Даниленко В.В.
Матеріали X Міжнар. наук.-практ. конф.
«Управління розвитком соціально-економічних систем»
(м. Харків, 5-6 березня 2026 р.)
Харків: ДБТУ, 2026. 575 с. С.379-381.

Інтерпретованість рекомендацій у туристичних системах

Рекомендаційні системи в туризмі існують вже кілька десятиліть. Їх основним завданням є допомога відвідувачам у пошуку визначних місць, піших маршрутів та напрямків подорожей. Сучасні системи досягають вражаючих результатів завдяки таким технологіям, як матрична факторизація, машинне навчання та графові нейронні мережі.

Останні розробки виходять за межі простого підбору релевантних об’єктів, орієнтуючись на багатосторонні рекомендації з урахуванням сталого розвитку, зокрема інтересів туристів, збереження природи, інтересів місцевих мешканців та просторово-часового навантаження на локації. При цьому доведено, що туристи охочіше дотримуються рекомендацій, якщо розуміють їхні причини, а системи, орієнтовані на сталість, мають не лише пропонувати альтернативи, а й пояснювати наслідки поведінки користувачів [1].

Водночас основною проблемою сучасних рекомендаційних систем прийнято вважати їхню складність і «непрозорість», через що вони сприймаються користувачами як «чорні скриньки». При цьому повна технічна прозорість часто не потрібна кінцевому споживачу: у більшості випадків достатньо зрозумілих пояснень, чому певне місце не рекомендується з міркувань, наприклад, сталого розвитку і чому альтернативний варіант краще відповідає інтересам туриста [2].

Таким чином можливо припустити, що пояснюваність рекомендаційних систем стає ключовою умовою їх соціальної легітимності в туристичному середовищі. Без зрозумілих пояснень рекомендації сприймаються як нав’язані або непрозорі, що знижує довіру до цифрових туристичних сервісів загалом. Натомість пояснення, орієнтовані на користувача, можуть виконувати не лише інформативну, а й освітню функцію, формуючи відповідальніші туристичні практики.

Також можна стверджувати, що у сфері туризму пояснення рекомендацій мають виконувати багатофункціональну роль: одночасно підтримувати інтереси туристів, цілі сталого розвитку та соціально-економічний баланс територій. Це означає, що пояснюваність перестає бути суто технічною характеристикою алгоритмів і перетворюється на інструмент управління туристичними потоками та поведінкою відвідувачів [3].

З практичної точки зору, дані припущення вказують на необхідність зміщення акценту з «інтелектуальності» алгоритмів на зрозумілість їхніх рішень для кінцевих користувачів. Навіть високоточні моделі, зокрема на кшталт KTUP чи MultiDAE, не забезпечують очікуваного ефекту в туристичному середовищі без належного рівня інтерпретованості для людини. Отже, майбутній розвиток рекомендаційних систем у туризмі доцільно розглядати не лише як технологічне вдосконалення, а як еволюцію людиноорієнтованих цифрових сервісів. Розробка пояснень за таким принципом може потребувати значних інженерних зусиль, доменної експертизи та численних ітерацій тестування [4].

Наведені аргументи і припущення зумовлюють актуальність подальших досліджень у даній сфері, зокрема потребу в інструментах, які дозволять дослідникам і розробникам систематично експериментувати з різними підходами до пояснення рекомендацій. В якості досягнення даної цілі ми вбачаємо можливість застосування інтерактивного підходу до дослідження комплексу пояснень рекомендацій за допомогою відповідної панелі (дашборду). Її основне призначення полягає у використанні графів знань для інтеграції предметної інформації та виявлення зав’язків між рекомендованими об’єктами. Рішення орієнтоване на дослідників і розробників туристичних рекомендаційних сервісів та може підтримувати як модель-специфічні, так і постфактум пояснення навіть для «чорних скриньок».

Передбачається, що запропонована система буде здатна підтримувати різні стилі пояснень (ознак, географічних характеристик, шляхів у графі знань), дозволить візуально аналізувати рекомендації на карті та досліджувати зв’язки між об’єктами через найкоротші та зважені шляхи у графі. Поєднання візуалізації ознак, географічних характеристик і графових пояснень дозволить не лише краще зрозуміти логіку рекомендацій, а й обґрунтовано пояснювати складні випадки, які не очевидні з поверхневого аналізу.

У підсумку, запропонований дашборд дає змогу гнучко експериментувати з різними стилями пояснень без постійного перевпровадження системи, підтримує як прозорі, так і «чорні» моделі рекомендацій та адаптується до специфіки туристичного домену. Це створює практичну основу для підвищення довіри користувачів до рекомендацій і для впровадження орієнтованих на сталість туристичних рекомендаційних сервісів.

Література

1. Nicholas L., Thapa B. Visitor Perspectives on Sustainable Tourism Development in the Pitons Management Area World Heritage Site, St. Lucia // Environment, Development and Sustainability. 2010. Vol.12. pp.839-857.
2. Zhang Y., Chen X. Explainable Recommendation: a Survey and New Perspectives // Foundations and Trends in Information Retrieval. 2020. Vol.14. Issue 1.
3. Sun Z., Guo Q., Yang J. et al. Research Commentary on Recommendations with Side Information: a Survey and Research Directions / Electronic Commerce Research and Applications. 2019. Vol.37.
4. Даниленко В.В. Роль вебтехнологій у досягненні цілей сталого розвитку в туризмі // Актуальні проблеми та перспективи розвитку агропродовольчої сфери, індустрії гостинності та торгівлі: Матеріали Міжнар. наук.-практ. конф. (м. Харків,4 листопада 2025 р.). Харків: ДБТУ, 2025. С.268-269.