[論文レビュー] Building an Ecosystem for the Tyrolean Tourism Knowledge Graph

Elias Kärle, Umutcan Şimşek+2 more|arXiv (Cornell University)|May 15, 2018

Semantic Web and Ontologies参考文献 13被引用数 4

ひとこと要約

本論文では、DMO、GIS、宿泊施設提供者からの異種の観光データを意味的に公開および統合するために、schema.orgの注釈を活用したティロール観光知識グラフの設計および実装を提示する。データをschema.orgのサブセットにマッピングし、グラフデータベースに格納し、チャットボット、予約API、時系列分析を通じて利用可能にすることで、本システムは知的応用および地域におけるデータ駆動型インサイトを可能にするスケーラブルで機械読取可能な観光データを実現する。

ABSTRACT

The introduction of the schema.org vocabulary was a big step towards making websites machine read- and understandable. Due to schema.org's RDF-like nature storing annotations in a graph database is easy and efficient. In this paper the authors show how they gather touristic data in the Austrian region of Tirol and provide this data publicly in a knowledge graph. The definition of subsets of the vocabulary is followed by providing means to map data sources efficiently to schema.org and then store the annotated content into the graph. To showcase the consumption of the touristic data four scenarios are described which use the knowledge graph for real life applications and data analysis.

研究の動機と目的

• オーストリア・ティロールにおける観光データの持続可能で機械読取可能な知識グラフを、標準化された意味的注釈を用いて構築すること。
• 非相互運用性の高い分散した観光データの課題に対処し、schema.orgベースのモデリングによって統合すること。
• チャットボット、自動予約、データ分析などの実世界の応用を、中央集権的かつ拡張可能な知識グラフを通じて可能にすること。
• 地域観光知識グラフの基盤として、schema.orgを用いることの実現可能性と利点を示すこと。
• データ共有、自動化、知的エージェントとの対話の促進を通じて、観光分野におけるデジタルトランスフォーメーションを支援すること。

提案手法

• ホテル、レストラン、スキー教室などの観光分野向けに、ドメイン固有のschema.orgサブセット（ドメイン仕様）を定義し、データモデリングの標準化を図ること。
• DMO、Feratel、Infomax、GISシステムなど多様なソースからのデータを、schema.org注釈付きのRDF三元組にマッピングし、一貫した保存を実現すること。
• 履歴データを名前付きグラフに格納することで、時系列分析およびデータの出典追跡を可能にすること。
• 対話システムやアプリケーションによる動的クエリを可能にするために、SPARQLベースのWebサービスを構築すること。
• Dialogflowに統合されたチャットボットを実装し、ユーザーの質問をSPARQLクエリに変換してリアルタイムでの情報取得を実現すること。
• schema:SearchActionおよびschema:Actionラッパーを備えたAPIレイヤーを構築し、提供者のネイティブ予約APIにリンクすることで「自動直接予約」を可能にすること。

実験結果

リサーチクエスチョン

• RQ1 異種のソースからの観光データを、共通語彙としてのschema.orgを用いてどのように意味的に統合できるか？
• RQ2 恒久的な知識グラフに動的でリアルタイムの観光データ（例：宿泊施設の提供オファー）を統合するにあたり、どのような主な課題が生じるか？
• RQ3 知識グラフをどのように活用することで、直接API連携なしにチャットボット駆動の部屋予約を含むエンドツーエンドの自動化を実現できるか？
• RQ4 ティロール観光の文脈において、履歴宿泊料金データの時系列分析から得られるインサイトは何か？
• RQ5 schema.orgベースの注釈は、観光アプリケーションにおけるデータの検索可能性および機械処理可能性をどの程度向上できるか？

主な発見

• 知識グラフは、DMO、Feratel、Infomaxなど複数のソースからの静的および動的観光データを、schema.orgを共通データモデルとして効果的に統合した。
• SPARQLを介してグラフから情報を取得することができる完全に機能するチャットボット（Dialogflow統合）を実装し、リアルタイムの質問応答能力を実証した。
• schema:Actionおよびschema:SearchActionを備えたAPIレイヤーの実装により、ネイティブ予約APIにリンクすることで「自動直接予約」を実現し、独自システムへの依存を低減した。
• 履歴データ分析の結果、セーフェルトの宿泊料金はマイルホーフェンよりも常に高く、2月に顕著な上昇が見られたことから、季節的価格パターンが明らかになった。
• 本アプローチは、データ統合のスケーラビリティを実証し、分析、対話型システム、知的エージェントとの対話といった高度なユースケースをサポートする。
• データ品質の課題やソース固有のラッパーの必要性といった課題が存在するが、本システムは、地域観光知識グラフの基盤としてschema.orgが実用的であることを示した。