🚨 Informamos aos concluintes que após a validação do orientador no sistema, A BIBLIOTECA PRECISA DE 7 DIAS ÚTEIS para tratar e processar os dados. Por isso, NÃO DEIXE PARA ENVIAR O TCC (graduação ou pós-graduação) DE ÚLTIMA HORA. Dúvidas: repositorio@ufersa.edu.br🚨

Mecanismo de recomendação personalizada de rotas utilizando algoritmos genéticos no contexto do turismo 4.0

dc.contributor.advisorMendes Neto, Francisco Milton
dc.contributor.authorGondim, Ruan dos Santos
dc.contributor.coadvisorMonteiro, Bruno de Sousa
dc.contributor.referee1Gomes, Alex Sandro
dc.contributor.referee2Fontes, Fábio Francisco da Costa
dc.coverage.spatialMossorópt_BR
dc.date.accessioned2023-03-08T13:10:30Z
dc.date.available2023-03-08T13:10:30Z
dc.date.issued2022-08-11
dc.description.abstractA indústria do turismo vem sendo muito impactada pela pandemia da Covid-19, no Brasil e no mundo. Este setor necessita continuar seu desenvolvimento, mas agora de um modo diferente. A utilização de conceitos como Turismo 4.0 e Smart Tourism parecem ser o caminho para continuar o desenvolvimento deste setor neste “novo normal” que tantos predizem. O turismo é um setor muito comum em todo o mundo. Pessoas viajam para todos os lugares, mas o planejamento dessas viagens é algo que pode ser cansativo e confuso, pois é difícil saber qual o melhor lugar para visitar quando não se conhece nada, então sempre é bom receber sugestões de lugares. O uso em massa dos dispositivos móveis e o advento das ferramentas de inteligência artificial contribuíram para o surgimento dos sistemas de recomendação inteligente no contexto do turismo 4.0, que visa realizar recomendação e facilitar a tomada de decisão das pessoas durantes suas viagens turísticas. No entanto, disponibilizar recomendações corretas não é uma tarefa simples, devido à grande diversidade de pontos e perfis existentes. A solução para este problema é fornecer informação e conhecimento sobre determinados espaços turísticos, através da recomendação personalizada de pontos aos usuários, indicando locais relevantes relacionados a seus interesses. Desta forma, entendendo o perfil individual de cada usuário e aplicando mecanismos de recomendação de pontos com o uso de algoritmo genético, será possível reconhecer a afinidade entre usuário e determinados espaços turísticos, assim, realizando recomendações precisas de rotas turísticas. Neste sentido, esta dissertação tem como proposta a construção de um sistema de recomendação inteligente no contexto de turismo 4.0, cujo objetivo é auxiliar Plataformas de receptivo turístico inteligente para prover informações sobre lugares, rotas otimizadas, conteúdos, produtos e serviços de forma contextualizada. de modo a proporcionar uma experiência turística personalizada, suave e prazerosa. Para construção desta plataforma, foi necessário realizar a análise das contingências e improvisações na prática turística com técnicas de Digital Ethnography, e foi possível sintetizar os perfis de turistas nessa região, por meio da criação de personas e suas necessidades essenciais por serviços digitais. Como resultado, foi construído um sistema de recomendação que auxilia as plataformas de receptivo turístico e consegue realizar recomendações com base nos interesses dos usuários, e por fim, contribuir cientificamente para a área da Computação como uma pesquisa e solução na área de conhecimento do Turismo Inteligentept_BR
dc.description.abstract2The tourism industry has been greatly impacted by the Covid-19 pandemic, in Brazil and in the world. This sector needs to continue its development, but now in a different way. The use of concepts such as Tourism 4.0 and Smart Tourism seem to be the way to continue the development of this sector in this “new normal” that so many predict. Tourism is a very common sector all over the world. People travel everywhere, but planning these trips can be tiring and confusing, as it’s hard to know the best place to visit when you don’t know anything, so it’s always good to get suggestions for places. The mass use of mobile devices and the advent of artificial intelligence tools contributed to the emergence of intelligent recommendation systems in the context of tourism 4.0, which aims to carry out recommendations and facilitate people’s decision-making during their tourist trips. However, providing correct recommendations is not a simple task, due to the great diversity of existing points and profiles. The solution to this problem is to provide information and knowledge about certain tourist spaces, through the personalized recommendation of points to users, indicating relevant places related to their interests. In this way, understanding the individual profile of each user and applying point recommendation mechanisms with the use of a genetic algorithm, it will be possible to recognize the affinity between user and certain tourist spaces, thus making accurate recommendations of tourist routes. In this sense, this dissertation proposes the construction of an intelligent recommendation system in the context of tourism 4.0, whose objective is to help intelligent tourist receptive platforms to provide information about places, optimized routes, content, products and services in a contextualized way. in order to provide a personalized, smooth and pleasant tourist experience. To build this platform, it was necessary to carry out an analysis of contingencies and improvisations in tourist practice with Digital Ethnography techniques, and it was possible to synthesize the profiles of tourists in this region, through the creation of personas and their essential needs for services digital. As a result, a recommendation system was built that helps inbound tourism platforms and manages to make recommen- dations based on the interests of users, and finally, contribute scientifically to the area of Computing as a research and solution in the area of knowledge of Smart Tourismpt_BR
dc.description.physical84 p.pt_BR
dc.format.mimetypepdfpt_BR
dc.identifier.advisorLatteshttp://lattes.cnpq.br/5725021666916341pt_BR
dc.identifier.authorLatteshttp://lattes.cnpq.br/2870488289973072pt_BR
dc.identifier.bibliographicCitationGONDIM, Ruan dos Santos. Mecanismo de recomendação personalizada de rotas utilizando algoritmos genéticos no contexto do turismo 4.0. 2022. 84 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal Rural do Semi-Árido, Mossoró, 2022.pt_BR
dc.identifier.coadvisorLatteshttp://lattes.cnpq.br/7054573122944045pt_BR
dc.identifier.urihttps://repositorio.ufersa.edu.br/handle/prefix/8845
dc.language.isopt_BRpt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCentro de Ciências Exatas e Naturais - CCENpt_BR
dc.publisher.initialsUFERSApt_BR
dc.publisher.institutionUniversidade Federal Rural do Semi-Áridopt_BR
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.rightsinfo:eu-repo/semantics/openAccesspt_BR
dc.rights.holderUFERSApt_BR
dc.rights.licenseCC-BY-SApt_BR
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.subject.keywordTurismo Inteligentept_BR
dc.subject.keywordInteligência Artificialpt_BR
dc.subject.keywordRecomendaçãopt_BR
dc.subject.keywordPontos Turísticospt_BR
dc.subject.keywordIntelligent Tourismpt_BR
dc.subject.keywordArtificial Intelligencept_BR
dc.subject.keywordRecommendationpt_BR
dc.subject.keywordSightspt_BR
dc.titleMecanismo de recomendação personalizada de rotas utilizando algoritmos genéticos no contexto do turismo 4.0pt_BR
dc.typeinfo:eu-repo/semantics/masterThesispt_BR

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Ruan SG_DISSERT.pdf
Tamanho:
4,65 MB
Formato:
Adobe Portable Document Format
Descrição:

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1,58 KB
Formato:
Item-specific license agreed upon to submission
Descrição: