Document details

Data mining no turismo em Portugal : análise preditiva no suporte à tomada de decisão

Author(s): Galinha, Pedro Filipe Soares Linheiro

Date: 2018

Persistent ID: http://hdl.handle.net/10362/34382

Origin: Repositório Institucional da UNL

Subject(s): Data Mining; Análise Preditiva; Turismo de Portugal; Estratégia para o Turismo; Big Data; Predictive Analysis; Tourism in Portugal; Strategies for Tourism


Description

Registou-se na última década um aumento significativo na procura de Portugal como destino turístico. A crescente angariação de dados dos consumidores por parte dos agentes turísticos representa uma oportunidade para extrair conhecimento e valor. A intenção por parte das políticas públicas do turismo está contemplada no plano estratégico para o setor até 2027 e as suas medidas visam promover a integração de políticas setoriais que influenciam a atividade do turismo e que assegurem estabilidade. Sendo o setor do Turismo um dos que mais contribui para o desenvolvimento económico em Portugal e sendo a utilização de ferramentas analíticas e preditivas um fator decisivo na capacidade de potenciar esse desenvolvimento, pretende-se que este estudo forneça especificidade na relação entre gestão de informação e a sua mais-valia no contexto do turismo em Portugal. Recorrendo às aplicações Google Scholar, Web of Science e NOVA Discovery, foram inseridas combinações de keywords com os termos (mineração de dados, turismo, análise preditiva) e foi possível verificar que a literatura específica disponível que aborde a relação entre métodos de análise preditiva, mineração de dados e conhecimento do consumidor para a área do turismo é ainda pouco significativa em Portugal. Desta forma é percetível a necessidade em promover a criação de literatura específica sobre a relação entre análise preditiva, estudo do comportamento e a sua aplicação ao setor do turismo em Portugal como fator decisivo na criação de inovação e competitividade, através do suporte que presta à tomada de decisão. Neste sentido, a presente dissertação pretende apresentar uma prova de conceito que contribua para um maior conhecimento sobre a aplicação de técnicas de Data Mining e modelação preditiva para dados do turismo.

In the last decade there has been a significant increase in the demand for Portugal as a tourist destination. The growing collection of consumer data by tourism agents represents an opportunity to extract knowledge and value. The intention of the public policies of tourism is contemplated in the strategic plan for the sector until 2027 and its measures are aimed at promoting the integration of sectoral policies that influence the activity of tourism and that ensure stability. Since the tourism sector is one of the main contributors to economic development in Portugal and the use of analytical and predictive tools is a decisive factor in the capacity to promote this development, it is intended that this study provides specificity in the relationship between information management and It´s added value in the context of tourism in Portugal. Using combinations of keywords with the terms (data mining, tourism, predictive analysis) and using the Google Scholar, Web of Science and NOVA Discovery applications, it was possible to verify that the specific literature available that addresses the relationship between methods of predictive analysis, data mining and consumer knowledge for tourism is still not very significant in Portugal. This urges the need to promote the creation of specific literature on the relationship between predictive analysis, behavioral study and its application to the tourism sector in Portugal as a decisive factor in the creation of innovation and competitiveness through the support it provides to the outlet of decision-making. In this sense, the present dissertation intends to present a proof of concept that contributes to a greater knowledge on the application of data mining techniques and predictive modeling for tourism data.

Document Type Master thesis
Language Portuguese
Advisor(s) Henriques, Roberto André Pereira
Contributor(s) Galinha, Pedro Filipe Soares Linheiro
facebook logo  linkedin logo  twitter logo 
mendeley logo

Related documents

No related documents