Personalized sightseeing tours: a model for visits in art museums

Mathias, Mayeul; Zhou, Fen; Torres‐Moreno, Juan‐Manuel; Josselin, Didier; Poli, Marie-Sylvie; Linhares, Andréa Carneiro

doi:10.1080/13658816.2016.1233332

Cited by 7 publications

(3 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…However, this framework is agnostic with respect to visiting styles. A personalized approach to the previous problem is proposed in Reference [11] where the proposed museum touring solution considers both the preferences of visitors and the prestige of exhibits while maximizing the QoE expressed as their total interest towards a set of exhibits. In Reference [12], the authors study the visiting time in a cultural space by considering various factors such as being first-time visitors, traveling with children, using a guidebook, being with a guided-tour, etc.…”

Section: Motivation and Related Workmentioning

confidence: 99%

Quality of Experience in Cyber-Physical Social Systems Based on Reinforcement Learning and Game Theory

et al. 2018

View full text Add to dashboard Cite

This paper addresses the problem of museum visitors’ Quality of Experience (QoE) optimization by viewing and treating the museum environment as a cyber-physical social system. To achieve this goal, we harness visitors’ internal ability to intelligently sense their environment and make choices that improve their QoE in terms of which the museum touring option is the best for them and how much time to spend on their visit. We model the museum setting as a distributed non-cooperative game where visitors selfishly maximize their own QoE. In this setting, we formulate the problem of Recommendation Selection and Visiting Time Management (RSVTM) and propose a two-stage distributed algorithm based on game theory and reinforcement learning, which learns from visitor behavior to make on-the-fly recommendation selections that maximize visitor QoE. The proposed framework enables autonomic visitor-centric management in a personalized manner and enables visitors themselves to decide on the best visiting strategies. Experimental results evaluating the performance of the proposed RSVTM algorithm under realistic simulation conditions indicate the high operational effectiveness and superior performance when compared to other recommendation approaches. Our results constitute a practical alternative for museums and exhibition spaces meant to enhance visitor QoE in a flexible, efficient, and cost-effective manner.

show abstract

Section: Motivation and Related Workmentioning

confidence: 99%

Quality of Experience in Cyber-Physical Social Systems Based on Reinforcement Learning and Game Theory

et al. 2018

View full text Add to dashboard Cite

show abstract

“…Visitors typically encounter an indoor exposition and guiding materials such as booklets in a memorial centre, follow a guided tour or explore a site by themselves. However well-established, it has been argued that such strategies and organised routes might be too linear, detached and predetermined to help visitors enter, explore and understand the topics and their relation to, and through, the (altered) site's landscape (Mathias et al, 2017). Addressing this concern, we have proposed an alternative and complementary approach combining an active, explorative learning paradigm with state-of-the-art media technologies such as Virtual and Augmented Reality (VR and AR respectively; XR is increasingly used to denote any blend of both as eXtended Reality) (Oliva et al, n.d.;Pacheco et al, 2014Pacheco et al, , 2016.…”

mentioning

confidence: 99%

Active Learning in Digital Heritage: Introducing Geo-localisation, VR and AR at Holocaust Historical Sites

Blancas¹,

Wierenga

Ribbens

et al. 2021

Digital Holocaust Memory, Education and Research

View full text Add to dashboard Cite

Over the last 75 years, many different approaches have been pursued in formal and informal learning of the Holocaust and Nazi crimes, including teaching materials for curricula, guided tours, class visits, expositions, digital platforms presenting testimonies and interviews, literature, movies and web resources. However, recent surveys suggest that the overall impact of these approaches might be different than expected and should be improved M. Blancas Eodyne S.L.,

show abstract

“…However, this framework ignores visiting styles. A more personalized approach to the previous problem is proposed in [33], as it considers both visitor preferences and the prestige of exhibits. Maximized visitor QoE is expressed as Total visitor interest in a set of exhibits.…”

