TÍTULO

Sistema de Recomendação: Aplicativo de recomendação dinâmica de rotas e pontos

turísticos no Brasil;

INTRODUÇÃO

O setor de turismo é considerado um dos principais motores da economia

contemporânea e uma das atividades humanas mais intensas das últimas décadas. De
acordo com FECOMERCIO - Federação do Comércio de Bens, Serviços e Turismo do
Estado de São Paulo (2013), é a atividade do setor terciário que mais cresce no mundo. A
OMT – Organização Mundial de Turismo estima que, em 2005, o setor tenha
movimentado, direta e indiretamente, mais de $ 3,5 trilhões anuais. Em 2012, o turismo no
Brasil foi responsável por 3,7% do PIB nacional, movimentando várias atividades do setor,
como serviços de alojamento, alimentação, atividades de agências e organizadores de
viagens, atividades recreativas, culturais e desportivas (SILVA, 2013).
Com esse cenário positivo, este projeto busca realizar o estudo e desenvolvimento
de uma nova técnica de extração de informação e recomendação dinâmica, agrupando-a
ao Generalist Recommender System Kernel (GRSK), desenvolvido pelo departamento de
Informática, na área de Inteligência Artificial da Universidade Politécnica de Valência,
Espanha (TARIN, 2013), aplicando o resultado em um sistema embarcado a fim de
realizar recomendações inteligentes para as viagens e passeios turísticos no Brasil.

Generalist Recommender System Kernel (GRSK)

O Kernel do Sistema de Recomendação Generalista é responsável por fornecer

“sugestões” para usuários individuais e grupos. As duas tarefas principais do GRSK são a
análise do perfil dos usuários para chegar a um modelo de preferência e a geração de
uma lista de itens a serem recomendados.
O GRSK é baseado na utilização de uma taxonomia para representar gostos do
usuário e os itens para recomendar, sendo projetado para ser generalista, ou seja,
independente do catálogo atual de itens para recomendar. Portanto, o GRSK é adaptável
para ser utilizado em qualquer domínio de aplicação, desde que os dados do novo
domínio sejam definidos através de uma representação taxonômica.
A criação do perfil do usuário é composta por:
(1) informações pessoais e demográficas;
(2) o modelo geral-likes, que é uma lista de características da taxonomia,
juntamente com a avaliação do usuário para esses recursos;
(3) informações sobre a interação histórica do usuário com o RS.

Com tais dados, o GRSK pode aplicar quatro diferentes técnicas de

recomendação: baseada em gostos demográficos; baseada em conteúdo; colaborativo e
geral. O resultado é uma lista de preferências para cada técnica, que descreve o modelo
de preferência do utilizador. No caso de uma recomendação individual, estas preferências
são usadas para selecionar os itens para recomendar.

Smart Tourism

A proposta do aplicativo embarcado Smart Tourism é sugerir rotas personalizadas

aos turistas, tanto em viagens individuais quanto em grupos. Também são sugeridos
pontos turísticos, pratos típicos, hospedagens, paisagens, entre outras informações, de
acordo com o seu perfil, assim como perfis semelhantes, a partir da região em que se
encontram, trabalhando portanto de forma dinâmica.
Para desenvolver tal solução, este projeto propõe o desenvolvimento de uma nova
técnica de extração de informação e recomendação em modo dinâmico, que será
responsável por realizar as recomendações adaptáveis, isto é, dependendo da região
onde ele se encontra será realizado um tipo de recomendação, tornando-se com isso um
sistema adaptável ao ambiente.
A nova técnica será agrupada à base do kernel GRSK, tornando-a ainda mais
importante e inovadora no que diz respeito a sistemas de recomendação para o setor de
turismo.

