E-servicios: Aplicación De La Lógica Difusa A Un Agente Inteligente De Turismo

e-Servicios: Aplicaci´on de la L´ogica Difusa a un Sistema Experto en Turismo C. R. Brys a , O. Myriam Kurtz a a Universidad

Nacional de Misiones, Facultad de Ciencias Econ´ omicas Departamento de Inform´ atica, Campus UNaM, Ruta Nac. 12 Km. 7,5 Posadas (N3304), Misiones, Argentina

Abstract This paper proposes adapting an Tourism Expert System, incorporating linguistic labels to improve the solution of the expert system, and provide a more precise recommendation of tourist. As a practical case study of State service to the citizens, its presents a web application with touristics data of Province of Misiones, Argentina. En este art´ıculo se propone adaptar un Sistema Experto en Turismo, incorporando etiquetas ling¨ u´ısticas para mejorar el resultado de la soluci´ on del sistema experto, y brindar una recomendaci´ on m´ as precisa de la oferta tur´ıstica. Como un caso pr´ actico del servicio del Estado a los ciudadanos, se presenta un caso de aplicaci´ on web con datos tur´ısticos de la Provincia de Misiones, Rep´ ublica Argentina. Keywords: L´ ogica Difusa, Etiquetas ling¨ u´ısticas, Sistemas expertos, Turismo

1. Introducci´ on Seg´ un la Organizaci´ on Mundial de Turismo (OMT) en su informe Tourism 2020 Vision 1 proyecta que para el a˜ no 2020 visitar´ an el continente americano aproximadamente 282 millones de los 1.600 millones de turistas. El deseo de desarrollar alguna actividad relacionada con la naturaleza representa aproximadamente el 30% de los criterios de selecci´ on de los turistas, en especial las relacionadas con la naturaleza y su entorno [11]. El trabajo desarrollado en el presente art´ıculo trata de un sistema experto que permite que el visitante planifique su propia gu´ıa tur´ıstica a trav´es del InterEmail addresses: [email protected] (C. R. Brys), [email protected] (O. Myriam Kurtz). 1 http://www.world-tourism.org/facts/eng/vision.htm

net, tomando decisiones a partir de sus preferencias utilizando etiquetas ling¨ u´ısticas. Esta pr´actica contribuye a motorizar la Sociedad de la Informaci´ on y del Conocimiento, con un Estado m´as inteligente y eficiente y al servicio de sus ciudadanos [9]. Turban et al. en [13] definen a la toma de decisiones como: “un proceso de selecci´ on entre los cursos alternativos de acci´ on con el prop´ osito de lograr una meta o metas”. Cuando el entorno es difuso, Bellman y Zadeh [1] lo definen como “un proceso de decisi´ on en el cual las metas y/o restricciones, pero no necesariamente el sistema bajo control, son de naturaleza difusos. Significando ´esto que las metas u objetivos y/o restricciones constituyen clases de alternativas cuyos l´ımites no est´ an fuertemente definidos”. Una manera pr´actica para tratar dicha incertidumbre en el conocimiento humano fue propuesta por Zadeh en 1965: La Teor´ıa de Conjuntos Difusos [14].

Documento presentado en Doctorado en Ingenier´ıa de Sistemas y Computaci´ on. Universidad de M´ alaga

January 23, 2008

El proceso de selecci´ on de la oferta tur´ıstica que propone el Agente Inteligente utiliza el modelo de Toma de Decisi´ on Monocriterio y comienza a partir de las respuestas que ingresa el visitante; el sistema asigna un peso a los atractivos basado en las preferencias ingresadas y formula una soluci´on que contiene la sugerencia de los lugares tur´ısticos. Con esa informaci´ on el turista planifica los lugares que desea visitar de acuerdo a los atractivos que m´as se asocian a sus preferencias. El desarrollo de este art´ıculo se plantea de la siguiente forma: en la Secci´ on 2 se hace una introducci´on al proceso de la toma de decisiones y al modelo ling¨ u´ıstico; en la Secci´ on 3 se presenta un caso de pr´actica incorporando etiquetas ling¨ u´ısticas a un sistema experto en turismo; finalmente se exponen las conclusiones.