Section: Motivation and Related Workmentioning

confidence: 99%

Quality of experience in cyber-physical social systems

Θάνου¹

View full text Add to dashboard Cite

Σε αυτή τη διδακτορική διατριβή, η έμφαση δίνεται στη βελτιστοποίηση της ποιότητας της εμπειρίας του χρήστη σε Κυβερνοφυσικά Κοινωνικά Συστήματα και ειδικότερα σε χώρους πολιτιστικής κληρονομιάς. Εξετάζονται θέματα που αφορούν τις βέλτιστες αποφάσεις των επισκεπτών σχετικά με τις επιλογές και τις στρατηγικές περιήγησής τους μέσα σε ένα μουσείο ή χώρο πολιτισμού, με απώτερο στόχο τη μεγιστοποίηση της ευχαρίστησης των επισκεπτών και την αντιμετώπιση του προβλήματος της συμφόρησης των μουσείων. Οι χώροι πολιτιστικής κληρονομιάς και ειδικότερα τα μουσεία αποτελούν έναν ειδικό τύπο κοινωνικό-φυσικών συστημάτων γιατί σε αντίθεση με άλλα κοινωνικά συστήματα, όπως είναι τα σχολεία ή οι εκκλησίες, η εμπειρία του χρήστη εξαρτάται κυρίως από τον ίδιο. Επίσης οι χώροι πολιτιστικής κληρονομιάς εμπεριέχουν όχι μόνο φυσικούς και τεχνικούς περιορισμούς αλλά και περιορισμούς που προέρχονται από ανθρώπινες συμπεριφορές. Η υιοθέτηση λοιπόν μίας κοινωνικό-τεχνικής αντίληψης με στόχο τη βελτιστοποίηση της εμπειρίας του επισκέπτη κρίνεται απαραίτητη και υιοθετείται στην παρούσα διδακτορική έρευνα. Μέσα σε αυτό το πλαίσιο, αρχικά διατυπώνονται ποσοτικά μοντέλα και συναρτήσεις, που βασίζονται σε διάφορους κοινωνικό-φυσικούς παράγοντες και εκφράζουν την εμπειρία του επισκέπτη κατά τη διάρκεια της επίσκεψής του σε ένα μουσείο. Χρησιμοποιώντας τα μοντέλα και τις συναρτήσεις αυτές, μελετώνται πως μπορούν να βελτιωθούν οι επιλογές περιήγησης του επισκέπτη μέσα σε ένα μουσείο. Επιπροσθέτως, παρουσιάζεται ένας μηχανισμός εξατομικευμένων κοινωνικών προτάσεων, που αφενός βρίσκει τα κοινά χαρακτηριστικά των επισκεπτών και αφετέρου προτείνει στους επισκέπτες ένα υποσύνολο εκθεμάτων για να επισκεφτούν. Ακόμα παρουσιάζεται η δημιουργία αυτο-οργανούμενων ομάδων επισκεπτών, οι οποίες εκμεταλλεύονται προσωπικά χαρακτηριστικά των επισκεπτών καθώς και τυχόν μεταξύ τους κοινωνικές αλληλεπιδράσεις με στόχο τη βελτίωση της μουσειακής εμπειρίας τους. Επίσης διατυπώνεται το συνδυαστικό πρόβλημα της επιλογής μίας προτεινόμενης περιήγησης από το μουσείο και του καθορισμού του χρόνου επίσκεψής στο μουσείο. Για την επίλυση του προβλήματος αυτού, χρησιμοποιείται ένας κατανεμημένος διεπίπεδος αλγόριθμος που βασίζεται στη Θεωρία Παιγνίων και στην ενισχυμένη μάθηση. Παράλληλα, η διδακτορική αυτή διατριβή ερευνά τη διαχείριση της συμφόρησης των μουσείων από μία πιο ρεαλιστική οπτική, που λαμβάνει υπόψιν της χαρακτηριστικά της συμπεριφοράς των επισκεπτών καθώς και τις προτιμήσεις τους όσον αφορά το ρίσκο. Το κίνητρο αυτής της προσέγγισης προέρχεται από την παρατήρηση ότι στους χώρους πολιτιστικής κληρονομιάς, οι άνθρωποι αλληλοεπιδρούν μεταξύ τους και συνεπώς η συμπεριφορά και οι αποφάσεις ενός επισκέπτη επηρεάζουν και επηρεάζονται από τους άλλους. Προκειμένου να βελτιωθεί η εμπειρία των επισκεπτών και να μειωθεί η συμφόρηση των μουσείων, είναι απαραίτητο να κατανοηθούν οι άγνωστες συμπεριφορές των επισκεπτών - ειδικά όσον αφορά τις διαδικασίες λήψης αποφάσεων. Οι μηχανισμοί που προτείνονται βασίζονται στη Θεωρία Προοπτικής και στην Τραγωδία των Κοινών, και σχετίζονται με την αποτύπωση και μοντελοποίηση της συμπεριφοράς των επισκεπτών καθώς και τη λήψη αποφάσεων υπό συνθήκες ρίσκου ή αβεβαιότητας, οι οποίες και συναντώνται συχνά κατά τη διάρκεια μίας επίσκεψης σε ένα μουσείο. Η παρούσα έρευνα κατηγοριοποιεί τα εκθέματα ενός μουσείου σε δύο ομάδες: στα ασφαλή και στα «Κοινού Αποθέματος Πόρων» εκθέματα. Ο διαχωρισμός αυτός γίνεται με βάση το πόσο δημοφιλή και ελκυστικά έργα τέχνης θεωρούνται από τους επισκέπτες του μουσείου. Τα «Κοινού Αποθέματος Πόρων» εκθέματα θεωρούνται τα διάσημα έργα τέχνης, τα οποία λόγω υπερβολικού συνωστισμού γύρω τους, μπορεί να «καταρρεύσουν». Επομένως η απόφαση ενός επισκέπτη να αφιερώσει χρόνο σε ένα «Κοινού Αποθέματος Πόρων» έκθεμα θεωρείται ότι ενέχει ρίσκο γιατί η ευχαρίστηση που θα λάβει εξαρτάται σε πολύ μεγάλο βαθμό από το συνολικό χρόνο που θα αφιερώσουν σε αυτό και οι υπόλοιποι επισκέπτες. Ένα μη συνεργατικό παίγνιο ανάμεσα στους επισκέπτες εφαρμόζεται και επιλύεται για τον υπολογισμό του βέλτιστου χρόνου που πρέπει να αφιερώσει κάθε επισκέπτης στα εκθέματα ώστε να μεγιστοποιήσει την ευχαρίστησή του και να μην οδηγηθούν σε κατάρρευση τα εκθέματα. Λεπτομερή αριθμητικά αποτελέσματα παρουσιάζονται και δίνουν ενδιαφέρουσες και χρήσιμες πληροφορίες σχετικά με τη συμπεριφορά των επισκεπτών και το πως αυτή επηρεάζει τη λαμβανόμενη ευχαρίστησή τους αλλά και τη συμφόρηση των μουσείων. Η παρούσα διδακτορική έρευνα ολοκληρώνεται με την παρουσίαση διαφόρων μηχανισμών κοστολόγησης των επισκεπτών ως ένα μέτρο αντιμετώπισης της συμφόρησης των μουσείων. Τα αποτελέσματα που παρουσιάζονται επιβεβαιώνουν ότι κατάλληλοι μηχανισμοί τιμολόγησης μπορούν να οδηγήσουν ένα μουσείο σε μεγαλύτερη σταθερότητα, αφού μειώνουν την πιθανότητα κατάρρευσης των εκθεμάτων, χωρίς παράλληλα να επηρεάζουν αρνητικά την ποιότητα της εμπειρίας των επισκεπτών.

show abstract

Personalized sightseeing tours: a model for visits in art museums

Cited by 7 publications

References 13 publications

Quality of Experience in Cyber-Physical Social Systems Based on Reinforcement Learning and Game Theory

Quality of Experience in Cyber-Physical Social Systems Based on Reinforcement Learning and Game Theory

Active Learning in Digital Heritage: Introducing Geo-localisation, VR and AR at Holocaust Historical Sites

Quality of experience in cyber-physical social systems

Contact Info

Product

Resources

About