Sistema multicriterio de recomendación basado en operadores de lógica graduada de preferencias para la orientación segura en un destino turístico

Los destinos turísticos emergentes enfrentan desafíos para posicionarse en el mercado global, especialmente en seguridad y calidad de la oferta. Riohacha (Departamento de la Guajira), es un distrito especial, turístico y cultural de Colombia que busca posicionarse como uno de los destinos turísticos más importantes del país, sin embargo, la falta de datos para desarrollar modelos de recomendación de productos y servicios turísticos en Riohacha puede limitar su atractivo, afectando la competitividad y el flujo de visitantes. Esta tesis tiene como objetivo desarrollar un sistema informático de recomendación multicriterio, basado en lógica graduada de preferencias, que ofrezca a los turistas una guía segura y eficiente, mejorando la experiencia y promoviendo el crecimiento sostenible de destinos como Riohacha con pocos datos disponibles. La metodología empleada se basa en investigaciones básicas y aplicadas. La investigación se divide en cuatro fases: 1) Identificación y análisis de los criterios necesarios para la planificación y diseño de la solución tecnológica; 2) Definición de un sistema de recomendación personalizado utilizando técnicas de Inteligencia Artificial y toma de decisiones basada en múltiples criterios; 3) Desarrollo e implementación de una plataforma tecnológica basada en las preferencias del usuario, con el objetivo de fortalecer los indicadores de competitividad turística en Riohacha y 4) Evaluación de la solución tecnológica, donde se valora la funcionalidad y pertinencia de la solución implementada. El sistema recomendador que se propone en la tesis utiliza dos modelos basados en operadores de conjunción/disyunción graduada (GDC) siguiendo el método Logic Scoring of Preference (LSP) para mejorar la evaluación de hoteles y restaurantes. Estos modelos de agregación jerárquicos reflejan el razonamiento humano en la selección de estos servicios abordando múltiples requisitos simultáneamente, son versátiles y adaptables a diferentes destinos. Además, la tesis propone diversas funciones predefinidas que representan diferentes tipos de preferencias respecto a los valores de atributos contextuales, que permiten simplificar el proceso de toma de decisiones y personalizar la experiencia del usuario. Se han incorporado atributos relacionados con la seguridad turística y, como medida de garantía, se ha verificado que los servicios incluidos en el sistema de recomendación están debidamente registrados y validados por una entidad gubernamental encargada de certificar este tipo de servicios. Además, se han añadido recomendaciones y consejos de seguridad turística para que el turista pueda disfrutar de su recorrido de manera segura en el destino seleccionado. El procedimiento metodológico incluyó la recolección de datos, definición de jerarquías y selección de operadores, adaptados a las necesidades del usuario. Se introdujo el Food Specialty Interest Score (FSIS) para evaluar la idoneidad de los restaurantes según las preferencias culinarias del usuario. La validación inicial, realizada por expertos del destino turístico, mostró un recall de 1.0, destacando la efectividad del modelo. Posteriormente, el modelo fue evaluado por usuarios reales, quienes lo calificaron positivamente en cuanto a recomendaciones (86.42%) y facilidad para ingresar datos (77.78%), confirmando su eficacia y facilidad de uso.

• Autores: BARRIOS BARRIOS, MAURICIO ANDRES
• Tipo de recurso: Doctoral thesis
• Fecha de publicación: 2025
• Institución: Corporación Universidad de la Costa
• Repositorio: REDICUC - Repositorio CUC
• Idioma: spa
• OAI Identifier: oai:repositorio.cuc.edu.co:11323/14284
• Acceso en línea: https://hdl.handle.net/11323/14284; https://repositorio.cuc.edu.co/
• Palabra clave: Sistema de recomendación; Turismo; Toma de decisiones multicriterio; Operadores de agregación; Modelado de preferencias; Lógica graduada; Recommender system; Tourism; Multi-criteria decision making; Aggregation operators; Preference modeling; Graded logic
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)