Tourism mobile and recommendation systems - a state of the art

Recommendation systems have been growing in number for the last fifteen years. To evolve and adapt to the demands of the actual society, many paradigms emerged giving birth to even more paradigms and hybrid approaches. Mobile devices have also been under an incredible growth rate in every business area, and there are already lots of mobile based systems to assist tourists. This explosive growth gave birth to different mobile applications, each having their own advantages and disadvantages. Since recommendation and mobile systems might as well be integrated, this work intends to present the current state of the art in tourism mobile and recommendation systems, as well as to state their advantages and disadvantages.

A hybrid recommendation approach for a tourism system

Many current e-commerce systems provide personalization when their content is shown to users. In this sense, recommender systems make personalized suggestions and provide information of items available in the system. Nowadays, there is a vast amount of methods, including data mining techniques that can be employed for personalization in recommender systems. However, these methods are still quite vulnerable to some limitations and shortcomings related to recommender environment. In order to deal with some of them, in this work we implement a recommendation methodology in a recommender system for tourism, where classification based on association is applied. Classification based on association methods, also named associative classification methods, consist of an alternative data mining technique, which combines concepts from classification and association in order to allow association rules to be employed in a prediction context. The proposed methodology was evaluated in some case studies, where we could verify that it is able to shorten limitations presented in recommender systems and to enhance recommendation quality.

Recommendation & mobile systems - a state of the art for tourism

Recommendation systems have been growing in number over the last fifteen years. To evolve and adapt to the demands of the actual society, many paradigms emerged giving birth to even more paradigms and hybrid approaches. These approaches contain strengths and weaknesses that need to be evaluated according to the knowledge area in which the system is going to be implemented. Mobile devices have also been under an incredible growth rate in every business area, and there are already lots of mobile based systems to assist tourists. This explosive growth gave birth to different mobile applications, each having their own advantages and disadvantages. Since recommendation and mobile systems might as well be integrated, this work intends to present the current state of the art in tourism mobile and recommendation systems, as well as to state their advantages and disadvantages.

Recommendation and planning through mobile devices in tourism context

In this paper we present a mobile recommendation and planning system, named PSiS Mobile. It is designed to provide effective support during a tourist visit through context-aware information and recommendations about points of interest, exploiting tourist preferences and context. Designing a tool like this brings several challenges that must be addressed. We discuss how these challenges have been overcame, present the overall system architecture, since this mobile application extends the PSiS project website, and the mobile application architecture.

User modeling and recommendation strategies for tourism

Mestrado em Engenharia Informática

Importância dos stakeholders locais no processo de branding turístico

O objetivo deste trabalho é avaliar a importância dos stakeholders, particularmente, o caso dos comerciantes locais, que correspondem à recente reformulação da “marca” Porto, enquanto cidade, que resultou na nova imagem “Porto.”, implementada em Setembro de 2014. Visto ser um tema recente, recorreu-se à revisão de literatura para verificar se existe ou não importância na integração desta população, através de um processo de branding conjunto, em parceria com quem na prática empreende a marca. Seguiu-se uma análise mais objetiva, onde se selecionou uma amostra por conveniência, sobre o critério de acessibilidade e ainda realizando um convite para entrevista, junto da organização responsável pelo desenvolvimento da marca, que impremeditávelmente foi declinado. Contudo, prosseguiu-se com o apropositado ingrediente da matéria em pesquisa, que talvez possa responder à desconformidade da organização em prestar esclarecimento. Deste modo, do elemento a ser investigado identificam-se quarenta e um negócios, de diferentes segmentos de mercado (alojamentos turísticos, restauração, garrafeiras e lojas de artesanato local), com uma média de cinco funcionários cada e localizadas na zona histórica da cidade do Porto. Em colaboração com os mesmos, foi produzido um questionário pessoal com os proprietários de cada organização investigada. Daqui resultou o nível de familiaridade, motivações e desejos, assim como nível de envolvimento, aproveitamento e aplicação destes stakeholders, imprenscindíveis à marca. Descobrindo-se que independentemente da consciência sobre a existência de uma marca e de um bom nível de reconhecimento, após o seu lançamento, isto não se correlaciona com o comprometimento disponibilizado por parte de quem a gere, nomeadamente comunicação direcionada para os stakeholders locais. Verificando-se uma incongruência quanto ao empreendimento do conceito de branding colaborativo, identificado na literatura e ao qual se atribuí uma aplicabilidade proveitosa.

Recommendation of Tourism Resources Supported by Crowdsourcing

Context-aware recommendation of personalised tourism resources is possible because of personal mobile devices and powerful data filtering algorithms. The devices contribute with computing capabilities, on board sensors, ubiquitous Internet access and continuous user monitoring, whereas the filtering algorithms provide the ability to match the profile (interests and the context) of the tourist against a large knowledge bases of tourism resources. While, in terms of technology, personal mobile devices can gather user-related information, including the user context and access multiple data sources, the creation and maintenance of an updated knowledge base of tourism-related resources requires a collaborative approach due to the heterogeneity, volume and dynamic nature of the resources. The current PhD thesis aims to contribute to the solution of this problem by adopting a Crowdsourcing approach for the collaborative maintenance of the knowledge base of resources, Trust and Reputation for the validation of uploaded resources as well as publishers, Big Data for user profiling and context-aware filtering algorithms for the personalised recommendation of tourism resources.

User Profiling and Knowledge Extraction For Tourism

O sector do turismo é uma área francamente em crescimento em Portugal e que tem desenvolvido a sua divulgação e estratégia de marketing. Contudo, apenas se prende com indicadores de desempenho e de oferta instalada (número de quartos, hotéis, voos, estadias), deixando os indicadores estatísticos em segundo plano. De acordo com o “ Travel & tourism Competitiveness Report 2013”, do World Economic Forum, classifica Portugal em 72º lugar no que respeita à qualidade e cobertura da informação estatística, disponível para o sector do Turismo. Refira-se que Espanha ocupa o 3º lugar. Uma estratégia de mercado, sem base analítica, que sustente um quadro de orientações específico e objetivo, com relevante conhecimento dos mercados alvo, dificilmente é compreensível ou até mesmo materializável. A implementação de uma estrutura de Business Intelligence que permita a realização de um levantamento e tratamento de dados que possibilite relacionar e sustentar os resultados obtidos no sector do turismo revela-se fundamental e crucial, para que sejam criadas estratégias de mercado. Essas estratégias são realizadas a partir da informação dos turistas que nos visitam, e dos potenciais turistas, para que possam ser cativados no futuro. A análise das características e dos padrões comportamentais dos turistas permite definir perfis distintos e assim detetar as tendências de mercado, de forma a promover a oferta dos produtos e serviços mais adequados. O conhecimento obtido permite, por um lado criar e disponibilizar os produtos mais atrativos para oferecer aos turistas e por outro informá-los, de uma forma direcionada, da existência desses produtos. Assim, a associação de uma recomendação personalizada que, com base no conhecimento de perfis do turista proceda ao aconselhamento dos melhores produtos, revela-se como uma ferramenta essencial na captação e expansão de mercado.