Avaliação de métodos de Inteligência Artificial para a predição de experiências turísticas
DOI:
https://doi.org/10.12712/rpca.v.194.69407Abstract
Este artigo avalia a aplicação de Inteligência Artificial na análise de comentários de turistas para melhorar os serviços turísticos. Foram testados métodos de Aprendizado de Máquina (Naïve Bayes, Redes Neurais, SVM e LSTM) para a classificação e predição de experiências a partir de comentários da plataforma TripAdvisor, envolvendo os parques Jalapão e Superagui. O Naïve Bayes obteve a melhor acurácia, sendo o mais viável e eficaz. Este trabalho contribui com a literatura e gestão turística, entregando um modelo validado e replicável que permite automatizar a análise e transformar dados textuais não estruturados em inteligência competitiva para a melhoria do turismo.
Downloads
Riferimenti bibliografici
Al-Hyari, H. S., I. M., Al-Smadi & S. R., Weshah (2024). The impact of artificial intelligence (ai) on guest satisfaction in hotel management: an empirical study of luxury hotels. GeoJournal of Tourism and Geosites, 48(2), 810–819. https://doi.org/10.30892/gtg.482spl15-1081
Bandeira, L. D. C. L., & de Menezes, P. D. L. (2022). A experiência dos hóspedes na hotelaria de João Pessoa: Uma análise a partir do conteúdo gerado no website Booking.com. Revista Turismo em Análise, 33(1), 191–212. https://doi.org/10.11606/issn.1984-4867.v33i1p191-212
Beni, M. C. (2019). Análise estrutural do turismo. São Paulo, SP: Senac.
Caracristi, M. de F. de A., Feger, J. E., Silva, T. M. da, & Marynowski, J. E. (2020). Uma viagem pelo Jalapão, Brasil: Análise das experiências turísticas. Revista Paranaense de Desenvolvimento (RPD), 41(138), 89–110. https://ipardes.emnuvens.com.br/revistaparanaense/article/view/1164
Caracristi, M. de F. de A., Feger, J. E., Marynowski, J. E., & Minasi, S. M. (2021). A demanda turística do Parque Estadual do Jalapão (PEJ, TO, Brasil) baseada em comentários de redes sociais. Revista Brasileira de Ecoturismo, 14(3), 291–314. https://periodicos.unifesp.br/index.php/ecoturismo/article/view/11406/8604
Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). Smote: Synthetic minority over-sampling technique. Journal of Artificial Intelligence Research, 16, 321–357. https://doi.org/10.1613/jair.953
Claesen, M., & Moor, B. D. (2015). Hyperparameter search in machine learning. arXiv preprint arXiv:1502.02127. https://doi.org/10.48550/arXiv.1502.02127
Cooper, C., Fletcher, J., Fyall, A., Gilbert, D., &Wanhill, S. (2007). Turismo: princípios e práticas (3a ed). Porto Alegre: Bookman. https://www.researchgate.net/publication/277230338_Turismo_da_economia_de_servicos_a_economia_da_experiencia
Correia, L., Lopes, D., Porto, J. V., Lacerda, Y. F., Correia, V. C. A., Bagano, G. O., Pontes, B. S. B., de Melo, M. H. V., Silva, T. E. A., & Meireles, A. C. (2021). Validação de um algoritmo de inteligência artificial para a predição diagnóstica de doença coronariana: Comparação com um modelo estatístico tradicional. Arquivos Brasileiros de Cardiologia, 117, 1061–1070. https://doi.org/10.36660/abc.20200302
Crescencio, M., Gonçalves, A. L., & Todesco, J. L. (2020). Processo de classificação de texto: Análise de sentimento das opiniões no Tripadvisor sobre a atração Oktoberfest Blumenau. Anais do Congresso Internacional de Conhecimento e Inovação–ciki, 1(1). https://doi.org/10.48090/ciki.v1i1.867
Davenport, T. H. (2018). The AI advantage: How to put the artificial intelligence revolution to work. MIT Press.
De Castro, L. N., & Ferrari, D. G. (2017). Introdução à mineração de dados. Saraiva Educação S/A.
