Relatório de estágio no Tivoli Hotels & Resorts

Na realidade que vivemos actualmente os “novos turistas” são mais bem informados e mais preocupados na escolha de um destino turístico, de acordo com as suas motivações. Como tal, a conquista de novos clientes é um desafio constante para qualquer destino ou produto turístico, surgindo assim novas formas de comunicar e chegar ao público que pretendemos impactar. Segundo (Marques, 2012) todas as definições de marketing enfatizam a proximidade da empresa aos seus públicos, levando-o a criar laços estáveis com ele. Esta afirmação aplica-se no marketing Digital na medida em que um dos objectivos é reconhecer o cliente e apresentar a informação que interessa ao cliente, reduzindo o “lixo digital”. O Marketing Digital, assume-se cada vez mais como uma ferramenta que não deve ser desperdiçada pelas empresas, porque uma boa presença online permite-nos, com pouco investimento alcançar mais clientes que resulta num maior número de vendas e mais receita. A presente Tese de Mestrado foi realizada através de um estágio curricular desenvolvido na cadeia hoteleira Tivoli Hotels & Resorts, no âmbito do curso de Mestrado em Marketing e Promoção Turística. No decorrer do estágio surgiu a ideia de dar a conhecer, com este trabalho, a importância do marketing online e a sua utilização como ferramenta de venda e todos outros benefícios, como divulgação e reconhecimento da marca que se traduz na chamada “reputação online”.

Optimization of Pattern Matching Algorithms for Multi- and Many-Core Platforms

Image and video compression play a major role in the world today, allowing the storage and transmission of large multimedia content volumes. However, the processing of this information requires high computational resources, hence the improvement of the computational performance of these compression algorithms is very important. The Multidimensional Multiscale Parser (MMP) is a pattern-matching-based compression algorithm for multimedia contents, namely images, achieving high compression ratios, maintaining good image quality, Rodrigues et al. [2008]. However, in comparison with other existing algorithms, this algorithm takes some time to execute. Therefore, two parallel implementations for GPUs were proposed by Ribeiro [2016] and Silva [2015] in CUDA and OpenCL-GPU, respectively. In this dissertation, to complement the referred work, we propose two parallel versions that run the MMP algorithm in CPU: one resorting to OpenMP and another that converts the existing OpenCL-GPU into OpenCL-CPU. The proposed solutions are able to improve the computational performance of MMP by 3 and 2:7 , respectively. The High Efficiency Video Coding (HEVC/H.265) is the most recent standard for compression of image and video. Its impressive compression performance, makes it a target for many adaptations, particularly for holoscopic image/video processing (or light field). Some of the proposed modifications to encode this new multimedia content are based on geometry-based disparity compensations (SS), developed by Conti et al. [2014], and a Geometric Transformations (GT) module, proposed by Monteiro et al. [2015]. These compression algorithms for holoscopic images based on HEVC present an implementation of specific search for similar micro-images that is more efficient than the one performed by HEVC, but its implementation is considerably slower than HEVC. In order to enable better execution times, we choose to use the OpenCL API as the GPU enabling language in order to increase the module performance. With its most costly setting, we are able to reduce the GT module execution time from 6.9 days to less then 4 hours, effectively attaining a speedup of 45 .