| spelling |
Pedro Olmo Stancioli Vaz de Melohttp://lattes.cnpq.br/3262926164579789Carolina Ribeiro XavierJussara Marques de AlmeidaFernanda Sumika Hojo de Souzahttp://lattes.cnpq.br/0622411043791842Lucas Gabriel da Silva Felix2022-09-13T13:24:19Z2022-09-13T13:24:19Z2022-03-11http://hdl.handle.net/1843/45134One of the services that most benefited from the internet expansion was tourism. The internet allowed people to share information about their trips, assisting other tourists to decide the best destination. However, the high data availability on social networks and platforms specialized in tourism (e.g. Foursquare, TripAdvisor), made it difficult to choose the best places to visit, bringing a new problem known as information overload or analysis paralysis. Thus, considering that is difficult to identify one place to visit, planning a complete trip is considered to be an even harder scenario. To tackle this problem, computational techniques such as Recommender Systems (RS) are been applied. Nevertheless, considering the tourism context, traditional RS techniques do not take into consideration several variables that are important in tourism such as the venues' price, distance, and working hours. Hence, aiming to better model such problem works focus on the task of automating trip planning, known in the literature as Orienteering Problem (OP). The OP consists of the task of identifying in a graph the path that maximizes the users' utility while respecting a distance constraint. This task is considered to be computationally expensive and is usually solved through optimization heuristics. To meet the real-world constraints in a trip works in the literature consider different constraints (e.g. places working hours, visit costs). However, several of these works leave aside important aspects for the real-world cases, such as personalization, multiple days of travel, and automated hotel selection. In this work, we tackle the problem presented above with a methodology composed of an RS, responsible for the personalization of the generated routes, and an optimization heuristic, responsible for meeting the several constraints considered in a travel. We named our methodology as Planet Caravan. To evaluate the proposed methodology, we test different techniques on RS and optimization heuristics, introducing $5$ new datasets collected from TripAdvisor of cities in Brazil and Europe. Also, we introduce an appointment constraint that enables users to generate routes around their schedules. Our results show that the Genetic Algorithm (GA) and GRASP are the most suited technique in our evaluation scenarios. Lastly, we evaluate the proposed methodology with real users through a web application. In this scenario, our results show the potential of our proposal with real users.Um dos setores que mais se beneficiou da expansão da internet foi o turismo. A internet permitiu que as pessoas pudessem compartilhar informações de suas viagens, auxiliando outros turistas a decidir os melhores destinos. Devido a grande quantidade de dados em redes sociais e plataformas especializadas em turismo disponíveis (e.g. Foursquare, TripAdvisor), se tornou cada vez mais difícil escolher quais os melhores locais para se visitar, trazendo aos usuários o problema conhecido como sobrecarga de informação ou paralisia por análise. Assim, considerando que é difícil identificar um local para ser visitado, planejar uma viagem completa é considerado um cenário ainda mais difícil. Para atenuar este obstáculo, técnicas computacionais como Sistemas de Recomendação (SR) têm sido utilizadas. Contudo, considerando o contexto turístico, técnicas tradicionais de SR não levam em consideração diversas variáveis consideradas importantes neste cenário, como preço, distância e horário de funcionamento dos locais. Assim, visando modelar da melhor maneira este problema, os trabalhos focam na tarefa de planejamento automático de viagens, também conhecido como Orienteering Problem (OP). Por sua vez, o OP compreende na tarefa de identificar um caminho em um grafo o qual maximiza a utilidade do usuário, enquanto respeita uma restrição do custo do caminho. Esta é uma tarefa considerada computacionalmente cara e geralmente é resolvida por meio de heurísticas de otimização. Para modelar da melhor maneira possível restrições de cenários reais, trabalhos na literatura adicionam diferentes restrições (e.g. horário de funcionamento de locais, custo de vistas). Contudo, muitos destes deixam de lado aspectos importantes em cenários reais como personalização, viagens de múltiplos dias e seleção de hotéis. Assim, neste trabalho nós atacamos o problema descrito acima por meio de uma metodologia composta de um SR, responsável pela personalização das rotas geradas, e heurística de otimização, responsável por atender as diversas restrições de uma viagem real. Nós denominamos nosso metodologia como Planet Caravan. Para avaliar a metodologia proposta, nós testamos diferentes técnicas SR e heurísticas de otimização, introduzimos 5 novas bases de dados coletadas do TripAdvisor as quais possuem dados de cidades no Brasil e Europa, e também uma restrição de compromisso que permite aos turistas gerar rotas em torno de sua agenda. Nossos resultados mostram que heurísticas como Algoritmo Genético e GRASP possuem os melhores resultados entre as técnicas de otimização avaliadas. Por último, avaliamos a metodologia proposta com usuários reais por meio de uma aplicação web. Nossos resultados são promissores e mostram o potencial deste trabalho para aplicações com turistas reais.engUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Ciência da ComputaçãoUFMGBrasilICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃOhttp://creativecommons.org/licenses/by/3.0/pt/info:eu-repo/semantics/openAccessComputação – TesesSistemas de recomendação – TesesSistemas de recomendação – Turismo –TesesSistemas de recomendação - Pontos de interesse para turismo –TesesHeuristica – Teses.Sistemas de recomendaçãoHeurísticas de otimizaçãoTurismoRecomendação de toursPontos de interessePlanet caravan: full trip plannerPlanet caravan: gerador de rotas completas para viagensinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALPlanet Caravan.pdfPlanet Caravan.pdfapplication/pdf14352489https://repositorio.ufmg.br/bitstream/1843/45134/1/Planet%20Caravan.pdfac04612814b145fe4b62c4865f17472aMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repositorio.ufmg.br/bitstream/1843/45134/2/license_rdff9944a358a0c32770bd9bed185bb5395MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/45134/3/license.txtcda590c95a0b51b4d15f60c9642ca272MD531843/451342022-09-13 10:24:20.44oai:repositorio.ufmg.br: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ório InstitucionalPUBhttps://repositorio.ufmg.br/oaiopendoar:2022-09-13T13:24:20Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
|