As características do aplicativo são:

Turista:
  Hospedagem, recomendar locais que sejam compatíveis com o interesse do
indivíduo ou grupo, considerando questões financeiras e histórico de hospedagem;
 Alimentação, apresentação de restaurantes típicos da região, valores e formas de
pagamento;
 Locais: Tipos de paisagem, condições das estradas, montanhas, campos,
bosques, cidades, cultura, história, roteiros gastronômicos etc.;

Veículo:
 Abastecimento: Postos de sua preferência, distância entre eles etc.;
 Estilo do veículo: Características do veículo, estilo on ou off road, (em caso de off,
sugestões de estradas de terra, cascalhos, etc; caso contrário, será evitado este
tipo de terreno);
 Autonomia: Baseando-se no tamanho do tanque será feita a recomendação de
postos próximos a fim de evitar a “pane seca”;
 Marca do veículo, com o objetivo de apresentar concessionárias na região em que
o turista se encontra, em caso de problemas mecânicos.

Nova técnica de recomendação:

A Recomendação de rotas e lugares turísticos pode ser considerada uma tarefa

complexa e difícil de ser realizada. Isso porque devem ser levados em consideração os
vários elementos de uma região, contendo inúmeras características. Para facilitar o
desenvolvimento e entendimento do projeto, foram definidas duas formas de
recomendação, chamadas de pontos estáticos e pontos dinâmicos.
Os pontos estáticos são os locais e/ou rotas turísticas fixas, que não são alterados
de local, já os pontos dinâmicos incluem eventos, exposições, encontros, festivais etc., os
quais são organizados em um local específico e seguem o calendário para a sua
ocorrência, consequentemente para sua visitação. Neste caso, será considerado o perfil
do turista, utilizando técnicas tradicionais de mineração de dados, como também o
contexto no qual ele está localizado (uma cidade ou uma região), recomendando de forma
dinâmica baseando-se em conjuntos de páginas previamente selecionadas, contendo
informações como eventos, encontros, museus, entre outros.
Com isso, estes itens irão se ajustar ao perfil do turista, como também a
localização em que ele se encontra, a fim de reduzir a quantidade de itens exibidos.
 O algoritmo de recomendação para o aplicativo deverá atender alguns requisitos,
como:
 Atender às características apresentadas acima;
 Realizar a recomendação dinâmica, baseando-se na região em que o turista ou
grupo de turistas se encontra;
 Ter uma capacidade de processamento aceitável por questões de portabilidade ou
armazenamento em nuvem (cloud);
 Ser adaptável, baseando-se em pontos estáticos e dinâmicos;

JUSTIFICATIVA

Considerando a projeção de crescimento médio anual de 5,1% até 2023, com

perspectiva de alcançar R$ 259 bilhões, saindo dos atuais R$ 150 bilhões, o setor de
turismo no país tem um papel fundamental na economia. (ABEOC, 2013) (BRASILIA,
2013).
O Brasil, com grandes dimensões territoriais, conta com inúmeros atrativos
naturais, históricos e culturais, além de uma gama de locais de lazer, restaurantes típicos,
rotas gastronômicas, entre outros. Todavia, a elaboração de roteiros é uma tarefa que
exige o desprendimento de muita pesquisa por parte do turista. Há também o problema da
falta de informação de locais turísticos, bem como pontos pouco conhecidos, o que acaba
fazendo com que locais com potencial turístico significativo acabem sendo esquecidos.
A fim de minimizar a carga de trabalho na elaboração de rotas turísticas e
maximizar o turismo em locais hoje pouco conhecidos, este projeto pretende desenvolver
uma nova técnica de recomendação dinâmica, agrupando-a ao kernel do projeto GRSK,
possibilitando o desenvolvimento do aplicativo Smart Tourism.
Tal projeto visa contribuir com uma nova forma de recomendação, a dinâmica;
uma vez aplicada ao setor de turismo, espera-se a diminuição da sobrecarga de
informação ao turista, apresentando locais que sejam de seu interesse e também
sugestões de pontos turísticos; consequentemente, espera-se obter um aumento da
satisfação dos turistas e uma maior movimentação econômica de locais antes pouco
visitados.
OBJETIVO

Desenvolver uma nova técnica de extração de informação para a recomendação

dinâmica de pontos e locais turísticos do Brasil.

Objetivos Secundários
 Acoplar a nova técnica ao kernel do projeto GRSK;
 Desenvolver um aplicativo chamado de Smart Tourism, a fim de avaliar a
qualidade das recomendações da nova técnica desenvolvida, de modo que sua
utilização possa ser feita de forma individual ou em grupo de turistas.

