Um sistema de recomendação de rotas turísticas baseado em filtragem colaborativa

Suzanne Loures Santos; Frederico Araújo Durão

doi:10.1590/1983-3652.2023.41397

Autores

Suzanne Loures Santos Universidade Federal da Bahia, Instituto de Computação, Salvador, BA, Brasil https://orcid.org/0000-0003-3251-4850
Frederico Araújo Durão Universidade Federal da Bahia, Instituto de Computação, Salvador, BA, Brasil https://orcid.org/0000-0002-7766-6666

DOI:

https://doi.org/10.1590/1983-3652.2023.41397

Palavras-chave:

Sistemas de recomendação, Pontos de interesse, Turismo, Rotas

Resumo

Planejar uma viagem, seja como turista ou a trabalho, pode não ser uma tarefa simples. Comprar passagens, encontrar acomodações disponíveis, selecionar lugares para conhecer, todo esse processo pode ser muito exaustivo considerando a quantidade de plataformas online que oferecem serviços no âmbito turístico e a sobrecarga de informações em buscadores na Web. Sistemas de Recomendação entram nesse contexto, para filtrar as informações e sugerir dados relevantes para o usuário. Este artigo propõe um sistema de recomendação de rotas turísticas, que visa auxiliar um viajante a encontrar pontos turísticos relevantes de acordo com suas preferências e interesses.

Biografia do Autor

Frederico Araújo Durão, Universidade Federal da Bahia, Instituto de Computação, Salvador, BA, Brasil

Frederico Durão realizou seu pós doutorado no Insight Centre for Data Analysis da University College Cork, Irlanda, no anos de 2016 e 2017. Também foi pesquisador e coordenador técnico do projeto USTO.RE que visa desenvolver uma plataforma P2P para armazenamento de dados nas nuvens. Em 2012, obteve seu PhD em Ciência da Computação pela Universidade de Aalborg, Dinamarca. Antes, Frederico Durão obteve seu Bacharelado em Ciência da Computação na Faculdade Ruy Barbosa em 2004 e seu mestrado em Ciência da Computação na Universidade Federal de Pernambuco em 2008. De 2005 até 2008 Frederico Durão trabalhou como cientista pesquisador em reutilização de software no Centro de Estudos e Sistemas Avançados do Recife (CESAR), onde participou de vários projetos industriais voltados tanto para a comunidade cientifica tanto quanto para a indústria. Em 2008, Frederico Durão tornou-se membro do grupo Web Inteligente e Sistemas de Informação (IWIS) no Departamento de Informática da Universidade de Aalborg, onde realizou uma pesquisa sobre as estratégias e algoritmos para personalização na Web. Frederico Durão publicou e revisou diversos artigos em conferências e revistas relevantes para as áreas de sistemas de informação, computação web e reutilização de software. Atualmente, Frederico Durão é membro do WISER Research Group e professor do quadro permanente da Universidade Federal da Bahia onde leciona e participa de atividades de pesquisa e desenvolvimento nas áreas de Web Social e Recuperação da Informação.

Referências

ADOMAVICIUS, G.; TUZHILIN, A. Toward the next generation of recommender systems: a survey of the state-of-the-art and possible extensions. IEEE Transactions on Knowledge and Data Engineering, v. 17, n. 6, p. 734–749, 2005. DOI: 10.1109/TKDE.2005.99.

BARBOSA, Ramon Oliveira. Um sistema de recomendação de rotas turísticas baseado em conteúdo. [S.l.], 2022.

BEDI, Punam et al. MARST: Multi-Agent Recommender System for e-Tourism Using Reputation Based Collaborative Filtering. In: MADAAN, Aastha; KIKUCHI, Shinji; BHALLA, Subhash (Ed.). Databases in Networked Information Systems. Cham: Springer International Publishing, 2014. p. 189–201. ISBN 978-3-319-05693-7. DOI: 10.1007/978-3-319-05693-7_12.

BIN, Chenzhong et al. A personalized POI route recommendation system based on heterogeneous tourism data and sequential pattern mining. Multimedia Tools and Applications, Springer, v. 78, n. 24, p. 35135–35156, 2019. DOI: https://doi.org/10.1007/s11042-019-08096-w.

BORRÀS, Joan; MORENO, Antonio; VALLS, Aida. Intelligent tourism recommender systems: A survey. Expert Systems with Applications, v. 41, n. 16, p. 7370–7389, 2014. ISSN 0957-4174. DOI: http://dx.doi.org/10.1016/j.eswa.2014.06.007. Disponível em: http://www.sciencedirect.com/science/article/pii/S0957417414003431.

