Planet caravan: full trip planner

• Ano de defesa: 2022
• Autor(a) principal: Lucas Gabriel da Silva Felix
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Minas Gerais; Brasil; ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO; Programa de Pós-Graduação em Ciência da Computação; UFMG
• Palavras-chave em Português: Sistemas de recomendação; Heurísticas de otimização; Turismo; Recomendação de tours; Pontos de interesse; Computação – Teses; Sistemas de recomendação – Teses; Sistemas de recomendação – Turismo –Teses; Sistemas de recomendação - Pontos de interesse para turismo –Teses; Heuristica – Teses.
• Link de acesso: http://hdl.handle.net/1843/45134

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.