Uso de informações específicas de domínio em recomendações para turismo

• Autor(a) principal: Ruhan Bidart
• Data de Publicação: 2015
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/ESBF-A2FNBM
• topic: Fatorização de Matrizes; Feedback Implícito; Informação Adicional; Sistemas de Recomendação; Turismo Eletrônico; Sistemas de recomendação; e-turismo; Computação

Sistemas de Recomendação desempenham um papel chave no processo de decisão dos usuários em sistemas Web. No turismo, esses sistemas são largamente utilizados na recomendação de hotéis, atrações turísticas, acomodações, etc. Mais recentemente, sistemas de recomendação têm sido utilizados para prover serviços que auxiliem os usuários a criar seu plano de viagens. Um plano de viagens consiste de vários estágios, tais como: (i) escolha dos destinos, (ii) seleção de atrações turísticas, (iii) escolha de acomodações, (iv) escolha de rotas, entre outros. Esta dissertação possui como foco primeiro estágio, que consiste em recomendar um conjunto de cidades para o usuário. Duas estratégias para recomendação de cidades são desenvolvidas. A primeira utiliza filtragem colaborativa baseada em vizinhança para recomendar cidades, enquanto a segunda utiliza uma técnica de filtragem colaborativa do estado da arte baseada em fatores latentes. A estratégia baseada em vizinhança explora dois tipos de informações distintas: (i) co-ocorrência de cidades visitadas pelos usuários; (ii) avaliações feitas pelos usuários em uma segunda camada - as atrações das cidades, tendo como premissa a robustez quanto à esparsidade dos dados. Na estratégia baseada em fatores latentes, são explorados dois tipos de características: (i) textuais, que envolvem o texto das revisões feitas pelos usuários acerca das atrações das cidades; (ii) geográficas, que utiliza a posição geográfica das cidades como fator decisor para a a recomendação. Para as características textuais, são propostas quatro métricas distintas de modo a capturar o valor textual discriminativo das revisões feitas pelos usuários com relação às atrações. Para os atributos geográficos, explora-se a característica intrínseca de distância geográfica entre as cidades, de modo a tratar a proximidade geográfica e a co-ocorrência das cidades em um mesmo problema de otimização. Os métodos propostos foram avaliados em uma base de dados coletada do maior site de turismo do mundo, o TripAdvisor. Os resultados possuem ganhos significativos em precisão quando comparados ao estado-da-arte. Vale ressaltar que as técnicas propostas que envolvem fatores latentes são flexíveis, podendo ser utilizadas em outros cenários que exploram uma segunda camada de dados textuais ou mesmo que exploram características geográficas dos itens recomendados.