BOZO, Jorge et al. Metadata for Recommending Primary and Secondary Level Learning Resources. JUCS - Journal of Universal Computer Science, Journal of Universal Computer Science, v. 22, n. 2, p. 197–227, 2016. ISSN 0948-695X. DOI: 10.3217/jucs-022-02-0197. eprint: https://doi.org/10.3217/jucs-022-02-0197. Disponível em: https://doi.org/10.3217/jucs-022-02-0197.

BREESE, John S.; HECKERMAN, David; KADIE, Carl. Empirical Analysis of Predictive Algorithms for Collaborative Filtering. Morgan Kaufmann Publishers Inc., Madison, Wisconsin, p. 43–52, 1998. DOI: https://dl.acm.org/doi/10.5555/2074094.2074100.

BUHALIS, Dimitrios; O’CONOR, Peter. Information Communication Technology Revolutionizing Tourism. Tourism recreation research, v. 30, 2005. DOI: https://doi.org/10.1080/02508281.2005.11081482.

BURKE, Robin. Hybrid Recommender Systems: Survey and Experiments. User Modeling and User-Adapted Interaction, v. 12, n. 4, p. 331–370, nov. 2002. ISSN 1573-1391. DOI: 10.1023/A:1021240730564. Disponível em: http://dx.doi.org/10.1023/A:1021240730564.

BURKE, Robin. Hybrid Web Recommender Systems. In: BRUSILOVSKY, Peter; KOBSA, Alfred; NEJDL, Wolfgang (Ed.). The Adaptive Web: Methods and Strategies of Web Personalization. Berlin, Heidelberg: Springer Berlin Heidelberg, 2007. p. 377–408. ISBN 978-3-540-72079-9. DOI: 10.1007/978-3-540-72079-9_12. Disponível em: http://dx.doi.org/10.1007/978-3-540-72079-9_12.

CAZELLA, Sı́lvio César; NUNES, MASN; REATEGUI, Eliseo. A Ciência da Opinião: Estado da arte em Sistemas de Recomendação. André Ponce de Leon F. de Carvalho; Tomasz Kowaltowski..(Org.). Jornada de Atualização de Informática-JAI, p. 161–216, 2010.

CHOUDHARY, BT; TULASI, B. Recommender system for personalised travel itinerary. International Journal of Electrical and Computer Engineering, v. 9, n. 5, p. 4460–4465, 2019. DOI: http://doi.org/10.11591/ijece.v9i5.pp4460-4465.

DI NOIA, Tommaso; OSTUNI, Vito Claudio. Recommender Systems and Linked Open Data. In: FABER, Wolfgang; PASCHKE, Adrian (Ed.). Reasoning Web. Web Logic Rules: 11th International Summer School 2015, Berlin, Germany, July 31- August 4, 2015, Tutorial Lectures. Cham: Springer International Publishing, 2015. p. 88–113. ISBN 978-3-319-21768-0. DOI: 10.1007/978-3-319-21768-0_4. Disponível em: http://dx.doi.org/10.1007/978-3-319-21768-0_4.

FARARNI, Khalid Al et al. Hybrid recommender system for tourism based on big data and AI: A conceptual framework. Big Data Mining and Analytics, v. 4, n. 1, p. 47–55, 2021. DOI: 10.26599/BDMA.2020.9020015.

HANG, Lei et al. Design and Implementation of an Optimal Travel Route Recommender System on Big Data for Tourists in Jeju. Processes, v. 6, n. 8, 2018. ISSN 2227-9717. DOI: 10.3390/pr6080133. Disponível em: https://www.mdpi.com/2227-9717/6/8/133.

HIDAKA, Masato et al. On-site trip planning support system based on dynamic information on tourism spots. Smart Cities, Multidisciplinary Digital Publishing Institute, v. 3, n. 2, p. 212–231, 2020. DOI: 10.3390/smartcities3020013.

HOOTSUITE, We Are Social. Digital 2021: Global Overview Report. DataReportal–Global Digital Insights, 2021.

KEMP, Simon. Digital 2021: the latest insights into the ‘state of digital. [S.l.: s.n.], 2021. Disponível em: https://wearesocial.com/uk/blog/2021/01/digital-2021-the-latest-insights-into-the-state-of-digital. Acesso em: 30 de Março 2022.