2.3. Metodolog´ıa de Funcionamiento En el contexto difuso, el problema de la toma de decisi´on se modela como: un conjunto finito de alternativas (los atractivos tur´ısticos), A = {a1 , . . . , an }, (n ≥ 1), asociado a un conjunto finito de lugares, L = {l1 , . . . , ln }, (n ≥ 1) que poseen los atractivos de A; y un experto e (el turista). En este caso, cada experto expresa sus preferencias sobre A por medio de un conjunto de n valores de utilidad, U = {u1 , . . . , un }, ui ∈ [0, 1], es decir, el experto asigna a cada alternativa un valor de utilidad que representa el grado de inter´es por dicha alternativa. Para el conjunto de valores de utilidad, se supone que cuanto mayor es el valor de utilidad para una alternativa, mejor satisface dicha alternativa el objetivo del experto. El n´ umero de elementos en el conjunto de etiquetas determina lo que se denomina la granularidad, es decir, el grado de distinci´on entre diferentes grados de incertidumbre. La sem´antica de las etiquetas ling¨ u´ısticas viene dada por n´ umeros difusos definidos en el intervalo [0,1], los cuales son descritos mediante funciones de pertenencia. En [2, 6, 7] se muestran algunas aplicaciones del enfoque ling¨ u´ıstico a la toma de decisiones. Debido a que los t´erminos ling¨ u´ısticos no son m´as que aproximaciones dadas por individuos, se considera que las funciones de pertenencia trapezoidales son las que mejor se ajustan para expresar la imprecisi´ on de las valoraciones ling¨ u´ısticas, ya que obtener valores m´as exactos es imposible o innecesario. Esta representaci´on se obtiene mediante una 4-tupla (a,b,d,c), con b y d indicando el intervalo donde la funci´ on de pertenencia es 1, siendo a y c los l´ımites izquierdo y derecho de la funci´ on de pertenencia. Un caso particular de este tipo de funciones de pertenencia son las triangulares donde, b=d, por lo que se representan como (a,b,c) [10]. Para este caso de estudio, se ha definido un n´ umero impar de etiquetas: {N, C, U, P, B, M, S}, donde el t´ermino “P=Puede ser” representa aproximadamente 0.5, con el resto de etiquetas distribuidas sim´etricamente a su alrededor, y se ha asignado la siguiente sem´antica al conjunto de las 7 etiquetas: N=No me interesa (0, 0, 0.17) C=Casi nada (0, 0.17, 0.33) U=Un poco (0.17, 0.33, 0.50) P=Puede ser (0.33, 0.50, 0.67)

2. M´ etodos 2.1. El proceso de la Toma de Decisiones Toma de Decisiones Monocriterio La toma de decisiones monocriterio se refiere a la situaci´ on de toma de decisiones donde solo existe una u ´ nica fuente de informaci´ on (o criterio) para obtener la soluci´on al problema de decisi´on. Por lo tanto, en este tipo de situaciones la soluci´on del problema viene directa y u ´ nicamente de la informaci´ on provista. En este caso no hay necesidad de un proceso de consenso [3].

2.2. Formatos de Representaci´ on de Preferencias Valores de Utilidad En la literatura [4, 5] existen esfuerzos para crear modelos de decisi´on que permitan la expresi´on de preferencias en diversos formatos. En este art´ıculo, se describe brevemente uno de esos formatos: las “Preferencias por Valores de Utilidad”. En este caso, el experto asocia un n´ umero (valor de utilidad) a cada alternativa, lo que representa el nivel de cumplimiento desde su punto de vista de la alternativa. Para cada conjunto de valores de utilidad podemos suponer, sin perdida de generalidad, que cuanto m´as alto sea el valor para una alternativa, ´esta satisface en mayor medida los objetivos del experto. 2

conjunto de atractivos que el experto ha seleccionado del universo de atractivos disponibles. El conjunto S formado por los si que han sido ponderados por el valor de utilidad asociado a la etiqueta ling¨ u´ıstica, se ordena en forma ascendente a los efectos de que los atractivos que mejor satisfagan las expectativas del experto est´en en el primer orden. En el paso final, para cada elemento si del conjunto S, el sistema recupera del conjunto L los lugares que cumplen con la condici´on de poseer los atractivos valorados por el experto, y se presenta la soluci´on del sistema experto en una lista de lugares.

B=Bastante (0.50, 0.67, 0.83) M=Mucho (0.67, 0.83, 1) S=Definitivamente Si! (0.83, 1, 1) Lo que puede expresarse gr´ aficamente como se muestra en la Figura 1:

El modelo de resoluci´on puede expresarse tal como se muestra en la Figura 2. Figure 1. Distribuci´ on de Posibilidades

2.4. Modelo ling¨ u´ıstico de toma de decisi´ on monocriterio en la resoluci´ on de problemas Un proceso de Toma de Decisi´ on Monocriterio est´ a compuesto de dos fases, en este caso no requiere del consenso ya que la fuente de informaci´ on es una sola. (i) Fase de Agregaci´ on. En el que se transforma un conjunto de valores de preferencias asociadas al experto y/o criterio en un conjunto de sugerencias aplicando un operador de agregaci´on. Durante el proceso de agregaci´on, los valores de utilidad ui para cada atractivo ai expresados por el experto, se agregan en un vector de sugerencias S = {s1 , . . . , sn }, (n ≥ 0), de modo que: sj =

n X

Figure 2. Proceso de Selecci´ on

ui

(1)

i=1

donde sj es la utilidad agregada para cada sugerencia propuesta por el sistema experto. (ii) Fase de Explotaci´ on. A partir de los valores de preferencia y aplicando un criterio de selecci´ on se obtiene un conjunto soluci´on. Este criterio de selecci´ on puede estar basado en cualquier otro m´etodo que nos permita obtener una ordenaci´ on de la preferencia del experto obtenida en la fase de agregaci´on. Este m´etodo no devuelve una sola alternativa, sino que propone una soluci´on m´ ultiple S = {s1 , . . . , sn }, (n ≥ 0), que representa el