METODOLOGIA A SER EMPREGADA

Atualmente, os sistemas de recomendação realizam sugestões considerando

apenas locais estáticos, por meio de técnicas conhecidas como: baseada em conteúdo,
filtragem colaborativa e sistema híbrido.
Os sistemas baseados em conteúdo realizam a recomendação de conteúdo que
seja semelhante ao que turista preferiu no passado.
Já a recomendação por meio da filtragem colaborativa consiste na recomendação
de itens que turistas com gosto semelhantes preferiram no passado. E, por fim, um
sistema híbrido consiste em combinar as duas abordagens, tentando fortificá-las e
superar suas desvantagens.
Assim se propõe, para atender o objetivo deste trabalho, o desenvolvimento de
uma nova forma de recomendação, a dinâmica, baseando-se no local onde o individuo ou
grupo se encontra recomendando pontos turísticos e eventos que estão sendo realizados
naquela região, exibidos no aplicativo denominado Smart Tourism que pretende utilizar-se
de uma plataforma aberta aplicada a equipamentos portáteis como, por exemplo, o
Smartphone.
Na primeira etapa, será realizada a pesquisa bibliográfica apresentando uma visão
geral do projeto, visto que se trata de um assunto recente e multidisciplinar, além da
criação de um banco de dados teste com o objetivo de gerar informações suficientes para,
posteriormente, realizar experimentações no aplicativo.
 A segunda etapa será focada no estudo da nova técnica de extração de
informação e recomendação dinâmica adaptativa, consistindo em validar, comparar e
testar a nova forma em relação as técnicas as técnicas existentes de mineração de
dados. E, consequentemente, desenvolver a nova técnica para utilização de forma
dinâmica.
Por fim, a terceira etapa, realizará a junção das duas etapas anteriores, tendo
como consequência o desenvolvimento de um aplicativo para viagens e turismo chamado
de Smart Tourism feito em código aberto para ser utilizado em aparelhos móveis.
O desenvolvimento do Smart Tourism, em um primeiro momento, será em forma
de projeto piloto, utilizando os dados do setor de turismo da Espanha, pois será
necessário apresentar a efetividade da nova técnica de recomendação e do aplicativo
diante da banca de doutorado estrangeira, além de poder utilizar a base de dados
disponível na Universidade de Valência, oferecendo todo o aporte de infraestrutura para o
desenvolvimento do projeto, sem a necessidade de aquisição de equipamentos ou
materiais de pesquisa.
Este projeto também não necessitará de trabalhos em campo tampouco a
necessidade de comitê de ética, visto a utilização de seres humanos não é objetivo desta
pesquisa.
Os resultados poderão ser adaptados ao setor de turismo de qualquer País,
podendo resultar em patente de uma nova solução tecnológica em forma de software,
como também fomentar as linhas de pesquisas e estudos em técnicas de mineração de
dados no setor de turismo no Brasil, disponibilizando os resultados deste trabalho de
forma publica aos pesquisadores Brasileiros para que novas soluções e tecnologias
possam ser desenvolvidas.

JUSTIFICATIVA PARA INDICAÇÃO DA INSTITUIÇÂO DE DESTINO NO EXTERIOR

A Universidade Politécnica de Valência utiliza-se de métodos exigentes de

garantia de qualidade em ensino superior na Espanha. Isso faz-se evidente pelo grande
número de prêmios recebidos pelo Ministério da Educação da Espanha aos programas de
Doutorados. Além de
O programa de Doutorado em Informática da Universidade Politécnica de Valencia
conta com quatro linhas de pesquisa, sendo: Computação Paralela e Distribuída,
Engenharia de Computadores, Engenharia de Software, métodos Formais e Sistemas de
Informação, e Inteligência Artificial, Reconhecimento de Formas e Imagem Digital,
oferecendo ao pesquisador, toda a infraestrutura necessária para desenvolver um projeto
de pesquisa científica.
Conta também com docentes que são referência no que diz respeiro a sistemas de
recomendação e mineração de dados no setor de turismo na Europa, com projetos
publicados e em andamento como o GRSK (Generalist Recommender System Kernel),
VCT (Valencia Custom Tours), GRPS-AI (Group of Reasoning on Planning and
Scheduling) e AT (Agreement Technologies). Com isso, a infraestrutura, corpo docênte e
pesquisas em andamento, tornam a Universidade de Valência um local prospero para a
geração de conhecimento e prospecção.

CRONOGRAMA DE PLANO DE ATIVIDADES

Janeiro a Maio de 2014: A análise do estado da arte: sistemas de recomendação,

sistemas de recomendação do grupo, a recomendação sensível ao contexto;

Maio a Dezembro de 2014: Definição dos itens (estático/dinâmico) para recomendar:

Definição de uma ontologia, a criação do banco de dados, extração de informações de
itens estáticos;

Janeiro a Maio de 2015: Projeto e Implementação Dinâmico/Estático e sistema de

recomendação (uma adaptação do GRSK);

Junho a Setembro de 2015: Avaliação do Sistema de Recomendação (SR) Estático;

Outubro a Março de 2015: Definição do sistema de recomendação dinâmica (Context-

aware + outras características);

Abril a Dezembro de 2016: Projeto e Implementação do SR dinâmico (dynamic info

extraction);
Janeiro a Abril de 2017: Avaliação das recomendações para usuários individuais e de
grupo;

Maio de 2017 a Setembro 2017: Detalhes finais da tese, defesa e apresentação final.

BIBLIOGRAFIA

ADOMAVICIUS, G., & TUZHILIN, A. 2011. Context-aware recommender systems. In

Recommender Systems Handbook (pp. 217-253). Springer US.

HAYKIN, S. Redes Neurais: Princípios e Prática; Bookman,

HAN, J; KAMVER, M. Data Mining: Concepts and Techniques. Elsevier, 2006

DIETMAR, Jannach. MARKUS Zanker, GERHARD, Alexander Felfernig. Recommender

Systems: An Introduction.

RICCI, F., & Shapira, B. (2011). Recommender systems handbook. Springer.

SEBASTIA, Laura. PAJARES, Onaindia. Preference Elicitation Techniques for Group

Recommender Systems.. Information Sciences. 2012.

SEBASTIA, Laura. GARCIA, E.Onaindia. On the design of Individual and Group

Recommender Systems for Tourism. Expert Systems with Applications. 2011.

VAN, Setten, M., POKRAEV, S., & KOOLWAAIJ, J. (2004, January). Context-aware
recommendations in the mobile tourist application COMPASS. In Adaptive hypermedia
and adaptive web-based systems (pp. 235-244). Springer Berlin Heidelberg.
BIBLIOGRAFIA PRÉ-PROJETO

ABEOC. Turismo brasileiro vai crescer 5,1% ao ano até 2023. Disponível em:
<http://www.abeoc.org.br/2013/03/turismo-brasileiro-vai-crescer-51-ao-ano-ate-2023/>.
Acesso em: 02 Maio, 2013.

BRASILIA, Ministério do Turismo. Crescimento e otimismo no setor turístico. Disponível

em:<http://www.dadosefatos.turismo.gov.br/dadosefatos/geral_interna/noticias/detalhe/20
120822.html>. Acessado em: 10 Março, 2013.

FECOMERCIO, Conselho de Turismo e Negócios da Fecomercio. A Importância do

Turismo no Brasil e no Mundo. Disponível em:
<http://www.fecomercio.com.br/arquivos/arquivo/economico/aimportnciadoturismonobrasil
enomundofa35e192.pdf>. Acesso 10 Maio, 2013.

SILVA, Washington Luiz Alves. A importância do turismo para a economia. Disponível em:
<http://www.geomundo.com.br/geografia-30189.htm>. Acesso 10 Fevereiro, 2013.

TARIN, Laura Sebastia. GRSK: Generalist Recommender System Kernel. Disponível em:
<http://users.dsic.upv.es/~lstarin/index_archivos/Page342.htm>. Acesso 15 Março, 2013