A escolha do turista: Um modelo de recomendação baseado no histórico de viagens internacionais
O presente trabalho propõe a aplicação da modelagem de sistema de recomendação por abordagem colaborativa, por meio do algoritmo kNN. Trata-se de uma alternativa para estimar quais destinos seriam preferidos pelos turistas em função de seus históricos de viagem. Para tanto, foi desenvolvido um siste...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2022 |
| País: | Brasil |
| Institución: | Universidade de São Paulo (USP) |
| Repositorio: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | portugués |
| OAI Identifier: | oai:teses.usp.br:tde-19072022-111522 |
| Acceso en línea: | https://www.teses.usp.br/teses/disponiveis/100/100140/tde-19072022-111522/ |
| Access Level: | acceso abierto |
| Palabra clave: | Artificial intelligence Big data Big Data Inteligência Artificial Recommendation system Sistema de recomendação Tourism TripAdvisor Turismo |
| Sumario: | O presente trabalho propõe a aplicação da modelagem de sistema de recomendação por abordagem colaborativa, por meio do algoritmo kNN. Trata-se de uma alternativa para estimar quais destinos seriam preferidos pelos turistas em função de seus históricos de viagem. Para tanto, foi desenvolvido um sistema de coleta de dados dos mapas de viagem de usuários da plataforma TripAdvisor. Com base neles, foi possível comparar as recomendações do sistema, feitas a partir de um histórico mínimo de três países visitados, e os dois destinos internacionais efetivamente visitados na sequência pelos usuários. Observou-se que o grau de acerto não cresce conforme aumenta o tamanho k da comunidade relacionada ao algoritmo quando verificados os valores de 10, 50 e 100 membros. Porém, o percentual de acerto é maior entre os turistas com menor quantidade de países visitados. Tais resultados podem colaborar para a gestão de turismo no contexto do eTourism, uma vez que a quantidade de dados e informações disponíveis no ambiente Big Data é expressiva e permite traçar estratégias de relacionamento entre os destinos, agências de turismo e turistas. Ademais, os resultados do sistema de recomendação são personalizados, dinâmicos e não são difíceis de serem implementados. Com isso, pretende-se contribuir para a aproximação entre as áreas relacionadas às ciências de dados, computação e o turismo, apontando novas ferramentas que subsidiem a tomada de decisão na gestão estratégica do turismo. |
|---|