先日（といっても数か月前ですが）、noteを開始しました。
こちら👇です。
こちらのnoteでは主にコスパの良い旅行情報を提供します。
食べログとじゃらんのデータを基にコスパの良い旅行記事を上げ始めていますが、より深堀したものを提供できないかということでnoteを書くにいたしました。
より深堀した内容ですので深堀部分は有料となっています。（といっても、旅行本を購入するよりは安い金額を目指します）
そしてこの記事ではこのnoteの使い方についてを記載しておきます。
この記事を参考にして、より僕のnote記事を有効活用していただければ幸いです。
noteの構成と内容
noteは2つの情報に大別されます。
一つはじゃらんを使用した観光地の提示。
もう一つは食べログを使用したレストランの最適化。
このnoteは県ではなく、さらに細かく市で旅行の最適解を提示します。
観光地（じゃらん）
じゃらんからデータをスクレイピングし、市レベルで各記事を書いています。
有料枠には対象の市とその周辺の市に絞った範囲でじゃらんの観光地の評価点のランキングを求めています。（ベスト10位まで求めています。）
こちらのランキングを基に行きたいスポットを見つけてみてください。
食べログ（グルメ）
グルメは食べログからデータをスクレイピングし、こちらも市レベルの範囲でお店をピックアップさせていただいています。
方法は、
- ランダムフォレストによる評価点の予測
- ナップザック問題による評価点最適化
を行っています。
過去の記事でも説明しているところですが、こちらでも具体的に説明します。
①ランダムフォレスト
まず、ランダムフォレストによる評価点の予測を行います。
ランダムフォレストがなんぞやという方は機械学習の予測手法の一つだと思ってい貰えれば大丈夫です。
以下を見てください。
これは、北海道の食べログに掲載されているお店に対してランダムフォレストをした結果です。
各お店の実際の評価点に対して、予測値が求められています。
以下のグラフの緑の丸のところであれば、実際の値と同じ値を予測できているということです。
しかし、実際の値よりも予測値の方が大きい赤の丸、予測値よりも実際の値が大きい青の丸になることがあります。
これは本来予測される値よりも低く評価されているお店（赤い丸）、本来予測される値よりも高く評価されているお店（青い丸）となります。
つまり、本来予測される値よりも高く評価されているお店（青い丸）であれば、
実際の評価点 – 予測値
をすることで、予想以上に高く評価された分が算出できます。
②ナップザック問題
予想以上に高く評価された差分が大きいほどコスパが良いと言えますから、この差分のランキングを求めればよいように思えます。
しかし、旅行となると、その土地の名産を食べたいところ。
さらには金額の上限も決まっている。
そのためナップザック問題を使用しました。
ナップザック問題を簡単に説明すると、限られた容量のナップザックにより多くの荷物を入れるにはどうすれば良いかという問題です。
つまり、今回の場合ですと限られた金額の中でできるだけこの差分の総和を多くするという問題に言い換えられます。
以上から、各土地の名産はあらかじめ調べておき、それに当てはまる食べログのジャンルに絞ってナップザック問題を解きました。
その結果をnoteに載せています。
是非、参考にしてみてください。
自分だけの旅行マガジンをカスタマイズ
僕のnoteは県ではなく、さらに細かく市で旅行の最適解を提示します。
例えば、青森県でしたら、青森市で一つの記事になっています。
青森県全体ではなく、青森県で行きたいスポットの記事を選べるようにしました。
ですので、各都道府県の行きたいスポットの記事を自分でピックアップして自分だけの旅行マガジンを作ることができます。
自分だけのコスパGoogleマップを作ろう
行きたいお店や観光地が見つけられたら、Googleマップにてマッピングしておきましょう。
旅行に行った際に役立つ、自分だけのGoogleコスパマップが出来上がります。
各note記事にはグルメもジャンル別に載せています。
ですので、例えば青森県で海鮮を食べに行きたいってなったら海鮮のみをGoogleマップにマッピングしておけば自分だけのオリジナル旅行の予定を立てやすくなります。
