• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Mémoire de Maîtrise
DOI
https://doi.org/10.11606/D.100.2022.tde-19072022-111522
Document
Auteur
Nom complet
Vinicius Rocha Biscaro
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2022
Directeur
Jury
Santos, Glauber Eduardo de Oliveira (Président)
Freire, Otávio Bandeira de Lamônica
Gosling, Marlusa de Sevilha
Marques, Osiris Ricardo Bezerra
Titre en portugais
A escolha do turista: Um modelo de recomendação baseado no histórico de viagens internacionais
Mots-clés en portugais
Big Data
Inteligência Artificial
Sistema de recomendação
TripAdvisor
Turismo
Resumé en portugais
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.
Titre en anglais
Tourist choice: a recommendation model based on international travel history
Mots-clés en anglais
Artificial intelligence
Big data
Recommendation system
Tourism
TripAdvisor
Resumé en anglais
This work proposes the application of the recommendation system modeling by collaborative approach, through the kNN algorithm, an alternative to estimate which destinations would be preferred by tourists according to their travel records. A system was developed to scrape data from travel maps of users of the TripAdvisor platform. The data allowed to compare the recommendations of the system estimated from a record of at least three previously visited destinations with two international destinations actually visited afterwards. It was observed that the accuracy does not increase as the size k of the related community increases when the values of 10, 50 and 100 members are adopted. However, the accuracy is higher among tourists with smaller travel records. Such results can collaborate with tourism management in the context of eTourism, since the amount of data and information available in the Big Data environment is expressive and allows us to outline relationship strategies between destinations, tourism agencies and tourists, since the recommender system results are personalized, dynamic and not difficult to implement. This research contributes to the approximation between the areas related to Data Sciences and Tourism, enabling new tool alternatives that subsidize decision-making in the strategic management of tourism.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2022-08-30
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.