Feger, J. E.; Silva, A. A. N.; Medeiros, M. L. & Brambatti, L. E. (2022) Consumo da gastronomia Caiçara no litoral sul de São Paulo: uma análise a partir dos comentários dos usuários do TripAdvisor. Revista de Cultura e Turismo, 16, 01–30. https://doi.org/10.36113/cultur.v16i2.3408
Feger, J. E., Marynowski, J. E., Botta, E. D., & Caracristi, M. de F. de A. (2024a). Experiência vivenciada por turistas no Fervedouro do Ceiça, Tocantins (TO), Brasil. Revista Paranaense de Desenvolvimento - RPD, 44(145). https://ipardes.emnuvens.com.br/revistaparanaense/article/view/1269
Feger, J. E., Marynowski, J. E., Reck, S. B., Garcia, R. di F. R., & Caracristi, M. de F. de A. (2024b). Experiência turística no atrativo Serra do Espírito Santo situado no Parque Estadual do Jalapão (TO). Revista Brasileira de Ecoturismo (RBEcotur), 17(1). https://doi.org/10.34024/rbecotur.2024.v17.14930
Ghesh, N., Alexander, M. & Davis, A. (2024). The artificial intelligence-enabled customer experience in tourism: a systematic literature review. Tourism Review. 79(5), 1017–1037. https://doi.org/10.1108/TR-04-2023-0255
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning: Adaptive computation and machine learning series. MIT Press.
Guy, I., Mejer, A., Nus, A., & Raiber, F. (2017). Extracting and ranking travel tips from user-generated reviews. Proceedings of the 26th International Conference on World Wide Web, 987–996. https://doi.org/10.1145/3038912.3052632
Instituto Chico Mendes de Conservação da Biodiversidade [ICMBio] (2024). Parque Nacional do Superagui. https://www.gov.br/icmbio/pt-br/assuntos/biodiversidade/unidade-de-conservacao/unidades-de-biomas/marinho/lista-de-ucs/parna-do-superagui/informacoes-sobre-visitacao-2013-parna-do-superagui.
Jurman, G., Riccadonna, S., & Furlanello, C. (2012). A Comparison of MCC and CEN error measures in multi-class prediction. PLoS ONE, 7(8), Article e41882. https://doi.org/10.1371/journal.pone.0041882
Kaizer, E. F., Caracristi, M. de F. de A., Feger, J. E., Marynowski, J. E., & da Silva, T. M. (2021). Análise da experiência relatada pelos turistas ao visitar o Parque Estadual do Jalapão (PEJ) – TO, Brasil. Ateliê do Turismo, 5(1), 183–204. https://periodicos.ufms.br/index.php/adturismo/article/view/12354
Kabadayi, S., Ali, F., Choi, H., Joosten, H. & Lu, C. (2019). Experiência de serviço inteligente em serviços de hospitalidade e turismo, uma conceituação e agenda de pesquisa futura. Journal of Service Management, 30(3), 326–48. https://doi.org/10.1108/josm-11-2018-0377
Kim, H. So, K. K. F., Shin, S. & Li, J. (2024). Artificial Intelligence in Hospitality and Tourism: Insights from Industry Practices, Research Literature, and Expert Opinions. Journal of Hospitality & Tourism Research, 1–20. https://doi.org/10.1177/10963480241229235
Kozinets, R. V. (2014). Netnografia: realizando pesquisa etnográfica online. São Paulo, Penso Editoras
Kulkarni, A., Chong, D., & Batarseh, F. A. (2020). Foundations of data imbalance and solutions for data democracy. Data democracy, 83–106. Academic Press. https://doi.org/10.1016/B978-0-12-818366-3.00005-8
Liu, B. (2012). Sentiment analysis and opinion mining. Springer. https://doi.org/10.1007/978-3-031-02145-9
Magalhães, A. M. d., Baracho, R. M. A., & Mandl, T. L. (2021). Organização da informação: Um modelo semiautomático de classificação de atrações em perfis turísticos usando aprendizado de máquina [Tese de Doutorado, Universidade Federal de Minas Gerais]. Repositório Institucional da UFMG. https://repositorio.ufmg.br/handle/1843/35823
Manz, C. R., Chen, J., Liu, M., Chivers, C., Regli, S. H., Braun, J., Draugelis, M., Hanson, C. W., Shulman, L. N., Schuchter, L. M., O’Connor, N., Bekelman, J. E., Patel, M. S., & Parikh, R. B. (2020). Validation of a machine learning algorithm to predict 180-day mortality for outpatients with cancer. JAMA Oncology, 6(11), 1723–1730. https://doi.org/10.1001/jamaoncol.2020.4331
Marynowski, J. E., Fontana, R. M., Feger, J. E., & Lima, J. D. S. (2023). Domínios de experiência no turismo: Uma análise de comentários turísticos do Jalapão baseada em inteligência artificial. XX Seminário Anual da Associação Nacional de Pesquisa e Pós-Graduação em Turismo. Artigo 3382. https://www.anptur.org.br/anais/anais/sumario.php?versao=20
