Técnicas Inteligentes en la gestión de la industria turística

Tesis doctoral con mención "Doctorado Internacional"
La industria turística representa una oportunidad en el desarrollo de diferentes localidades, gracias a las inversiones realizadas en infraestructura y servicios, así como a la generación de empleo, factores que impulsan el crecimiento económico y social. Esta industria ha experimentado transformaciones rápidas y profundas, alcanzando mayor eficiencia en la gestión de los recursos, optimizando la planificación y mejorando la operación de los servicios turísticos, todo esto principalmente impulsado por la adopción de nuevas tecnologías. En este contexto, las técnicas de Machine Learning (ML) se muestran como un recurso prometedor frente a una industria que debe innovar de acuerdo a los requerimientos de los turistas. La integración de ML, permite analizar grandes conjuntos de datos para adaptarse a las demandas cambiantes del mercado y ofrecer servicios más eficientes, impulsando así la innovación y la competitividad de la industria turística. La presente tesis doctoral aborda el estudio de las técnicas de ML en el ámbito de la gestión turística, tratado en tres artículos de investigación que han sido aprobados para la publicación en revistas científicas indexadas en JCR. 1. El primer artículo se centra en la revisión y síntesis de investigaciones previamente publicadas, sobre la Inteligencia Artificial en el sector turístico. El estudio presenta una categorización de las aplicaciones de Inteligencia Artificial en diferentes áreas del turismo, reconociendo estudios y herramientas válidas para el crecimiento e innovación del sector y destacando la apropiación de la Inteligencia Artificial por parte de la industria turística 2. El siguiente estudio utiliza técnicas de Soft Computing para analizar variables relacionadas con la operación de las empresas turísticas de Ecuador, verificando la tendencia de la operación en diferentes años y generando una fuente de información válida para la toma de decisiones. En el estudio se aplican técnicas de reducción de dimensionalidad
The tourism industry represents an opportunity for the development of different localities, thanks to the investments made in infrastructure and services, as well as the generation of employment, factors that drive economic and social growth. This industry has undergone rapid and profound transformations, achieving greater efficiency in the management of resources, optimizing planning and improving the operation of tourism services, all of this driven mainly by the adoption of new technologies. In this context, Machine Learning (ML) techniques are a promising resource for an industry that must innovate according to tourists' requirements. The integration of ML allows analyzing large datasets to adapt to changing market demands and offer more efficient services, thus boosting innovation and competitiveness of the tourism industry. This doctoral thesis addresses the study of ML techniques in the field of tourism management, addressed in three research articles that have been approved for publication in scientific journals indexed in Journal Citation Reports. 1. In the first article, Soft Computing techniques are used to analyze variables related to the operation of tourism companies in Ecuador, verifying the trend of the operation in different years and generating a valid source of information for decision making. In the study, dimensionality reduction techniques are applied to improve the interpretation, minimizing the loss of information. In addition, clustering techniques are applied to create groups according to the similarity of the characteristics and to provide a visual and numerical representation of the relationship of the data with each other. 2. The following study focuses on the review and synthesis of previously published research on Artificial Intelligence in the tourism sector. The study presents a categorization of the applications of Artificial Intelligence in different areas of tourism, recognizing valid studies and tools for the growth and innovatio