Herramientas inteligentes para la mejora de las recomendaciones en el Turismo
DOI:
https://doi.org/10.5281/zenodo.22312918Palabras clave:
inteligencia artificial, sistema de recomendación, turismoResumen
Introducción: La personalización de productos en el sector turístico ha adquirido gran relevancia debido a la creciente demanda de experiencias a medida requeridas por parte de los turistas. Objetivo: consiste en desarrollar un sistema informático recomendador para mejorar los servicios ofrecidos en el hotel Mojito de Cayo Coco, Cuba. Método: A través del uso de técnicas de minería de datos, aprendizaje automático y procesamiento de lenguaje natural, el sistema es capaz de generar recomendaciones personalizadas para los turistas, optimizando su experiencia al seleccionar actividades y servicios dentro de los destinos hoteleros. Resultados: Los resultados demuestran que la aplicación de estas tecnologías incrementa la precisión y relevancia de las recomendaciones, lo que contribuye a una mayor satisfacción del usuario y a la competitividad del destino. Conclusión: Esta investigación aporta un avance significativo al uso de la inteligencia artificial en el sector hotelero, promoviendo una mayor eficiencia en la gestión de servicios turísticos y favoreciendo el desarrollo sostenible del sector.
Descargas
Citas
Aggarwal, C. C. (2016). Recommender Systems. Springer International Publishing. https://doi.org/10.1007/978-3-319-29659-3
Akhtar, A., Bakhtawar, B. y Akhtar, S. (2022). Extreme programming VS scrum: a comparison of agile models. International Journal of Technology, Innovation and Management (IJTIM), 2(2). https://journals.gaftim.com/index.php/ijtim/article/view/77
Aouni, F. E., Moumane, K., Idri, A., Najib, M. y Jan, S. U. (2025). A systematic literature review on Agile, Cloud, and DevOps integration: Challenges, benefits. Information and Software Technology, 177, 107569. https://doi.org/10.1016/j.infsof.2024.107569
Araque, O., Zhu, G. and Iglesias, C. A. (2019). A semantic similarity-based perspective of affect lexicons for sentiment analysis. Knowledge-Based Systems, 165, 346-359. https://doi.org/10.1016/j.knosys.2018.12.005
Bron Fonseca, B, Mar Cornelio, O. y Pérez Pupo, I. (2021) Sistema de recomendaciones sobre la evaluación de proyectos de desarrollo de software. Revista Cubana de Informática Médica, 13(2), e463. https://revinformatica.sld.cu/index.php/rcim/article/view/463
Colombero, V. T., Estelles, J. P. y Gallegos, L. (2024). Monolitos vs. Microservicios en Arquitectura de Software: Perspectivas para un Desarrollo Eficiente. Memorias de las 53 JAIIO.
Dingsøyr, T., Nerur, S., Balijepally, V. y Moe, N. B. (2012). A decade of agile methodologies: Towards explaining agile software development. Journal of Systems and Software, 85(6), 1213-1221. https://doi.org/10.1016/j.jss.2012.02.033
Fararni, K. A., Nafis, F., Aghoutane, B., Yahyaouy, A., Riffi, J. y Sabri, A. (2021). Hybrid recommender system for tourism based on big data and AI: A conceptual framework. Big Data Mining and Analytics, 4(1), 47-55. https://doi.org/10.26599/BDMA.2020.9020015
García, M. H. G. (2021). Proceso de predicción de estilos de aprendizaje y recomendación de recursos educativos, basado en técnicas de aprendizaje automático para minería web y de recomendación personalizada [Maestría]. Tecnológico Nacional de México.
García Pérez, A., Hernández Flores, Y. y González Pedrón, S. L. (2024). Guidelines for the design of positioning strategies for HAVANATUR S.A.’S excursions in the domestic market. Management (Montevideo), 2, 32. https://doi.org/10.62486/agma202432
Matharu, G. S., Mishra, A., Singh, H. y Upadhyay, P. (2015). Empirical Study of Agile Software Development Methodologies: A Comparative Analysis. ACM SIGSOFT Software Engineering Notes, 40(1), 1-6. https://doi.org/10.1145/2693208.2693233
Nuanmeesri, S. (2022). Development of community tourism enhancement in emerging cities using gamification and adaptive tourism recommendation. Journal of King Saud University - Computer and Information Sciences, 34(10), 8549-8563. https://doi.org/10.1016/j.jksuci.2021.04.007
Pallarés Domínguez, A. (2023). El turismo sostenible como catalizador del desarrollo socioeconómico de la región subsahariana [Grado]. Zaragoza.
Pérez Almaguer, Y., Martín Dueñas, N. Carballo Cruz, E. y Yera, R. (2021). Una revisión de los sistemas recomendadores grupales como herramienta innovadora en el área del turismo. Revista de Ciencia y Tecnología, 35, 51-60. https://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1851-75872021000100051
Queirós, R. (2019). Learning JavaScript in a Local Playground [Application/pdf]. 11 pages. https://doi.org/10.4230/OASICS.SLATE.2019.10
Ramos, J. (2003). Using TF-IDF to Determine Word Relevance in Document Queries. 4.
Rubio Gil, Á., Jiménez Barandalla, I. C. y Mercado Idoeta, C. (2017). Reputación corporativa online en la hotelería: El caso TripAdvisor. ESIC Market, 48(158), 595-608. https://doi.org/10.7200/esicm.158.0483.4e
Saabith, A. S., Fareez, M. M. M. y Vinothraj, T. (2019). Python current trend applications-an overview. International Journal of Advance Engineering and Research Development, 6(10).
Salinas Chávez, E., Salinas Chávez, E. y Mundet I Cerdan, L. (2019). Tourism in Cuba: Development, Challenges, Perspectives. Revista Rosa dos Ventos - Turismo e Hospitalidade, 11(1), 23-49. https://doi.org/10.18226/21789061.v11i1p23
Shrivastava, A., Jaggi, I., Katoch, N., Gupta, D. y Gupta, S. (2021). A Systematic Review on Extreme Programming. https://doi.org/doi:10.1088/1742-6596/1969/1/012046
Socarras, R., Zamora, L., Garcia, A., Crespo, Y. y Milanes, Y. (2022). Sistema de Recomendaciones en la Mejora de Procesos de Software aplicando técnicas de Inteligencia Artificial. Serie Científica de la Universidad de las Ciencias Informáticas, 15(6).
Solano Barliza, A., Arregocés Julio, I., Aarón Gonzalvez, M., Zamora Musa, R., De La Hoz Franco, E., Escorcia Gutierrez, J. y Acosta Coll, M. (2024). Recommender systems applied to the tourism industry: A literature review. Cogent Business & Management, 11(1), 2367088. https://doi.org/10.1080/23311975.2024.2367088
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Universidad & ciencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