Maschio, J. B., & Marynowski, J. E. (2022). Processamento de linguagem natural na classificaçãodos domínios de experiência [Monografia de Especialização, Universidade Federal do Paraná]. Biblioteca Digital: Trabalhos de Especialização. https://acervodigital.ufpr.br/xmlui/handle/1884/82178
McKenzie, G., & Adams, B. (2018). A datadriven approach to exploring similarities of tourist attractions through online reviews. Journal of Location Based Services, 12(2), 94–118. https://doi.org/10.1080/17489725.2018.1493548
Ministério do Turismo. (2024). Revista eletrônica tendências do turismo. https://www.gov.br/turismo/pt-br/acesso-a-informacao/acoes-e-programas/rede-inteligencia-mercado/revista-tendencias-2024-vfinal.pdf
Mondo, T. S., Soares, M. H. A., de Lamare Leite, F. C., & Tonera, R. (2020). Análise da qualidade de serviços turísticos na Fortaleza de São José da Ponta Grossa – Florianópolis, utilizando o Tourqual. Revista Turismo em Análise, 31(3), 477–498. https://doi.org/10.11606/issn.1984-4867.v31i3p477-498
Paes-Cesário, M. F., & Melo, A. S. Q. (2023). Inteligência artificial e a atividade turística: possibilidades de melhorias na experiência ou dificuldades na usabilidade? XX Seminário Anual da Associação Nacional de Pesquisa e Pós-Graduação em Turismo. Artigo 3532. https://www.anptur.org.br/anais/anais/sumario.php?versao=20
Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends® in Information Retrieval, 2(1-2), 1–135. https://doi.org/10.1561/1500000011
Pereira, A. S., Shitsuka, D. M., Parreira, F. J., & Shitsuka, R. (2018). Metodologia da Pesquisa Científica. Santa Maria, UFSM. http://repositorio.ufsm.br/handle/1/15824
Pine, B. J., & Gilmore, J. H. (1999). The experience economy: Work is theatre & every business a stage. Harvard Business School Press. https://doi.org/10.5860/choice.37-2254
Rose, D. (2020). Fundamentos da inteligência artificial: Aprendizado de máquina. Editora LinkedIn. https://books.google.com.br/books?id=Pwz3zwEACAAJ
Silva, F. F., Barreto, L. M. T. da S., & Marques Júnior, S. (2021). Dimensões da experiência do cliente em parques temáticos com base nas avaliações de viagens online. Revista Turismo em Análise, 32(3), 532–553. https://doi.org/10.11606/issn.1984-4867.v32i3p532-553
Sokolova, M., & Lapalme, G. (2009). A systematic analysis of performance measures for classification tasks. Information Processing & Management, 45(4), 427–437. https://doi.org/10.1016/j.ipm.2009.03.002
Souza, S. C. de., & Machado, D. F. C. (2017). Uso e influência das mídias sociais no planejamento de viagens: Um estudo quantitativo. Revista Turismo em Análise, 28(2), 254–270. https://doi.org/10.11606/issn.1984-4867.v28i2p254-270
Tocantins. Gestão das Unidades de Conservação do Tocantins. https://gesto.to.gov.br/uc/45/
Tsur, A., Batsry, L., Toussia-Cohen, S., Rosenstein, M. G., Barak, O., Brezinov, Y., Yoeli-Ullman, R., Sivan, E., Sirota, M., Druzin, M. L., Stevenson, D. K., Blumenfeld, Y. J., & Aran, D. (2020). Development and validation of a machine-learning model for prediction of shoulder dystocia. Ultrasound in Obstetrics Gynecology, 56, 588–596. https://doi.org/10.1002/uog.21878
Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2017). Data mining: practical machine learning tools and techniques. Elsevier. https://doi.org/10.1016/C2015-0-02071-8
Yang, L., Hanneke, S., & Carbonell, J. (2013). A theory of transfer learning with applications to active learning. Machine learning, 90, 161-189. https://doi.org/10.1007/s10994-012-5310-y
Dowloads
Pubblicato
Fascicolo
Sezione
Licenza
Os autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License, permitindo o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
A Revista usa o CC BY. Essa licença permite que outras pessoas distribuam, remixem, adaptem e desenvolvam seu trabalho, mesmo comercialmente, desde que sejam creditadas pela criação original. Essa é a licença mais flexível oferecida. Recomendado para máxima disseminação e uso de materiais licenciados.
Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), sempre com reconhecimento de autoria e publicação inicial nesta revista.
A Revista ulitiliza o DOI (Digital Object Identifier ) desde 2007 O DOI com a finalidade de autenticar cada artigo, portanto seu conteúdo digital.
