FISETIO: A fine-grained, structured and enriched tourism dataset for indoor and outdoor attractions
Carregando...
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Artigo de periódico
Título alternativo
Primeiro orientador
Membros da banca
Resumo
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].
Assunto
Turismo, Turismo - Parques nacionais, Galerias e museus, Redes sociais, Fatores climaticos
Palavras-chave
Tourism prediction baselines, Indoor attractions, U.K national museums and galleries, Outdoor attractions, U.S national parks, Trip advisor social media, Climate features
Citação
Departamento
Curso
Endereço externo
https://www.sciencedirect.com/science/article/pii/S2352340919312612