Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/73916| Type: | Artigo de Periódico |
| Title: | FISETIO: A fine-grained, structured and enriched tourism dataset for indoor and outdoor attractions |
| Authors: | Amir Khatibi Ana Paula Couto da Silva Jussara M. Almeida Marcos A. Gonçalves |
| Abstract: | This paper aims to introduce our publicly available datasets in the area of tourism demand prediction for future experiments and comparisons. Most of the previous works in the area of tourism demand forecasting are based on coarse-grained analysis (level of countries or regions) and there are very few works and consequently datasets available for fine-grained tourism analysis (level of attractions and points of interest). In this article, we present our fine-grained enriched datasets for two types of attractions – (I) indoor attractions (27 Museums and Galleries in U.K.) and (II) outdoor attractions (76 U.S. National Parks) enriched with official number of visits, social media reviews and environmental data for each of them. In addition, the complete analysis of prediction results, methodology and exploited models, features' performance analysis, anomalies, etc, are available in our original paper, “Fine-grained tourism prediction: Impact of social and environmental features”[2]. |
| Abstract: | Este artigo tem como objetivo apresentar os nossos conjuntos de dados disponíveis publicamente na área de previsão da procura turística para experiências e comparações futuras. A maior parte dos trabalhos anteriores na área da previsão da procura turística baseiam-se em análises refinadas (nível de países ou regiões) e existem muito poucos trabalhos e, consequentemente, conjuntos de dados disponíveis para análises refinadas do turismo (nível de atrações e pontos de interesse). Neste artigo, apresentamos nossos conjuntos de dados enriquecidos e refinados para dois tipos de atrações – (I) atrações internas (27 museus e galerias no Reino Unido) e (II) atrações ao ar livre (76 parques nacionais dos EUA) enriquecidas com o número oficial de visitas, análises de mídia social e dados ambientais para cada um deles. Além disso, a análise completa dos resultados da previsão, metodologia e modelos explorados, análise de desempenho dos recursos, anomalias, etc., estão disponíveis em nosso artigo original, “Previsão refinada do turismo: Impacto dos recursos sociais e ambientais”[2]. |
| Subject: | Turismo Turismo - Parques nacionais Galerias e museus Redes sociais Fatores climaticos |
| language: | eng |
| metadata.dc.publisher.country: | Brasil |
| Publisher: | Universidade Federal de Minas Gerais |
| Publisher Initials: | UFMG |
| metadata.dc.publisher.department: | ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO |
| Rights: | Acesso Aberto |
| metadata.dc.identifier.doi: | https://doi.org/10.1016/j.dib.2019.104906 |
| URI: | http://hdl.handle.net/1843/73916 |
| Issue Date: | 2019 |
| metadata.dc.url.externa: | https://www.sciencedirect.com/science/article/pii/S2352340919312612 |
| metadata.dc.relation.ispartof: | Data in Brief |
| Appears in Collections: | Artigo de Periódico |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| FISETIO_ A fine-grained, structured and enriched tourism dataset for indoor and outdoor attractions.pdf | 460.89 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.