雙北旅遊景點推薦系統（LINE Bot）

假日想出門走走，或者抵達某個景點後想知道「下一站能去哪」，往往面臨資訊過載的痛點。網路上的推薦部落格多半充斥業配或主觀喜好，而 Google Maps 上的評論動輒數百上千則，逐一瀏覽費時費力，更難以快速歸納出該景點的真實口碑與核心特色。

為了解決這個問題，我設計並實作了「雙北旅遊景點推薦系統」：整合自動化評論爬蟲、Jieba 中文斷詞、正負向情緒字典與加權評分演算法，並透過 LINE 官方帳號提供互動式階層查詢與景點關鍵字文字雲。本專案曾於公開技術分享場合進行專題演講，現場拆解從資料工程、演算法設計到雲端服務部署的完整開發鏈路。

整體系統分為五大核心模組，涵蓋離線資料處理流水線與即時線上回應架構：

1. Google Maps 評論爬蟲設計

資料源自雙北觀光景點清單。為了掌握景點近期的真實旅客口碑，爬蟲鎖定排序為「最新」的評論，透過 Token 翻頁機制（Next Page Token）批次抓取，每個景點上限設定為 1,700 則評論。在資料採集過程中，設計了隨機 User-Agent 輪替與 0.5～2 秒隨機延遲，降低被目標服務阻擋的風險。

2. 文字清洗與表情符號轉換

Google Maps 評論常包含大量系統介面標籤與非文字雜訊，若直接進行斷詞會嚴重干擾統計：

• 翻譯標籤分離：過濾 (由 Google 提供翻譯) 與 (原始評論)，確保優先保留使用者原始輸入的文字內容。
• 介面元資料排除：清理「上次造訪時間」、「等待時間」、「建議預訂」、「⋯⋯更多」等系統結構化標記。
• 表情符號轉換：導入 emoji.demojize，將常見的表情符號轉換為可供 NLP 處理的文字標籤（例如 :sparkles: 或 :thumbs_up:），保留旅客的情緒色彩。

3. Jieba 斷詞與特色文字雲

評論清理完成後，以 jieba 進行中文斷詞，再用 wordcloud 套件為每個景點產生關鍵字文字雲，把評論裡反覆出現的特色（建築、小吃、歷史典故等）濃縮成一張圖。文字雲上傳後以圖片連結存進資料庫，LINE Bot 回覆時直接帶出。

如果單純依照「Google Maps 平均星等」進行排序，常會產生顯著偏差：一處只有 2 則 5 星評論的新開景點，排名會直接壓過累積 1,500 則評論且平均 4.7 星的成熟經典景點。這在推薦系統中屬於典型的「小樣本極端值偏誤」。

1. 星等加權評分（Weighted Rating, WR）

為了解決評分樣本不均的問題，星等部分採用 IMDb 式的加權評分公式：

• v：該景點的評論數。
• m：進入排名所需的最低評論數門檻。
• R：該景點的平均星等。
• C：全體景點的平均星等。

評論數 v 少的時候，分數會被拉向全體平均 C；評論數遠超過門檻 m 之後，景點自己的平均星等 R 才會主導分數，少數極端評價就不容易把排名帶偏。

2. 情緒分析與綜合得分

星等之外，評論文字的語氣也反映遊客滿意度。情緒分析使用台大自然語言處理的正負向字典，對斷詞後的評論計分；最後把情緒分析分數與星等評價分數加權相加，得到排序用的綜合分數（資料庫欄位 result_avg）：

這樣排序同時看「大家給幾顆星」和「評論實際怎麼說」，LINE Bot 查詢時直接依這個分數排序。

1. Webhook 雙向通訊架構

使用者在 LINE App 傳送文字指令時，LINE 平台會發出 HTTPS POST 請求至後端伺服器的 /callback 路由。Flask 後端首先藉由 X-Line-Signature 檢查請求的數位簽名是否合法，再由 WebhookHandler 將訊息派發給對應的處理函數，從 MySQL 查詢資料後透過 LINE Messaging API 封裝為範本訊息回傳。

2. 三階層式探索選單與防僵化機制

雙北行政區數量龐大，若一次列出幾十個行政區會大幅增加使用者認知負擔。系統設計了三種不同粒度的探索路徑：

1. 直選縣市推薦：使用者直接點擊「臺北市」或「新北市」，系統自該縣市排序前 5% 的最高分景點中隨機抽取 6 處，呈現雙北頂級推薦。
2. 跨區生活圈次分組：將地理相鄰的行政區合併為群組（例如「士林、大同區」或「五股、泰山、新莊、蘆洲、三重區」），方便以區域生活圈為導向的探索。
3. 精準行政區推薦：下鑽至特定行政區（如士林區），系統由該區綜合得分排名前 50% 的景點中篩選 3 筆呈現。

為了避免使用者每次點選同一個區域都看到一模一樣的景點，後端在取得 Top 景點集合後會進行隨機抽樣（Random Shuffle），既維持了高推薦品質，又具備探索新景點的驚喜感。

3. 互動展示與圖文回傳成果

使用者選定具體景點後，聊天機器人會立即回傳包含景點名稱、Google Maps 導航短網址，以及一目了然的評論特色文字雲圖片。旅客無須逐篇翻閱幾百則評論，即可在手機畫面上秒懂該景點好玩在哪、必看重點與注意事項。

• 免費 PaaS 平台的冷啟動：免費雲端主機閒置一段時間後會休眠，使用者在休眠期間傳訊息，第一次回應會明顯變慢。後續可改用常駐主機，或定時喚醒服務。
• 離線批次爬蟲的時效維護：目前的評分與文字雲為單次批次運算後寫入資料庫，尚缺乏自動化的定期增量排程機制。未來可結合每週排程爬取最新評價，使文字雲與情緒評分隨季節動態更新。
• 多維度推薦特徵擴充：目前推薦主要依賴地理區域、星等與情緒分數。若能進一步結合停留時間標籤、室內/戶外屬性、即時天氣 API 與使用者個人化偏好標籤，推薦精準度將能更進一步提升。

本專案完整原始碼與 Colab 爬蟲腳本已整理公開於 GitHub：jelink27/Tourist-attraction-recommender-system。