Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.utpl.edu.ec/handle/29.500.19856/71162
Título : | Sistema de recomendación de destinos turísticos de la ciudad de Loja |
Autor : | Valdiviezo Díaz, Priscila Marisela Sánchez Estrada, Luis Antonio |
Palabras clave : | Ecuador. Tesis digital. |
Fecha de publicación : | 2025 |
Citación : | Sánchez Estrada, L. A. Valdiviezo Díaz, P. M. (2025) Sistema de recomendación de destinos turísticos de la ciudad de Loja [Tesis de Posgrado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/71162 |
Resumen : | Abstract: The purpose of this research project is to improve the tourist experience of visitors to the Loja canton. To this end, a remarkable tourist site recommendation system is implemented by integrating the use of artificial intelligence. The recommendation system uses machine learning models trained with data obtained through surveys conducted with visitors. This data allows the personalization of tourist site recommendations according to the individual preferences of users, thus improving the tourist experience in the canton. From the results of experimentation with machine learning algorithms KNN, SVD, and Deep Learning, it was determined that the SVD and Deep Learning algorithms show better performance with high accuracy in the quality of recommendations using conventional metrics such as Precision and Recall. |
Descripción : | Resumen: El presente proyecto de investigación tiene como propósito mejorar la experiencia turística de los visitantes del cantón Loja. Con esta finalidad, se implementa un sistema de recomendación de sitios turísticos con el uso de inteligencia artificial. El sistema de recomendación utiliza modelos de aprendizaje automático entrenados con datos obtenidos a través de encuestas realizadas a visitantes en el terminal terrestre Reina del Cisne de la ciudad Loja. Estos datos permiten la personalización de las recomendaciones de sitios turísticos según las preferencias individuales de los usuarios, mejorando así la experiencia turística en el cantón. De los resultados de experimentación con algoritmos de aprendizaje automático KNN, SVD, y Deep Learning, se determinó que el algoritmo SVD muestra un mejor desempeño con una alta precisión en la calidad de las recomendaciones usando métricas convencionales como Precisión y Recall. |
URI : | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=145954.TITN. |
Aparece en las colecciones: | Maestría en Inteligencia Artificial Aplicada |
Ficheros en este ítem:
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.