KURASHIMA, Takeshi et al. Travel Route Recommendation Using Geotags in Photo Sharing Sites. In: PROCEEDINGS of the 19th ACM International Conference on Information and Knowledge Management. Toronto, ON, Canada: Association for Computing Machinery, 2010. (CIKM ’10), p. 579–588. ISBN 9781450300995. DOI: 10.1145/1871437.1871513. Disponível em: https://doi.org/10.1145/1871437.1871513.

LOH, Stanley et al. A tourism recommender system based on collaboration and text analysis. Information Technology & Tourism, Cognizant Communication Corporation, v. 6, n. 3, p. 157–165, 2003. DOI: https://doi.org/10.3727/1098305031436980.

LOPS, Pasquale; GEMMIS, Marco de; SEMERARO, Giovanni. Content-based Recommender Systems: State of the Art and Trends. In: RICCI, Francesco et al. (Ed.). Recommender Systems Handbook. Boston, MA: Springer US, 2011. p. 73–105. ISBN 978-0-387-85820-3. DOI: 10.1007/978-0-387-85820-3_3. Disponível em: http://dx.doi.org/10.1007/978-0-387-85820-3_3.

LÜ, Linyuan et al. Recommender systems. Physics reports, Elsevier, v. 519, n. 1, p. 1–49, 2012. DOI: https://doi.org/10.48550/arXiv.1202.112.

MLADENIC, Dunja. Text-Learning and Related Intelligent Agents: A Survey. IEEE Intelligent Systems, IEEE Educational Activities Department, Piscataway, NJ, USA, v. 14, n. 4, p. 44–54, jul. 1999. ISSN 1541-1672. DOI: 10.1109/5254.784084. Disponível em: http://dx.doi.org/10.1109/5254.784084.

MOURA, Humberto et al. Developing a Ubiquitous Tourist Guide. In: PROCEEDINGS of the 19th Brazilian Symposium on Multimedia and the Web. Salvador, Brazil: ACM, 2013. (WebMedia ’13), p. 59–66. ISBN 978-1-4503-2559-2. DOI: 10.1145/2526188.2526215. Disponível em: http://doi.acm.org/10.1145/2526188.2526215.

RAPOSO, Rui et al. A abordagem do e-tourism como um ecossistema de inter-influências composto por rizomas de redes pessoais. Revista Turismo & Desenvolvimento, v. 1, n. 17/18, p. 351–361, jan. 2012. DOI: 10.34624/rtd.v1i17/18.12855. Disponível em: https://proa.ua.pt/index.php/rtd/article/view/12855.

RICCI, Francesco; ROKACH, Lior; SHAPIRA, Bracha. Recommender systems: introduction and challenges. In: RECOMMENDER systems handbook. [S.l.]: Springer, 2015. p. 1–34. DOI: 10.1007/978-1-4899-7637-6_1.

RICCI, Francesco; ROKACH, Lior; SHAPIRA, Bracha; KANTOR, Paul B. Recommender Systems Handbook. 1st. New York, NY, USA: Springer-Verlag New York, Inc., 2010. ISBN 0387858199, 9780387858197. DOI: 10.1007/978-0-387-85820-3_1.

ROCHA FERNANDES, Anita Maria da; FREITAS, Mauricio Pasetto de. Sistema de Recomendações Turı́sticas Utilizando Raciocı́nio Baseado em Casos e Geolocalização. Brazilian Journal of Development, v. 7, n. 4, p. 33752–33780, 2021. DOI: https://doi.org/10.34117/bjdv7n4-027.

SEBASTIA, Laura et al. e-Tourism: a tourist recommendation and planning application. International Journal on Artificial Intelligence Tools, World Scientific, v. 18, n. 05, p. 717–738, 2009. DOI: 10.1142/S0218213009000378.

VOZALIS, M.G.; MARGARITIS, K.G. Applying SVD on item-based filtering. In: 5TH International Conference on Intelligent Systems Design and Applications (ISDA’05). [S.l.: s.n.], 2005. p. 464–469. DOI: 10.1109/ISDA.2005.25.

YUAN, Xiaofeng et al. Singular value decomposition based recommendation using imputed data. Knowledge-Based Systems, v. 163, p. 485–494, 2019. ISSN 0950-7051. DOI: https://doi.org/10.1016/j.knosys.2018.09.011. Disponível em: https://www.sciencedirect.com/science/article/pii/S0950705118304623.

ZHANG, Sheng et al. Using singular value decomposition approximation for collaborative filtering. In: IEEE. SEVENTH IEEE International Conference on E-Commerce Technology (CEC’05). [S.l.: s.n.], 2005. p. 257–264. DOI: 10.1109/ICECT.2005.102.