Politehnika i dizajn, Vol. 12 No. 4, 2024.
Stručni rad
https://doi.org/10.19279/TVZ.PD.2024-12-4-19
USKLAĐIVANJE TROŠKA, BRZINE I RELEVANTNOSTI U SUSTAVIMA UMJETNE INTELIGENCIJE ZA TURIZAM
Tin Popović
orcid.org/0009-0006-7538-942X
; Bulb Technologies, Ulica Grada Vukovara 23, Zagreb, Hrvatska
*
* Dopisni autor.
Sažetak
Turistički sektor suočava se s rastućim zahtjevima za personalizacijom u stvarnom vremenu s čime se tradicionalni sustavi teško nose. U ovome radu predstavljamo skalabilni AI sustav koji kombinira velike jezične modele (LLMs , engl. Large Language Models) s Retrieval-Augmented Generation (RAG) arhitekturama radi poboljšanja kvalitete preporuka u turističkim aplikacijama. Istražene su tri konfiguracije RAG-a za generiranje prilagođenih prijedloga smještaja, atrakcija i upita. Sustav se temelji na modularnim komponentama koje omogućuju fleksibilno prilagođavanje korisničkom kontekstu. Učinkovitost je ocijenjena kompozitnim indeksom RCT (engl. Relevance–Cost–Time) koji kvantificira kompromis između kvalitete odgovora, brzine i operativnog troška. Eksperimentalni rezultati pokazuju da naprednije RAG strategije značajno povećavaju relevantnost odgovora, ali uz veće troškove i latenciju, dok osnovni RAG postiže najbolju ekonomičnost. Dobiveni uvidi pružaju praktične smjernice za dizajn AI asistenata koji uravnotežuju personalizaciju s računalnom učinkovitošću.
Ključne riječi
AI u turizmu; RAG arhitektura; veliki jezični modeli; RCT index
Hrčak ID:
335822
URI
Datum izdavanja:
2.6.2025.
Posjeta: 444 *