実データ同化型シミュレーションに向けた大規模言語モデルによる観光客行動の予測手法

抄録

観光地におけるモビリティ導入計画には，観光客の回遊行動を事前に予測することが重要である．しかし，従来の統計的手法では，天候や同行者などの多様な文脈情報のモデル化が困難であった．本研究では，大規模言語モデル（LLM）を用いた観光客の次訪問地予測手法を提案する．提案手法ではGPS軌跡とQRスタンプラリーデータから訪問系列を生成し，ペルソナ情報や環境条件と共に構造化テキストとして表現し，Llama-3.1-8Bをファインチューニングする．和歌山城公園で収集された566人の観光客データを用いた評価において，次訪問地予測でAcc@1で49.1\%を達成し，従来手法を大幅に上回った．