Νικόλαος Λυμπιτάκης, Κατασκευή ενός RAG Chatbot για 
Ξενοδοχειακή Υποστήριξη 

 

 
 

 

31 

UC-5: Αναζήτηση κοντινών σημείων ενδιαφέροντος 

Χειριστής: Χρήστης (επισκέπτης ξενοδοχείου) 

Περιγραφή: Το chatbot παρέχει πληροφορίες για κοντινά αξιοθέατα, εστιατόρια, παραλίες 

ή  δραστηριότητες,  εκτελώντας  αναζήτηση  σε  βάση  δεδομένων  μέσω  Vector  Similarity 

Search. 

Προϋποθέσεις:  Η  βάση  δεδομένων  πρέπει  να  περιέχει  πληροφορίες  για  σημεία 

ενδιαφέροντος (POIs). Το chatbot πρέπει να έχει ενσωματωμένο μηχανισμό υπολογισμού 

ομοιότητας (vector embeddings). 

Βασική ροή: 

i. 

Ο χρήστης ρωτά π.χ. “Τι μπορώ να επισκεφτώ κοντά στο ξενοδοχείο;”. 

ii. 

Το  chatbot  μετατρέπει  το  ερώτημα  σε  διανυσματική  αναπαράσταση 

(embedding). 

iii. 

Εκτελείται Vector Similarity Search στη βάση με τα σημεία ενδιαφέροντος. 

iv. 

Επιστρέφονται τα πιο σχετικά αποτελέσματα (π.χ. Μουσείο, παραλία, ταβέρνα). 

v. 

Το chatbot παρουσιάζει τη λίστα με σύντομες περιγραφές. 

Εναλλακτικό  σενάριο:  Αν  δεν  βρεθούν  κοντινά  σημεία,  το  chatbot  προτείνει  δημοφιλή 

αξιοθέατα της περιοχής γενικά. 

 

UC-6: Αναζήτηση κριτικών πελατών 

Χειριστής: Χρήστης (επισκέπτης ξενοδοχείου) 

Περιγραφή: Το chatbot μπορεί να εντοπίζει και να επιστρέφει κριτικές επισκεπτών από τη 

βάση δεδομένων, σχετικές με ένα θέμα που ρωτά ο χρήστης (π.χ. καθαριότητα, φαγητό, 

εξυπηρέτηση). 

Προϋποθέσεις: Η βάση δεδομένων πρέπει να περιέχει κριτικές και το chatbot πρέπει να 

έχει ενσωματωμένο μηχανισμό υπολογισμού ομοιότητας (vector embeddings). 

Βασική ροή: 

i. 

Ο χρήστης ρωτά π.χ. “Τι λένε οι πελάτες για το πρωινό;”. 

ii. 

Το chatbot υπολογίζει το embedding του ερωτήματος. 

iii. 

Εκτελείται αναζήτηση ομοιότητας στις κριτικές.