3. Caso de Pr´ actica La aplicaci´on pr´actica de las etiquetas ling¨ u´ısticas se ha realizado sobre un sistema experto que funciona como una aplicaci´on web. El sistema experto original guiaba a los turistas en la selecci´ on de los atractivos que podr´ıa visitar por medio de preguntas que s´olo admit´ıan las respuestas “si” y “no”. Ese m´etodo no ofrec´ıa a los turistas una forma de poder expresar su grado de inter´es por los distintos atractivos, de modo que la 3

soluci´on del sistema experto se limitaba a devolver una lista ordenada de atractivos que al turista “si” le interesaba visitar. Con la incoporaci´ on de las etiquetas ling¨ u´ısticas al cuestionario del sistema, tal como se muestra en la Figura 3, el turista asume el rol de un experto que puede expresar su inter´es de forma sem´antica, el que se asocia a un valor de utilidad que es ponderado para obtener una soluci´on m´as precisa. El sistema ha sido incorporado como parte opera-

[3]

[4]

[5]

[6]

[7]

[8]

[9] Figure 3. Di´ alogo de la Aplicaci´ on

tiva del Portal de Turismo del Gobierno de la Provincia de Misiones, y puede ser accedido en la direcci´ on de Internet: http://www.turismo.misiones.gov.ar/setur/.

[10]

[11]

4. Conclusiones

[12]

El uso del enfoque ling¨ u´ıstico difuso resuelve el problema de valoraci´ on subjetiva de las alternativas, en un contexto donde es dif´ıcil expresar valores de preferencia de forma precisa, y las opiniones solo pueden ser expresadas con una informaci´ on aproximada. Comparando el funcionamiento de los sistemas, se obtiene que al incorporar m´etodos basados en l´ogica difusa, el sistema adaptado ofrece m´as flexibilidad y resultados m´as relevantes que se ajustan mejor a las expectativas de los viajeros.

[13]

[14]

References [1] R. A. Bellman, L. A. Zadeh, (1970), Decision-making in a fuzzy environment, Mgmt. Sci., Ser. B 17 (4) 141 164. [2] G. Bordogma, M. Fedrizzi, G. A. Passi, (1997), Linguistic modelling of consensus in group decision

4

making based on Owa operators. IEEE Trans. Systems, pp 126-132. S. A. Burgos, (2006), Group Decision Making With Incomplete Fuzzy Preference Relations. Tesis de Doctorado. Escuela T´ ecnica Superior de Ingenier´ıa Inform´ atica. Universidad de Granada. Espa˜ na. F. Chiclana, F. Herrera, and E. Herrera-Viedma, (1998),Integrating multiplicative preference relations in a multiplicative decision making model based on fuzzy preference relations, Fuzzy Sets and Systems 112, 277291. F. Chiclana, F. Herrera, and E. Herrera-Viedma, (1998), Integrating three representation models in fuzzy multipurpose decision making based on fuzzy preference relations, Fuzzy Sets and Systems 97, 3348. M. Delgado, J. L. Verdegay, M. A. Vila, (1993), On aggregation operations of linguistic labels. Internat. J. Intell. Systems 7 , pp 479-492. F. Herrera, E. Herrera Viedma, J. L. Verdegay, (1995), A sequential selection process in group decision making with linguistic assessment. Inform. Sci. 85 , pp 646-656. S. Koolmanojwong, P. Santiprabhob,(2002), Intelligent Electronic Marketplace for Tourism. Software Technology Laboratory. Faculty of Science and Technology. Assumption University. Bangkok. Thailand. O. M. Kurtz (2005). Estudio del Desarrollo de la Sociedad de la Informaci´ on en la Argentina. Tesis de Maestr´ıa. Facultad de Ciencias Econ´ omicas. Universidad Nacional de Misiones. Argentina. L. Mart´ınez, F. Mata, P. J. S´ anchez, E. Mart´ınez, (2002), Un Modelo Ling¨ u´ıstico para la Resoluci´ on de Problemas de toma de Decisi´ on en Grupo para el Sector Tur´ıstico. Dpto. Inform´ atica, Universidad de Ja´ en. Universidad de Ja´ en. Gobierno de la Provincia de Misiones. Plan Estrat´ egico de Desarrollo Tur´ıstico de la Provincia de Misiones. M. Roubesn, (2002), Fuzzy sets and decision analisis. Fuzzy Sets and Systems 90. (1997), pp 199-206. European Journal of Operational Research, 139, pp 166177. E. Turban, J. A. Aronson, T. Liang, (2005), Decision Support Systems and Intelligent Systems, 7th ed. (Upper Saddle River, NJ: Pearson Prentice Hall), 40. L.A. Zadeh, (1965), Fuzzy sets, Information and Control 8 , no. 3, pp 338353.