need asjad võiksid sulle meeldida,» selgitab Tammet. Nupulevajutuse peale pakub veebileht välja marsruudi, millega turist oma aega näiteks Tallinnas sisustada võiks.
Esialgu toimibki veebileht ainult Tallinna kohta, koostöös EASi ja ettevõttega Nortal arendatakse kogu Eestit hõlmavat versiooni visitestonia.com-i jaoks. Tulevikus aga peaks veebileht olema suuteline automaatselt jagama samasuguseid soovitusi mis tahes maailma paiga kohta.
Selle saavutamiseks tegidki Tammet ja tema kolleegid kõigepealt valmis maailmakaardi enim pildistatud kohtadest.
«Et mõistlikke soovitusi anda, on ikkagi tarvis teada, mis on populaarsed kohad,» põhjendab professor. «Seda infot on väga raske saada, kuskil seda sellisel kujul ei olegi.»
Maailma kuumuskaart
Arvutiteadlased leidsid lahenduse suurtes rahvusvahelistes pildipankades, kuhu inimesed oma fotosid üles laadivad. Aluseks võetud Panoramios on 50 miljonit pilti ning Tammeti sõnul sobis see pildipank nende eesmärgiga kõige paremini, kuna mingil ajaloolisel põhjusel domineerivad Panoramios turismireisidel tehtud hetkvõtted.
«Tõmbasime esmalt prooviks alla neid Panoramio piltide andmeid Eesti ja paari Euroopa riigi kohta: pildi nimi, tegemise aeg ja koht,» räägib professor. «See läks kergesti ja paistis, et piltide kontsentratsiooni järgi saabki erakordselt täpselt vaadata, mis on popimad kohad. Siis läksime projektiga edasi ja tegime sama asja terve maailma jaoks.»
Selle tulemusel valminud aadressil sightsmap.com asuv nn kuumuskaart pälvis aasta alguses rahvusvaheliselt suurt tähelepanu. Eelkõige kajastas seda meedia neist riikidest, mis paistavad kaardil eredamalt ehk kus inimesed on rohkem pilte teinud. Sissesuumitav kaart näitab pildistamiskohtade populaarsust lausa maja täpsusega.
«Erakordselt huvitav on vaadata maailma kuumuskaarti selle pilguga, mis sorti asjad inimestele huvi pakuvad,» märgib Tammet. «Siin on üllatavaid asju: näiteks selgub, et suur osa Prantsusmaast ei ole üldse väga populaarne. See on nagu tume laik, mida ümbritsevad rohkem fotografeeritud Holland, Itaalia ja Šveits. Euroopa on üleüldse oluliselt rohkem fotografeeritud kui mis tahes muud maailmajaod. Linnadest on esimene aga New York.»
Üldiselt vastab kuumuskaart küllalt täpselt meie intuitsioonile selle kohta, millised paigad on populaarsed. See on oluline just turisti jaoks.
«Kui siia tuleb keegi, kes ei tunne Eestit nii intiimselt, leiab ta lehelt kiiresti sama info, mida meie juba teame,» ütleb Tammet. «Kui võtta Tallinna turismiveeb, siis ei esitle see üldse Toompea vaateplatvorme, kuumuskaart juhataks aga külastaja otse sinna.»
TTÜ teadlaste uudne ja teaduslikult kaalukas lähenemine peitub aga algoritmides, mis selgitavad automaatselt välja, millega on populaarsemate kohtade puhul tegemist: on see näiteks maalilist linnapanoraami pakkuv vaateplatvorm, populaarne restoran või hoopis moodsa arhitektuuri tähtteos.
«Tekib küsimus, kuidas panna kuumadele kohtadele peale objekte, mis seal tegelikult asuvad,» arutleb Tammet. «Kuidas sa aru saad, kus midagi on.»
Kombineeritud andmekogud
Selle tarbeks kombineerisid teadlased samuti mitut avalikku andmekogu. Näiteks võrguentsüklopeedias Wikipedia on arvukalt artikleid, mille külge on kleebitud geotag ehk selle asukohta näitav info. Kasutada saab ka populaarseid asukoharakendusi, nagu Foursquare, samuti inimeste kirjutatud pildiallkirju.
«Keeruline on just otsustada, milliseid objekte tasuks näidata, mis on populaarsemad ja sobivat tüüpi,» räägib Tammet. «Palju pildistatud kohtade puhul võib olla mitu Wikipedia artiklit. On vaja valida üks. Millist sa siis eelistad, mis on oluline?»
Intelligentse tarkvara abil
Samuti peab süsteem Tammeti sõnul suutma eri tasanditel pakkuda mitut tüüpi artikleid: maailmakaarti vaadates võiks New Yorgi kohal avaneda sellest linnast üldiselt kõnelev artikkel, sisse suumides peaks valikus olema aga juba konkreetsete objektide tutvustus.
«Selleks peame ka aru saama, mis tüüpi asjad on, kas näiteks arhitektuurimälestis või looduskaunis koht,» selgitab ta. «Wikipedia infost ei ole võimalik seda automaatselt väga lihtsalt tuvastada. Foursquare’is on see lihtsam, seal on tüübijaotus olemas.»
«Vaatame praegu, kuidas teha automaatset tüübijaotust Wikipedia artiklite põhjal. Teisest küljest, paljudes kohtades ei ole adekvaatset Wikipedia artiklit juures, ja me ikka tahaks teada, mis asi see on,» jätkab ta. «Umbes kolmandikul fotodest on mingi pildiallkiri. Proovime vaadata, kas suudame pildiallkirjade põhjal automaatselt tuvastada, mis tüüpi see koht võiks olla.»
«Seda ei saa päris kindlalt teha, aga mingi usaldusväärsusega tuvastada küll,» sõnab ta. «Plaan on kasutada õppimisalgoritme, mis vaatavad pildiallkirju ja proovivad neid automaatselt klassifitseerida.»
«Kokkuvõttes oleme ehitanud süsteemi, kus intelligentne tarkvara kleebib kokku Foursquare’i ja Wikipedia objekte ning siis täiendab seda asjadega, mida juurde kleepida ei ole võimalik,» räägib professor.
Sihiks väga hea asi
Tammeti sõnul on soovitussüsteemide ehitamine praegu veebis üks põhitegevusi, kuid see on keerukam, kui esialgu paistab. Näiteks ei ole siiani erilist edu suutnud saavutada enamik süsteeme, mis üritavad pakkuda igale kasutaja automaatselt just tema jaoks põnevaid uudiseid.
«Raske on teha nii, et need tunduksid inimesele mõttekad ja atraktiivsed,» lausub ta. «Kvaliteedi tõstmine piisavalt kõrgele, et inimesed tahaks neid kasutada, vajab tõsist tööd.»
Puhtalt vaatamisväärsustele ei ole suured tegijad, nagu Google, TripAdvisor ja Foursquare, erilist rõhku pannud, pigem on neile olulised hotellid ja restoranid. Professor usub, et uutel arendustel on võimalus esile kerkida.
«Sell võib olla ettevõtlusperspektiiv, kui see muutub populaarseks, aga me ei ole võtnud seda esmase fookusena,» räägib Tammet lahenduse äriliste võimaluste kohta. «Tahame, et rakendus muutuks populaarseks, sest see näitab, et oleme tööd hästi teinud. Püüame leida soovitussüsteemide jaoks uusi algoritme ja teha lihtsalt väga head asja, paremat kui keegi teine on selles valdkonnas suutnud teha.»
/nginx/o/2020/09/03/13320201t1hd734.jpg)