Sistema multiagente para la personalización de la atención hotelera a través de la televisión inteligente

Joaquín Danilo Pina Amargós; Raisa Socorro Llanes

Autores/as

Joaquín Danilo Pina Amargós Universidad Tecnológica de La Habana "José Antonio Echeverría" https://orcid.org/0000-0003-4619-849X
Raisa Socorro Llanes Universidad Tecnológica de la Habana "José Antonio Echeverría"

Palabras clave:

atención hotelera; grandes datos; minería de datos; sistemas multiagentes; televisión inteligente

Resumen

La gestión hotelera genera un gran volumen de datos que se recopila desde diferentes sistemas computacionales conectados en red. Los trabajos actuales muestran al televisor inteligente (iTV) como el dispositivo más apropiado para mostrar información personalizada e interactiva a los clientes y registrar las acciones, productos y servicios que son de su preferencia. La aplicación de técnicas de minería de datos permite manejar los grandes volúmenes de datos y ayuda a predecir el comportamiento de los clientes, apoyar el análisis de mercado y crear estrategias a partir de análisis de tendencias. Los trabajos consultados plantean el procesamiento de los datos pertenecientes a un único hotel, lo que limita la toma de decisiones al no tener en cuenta la movilidad de los clientes y la integración de la información de una cadena hotelera. En este trabajo se presenta un nuevo enfoque multiagente para lograr la atención hotelera personalizada teniendo en cuenta la integración de los datos obtenidos a través de dispositivos IoT (en específico el iTV) pertenecientes a una cadena hotelera.

Citas

Abbasi-Moud, Z., Vahdat-Nejad, H., & Sadri, J. (2021). Tourism recommendation system based on semantic clustering and sentiment analysis. Expert Systems with Applications, 167, 114324.

Al-Fararni, K., Nafis, F., Aghoutane, B., Yahyaouy, A., Riffi, J., & Sabri, A. (2021). Hybrid recommender system for tourism based on big data and AI: A conceptual framework. Big Data Mining and Analytics, 4(1), 47-55.

Anyfantis, N., Kalligiannakis, E., Tsiolkas, A., Leonidis, A., Korozi, M., Lilitsis, P. & Stephanidis, C. (2018, June). AmITV: Enhancing the Role of TV in Ambient Intelligence Environments. In Proceedings of the 11th PErvasive Technologies Related to Assistive Environments Conference (pp. 507-514).

Baert, Q., Caron, A. C., Morge, M., Routier, J. C., & Stathis, K. (2021). An adaptive multi-agent system for task reallocation in a MapReduce job. Journal of Parallel and Distributed Computing, 153, 75-88.

Buhalis, D., & Leung, R. (2018). Smart hospitality—Interconnectivity and interoperability towards an ecosystem. International Journal of Hospitality Management, 71, 41-50.

Cardoso, R. C., & Ferrando, A. (2021). A review of agent-based programming for multi-agent systems. Computers, 10(2), 16.

Figueredo-Reinaldo, O. y Col. (2017). Asamblea nacional: ¿cómo se ha comportado el turismo en cuba? Cubadebate, contra el terrorismo mediático (2017), http://www.cubadebate.cu/noticias/2017/12/20/asamblea-nacional-como-se-ha-

comportado-el-turismo-en-cuba/.

García-Acosta, D. Crece cifra de visitantes a Cuba en los primeros cuatro meses del año, informa ministro de Turismo. Cubadebate, contra el terrorismo mediático (2022), http://www.cubadebate.cu/noticias/2022/05/02/crece-cifra-de-visitantes-a-cuba-en-los-primeros-cuatro-meses-del-ano-informa-ministro-de-turismo/.

Kandampully, J., Zhang, T. C., & Bilgihan, A. (2015). Customer loyalty: a review and future directions with a special focus on the hospitality industry. International Journal of Contemporary Hospitality Management.

Kim, S. (2009). Data mining applications in the hospitality industry. In Encyclopedia of Data Warehousing and Mining, Second Edition (pp. 406-410). IGI Global.

Leitão, P., Strasser, T. I., Karnouskos, S., Ribeiro, L., Barbosa, J., & Huang, V. (2021, March). Recommendation of best practices for industrial agent systems based on the IEEE 2660.1 Standard. In 2021 22nd IEEE International Conference on Industrial Technology (ICIT) (Vol. 1, pp. 1157-1162). IEEE.

Leung, R. (2019). Smart hospitality: Taiwan hotel stakeholder perspectives. Tourism Review. https://doi.org/10.1108/TR-09-2017-0149.

Magnini, V. P., Honeycutt Jr, E. D., & Hodge, S. K. (2003). Data mining for hotel firms: Use and limitations. Cornell Hotel and Restaurant Administration Quarterly, 44(2), 94-105.

Mehraliyev, F., Chan, I. C. C., Choi, Y., Koseoglu, M. A., & Law, R. (2020). A state-of-the-art review of smart tourism research. Journal of Travel & Tourism Marketing, 37(1), 78-91.

Mercan, S., Cain, L., Akkaya, K., Cebe, M., Uluagac, S., Alonso, M., & Cobanoglu, C. (2020). Improving the service industry with hyper-connectivity: IoT in hospitality. International Journal of Contemporary Hospitality Management.

Min, H., & Emam, A. (2002). A data mining approach to developing the profiles of hotel customers. International Journal of Contemporary Hospitality Management.

Singh, A. J., & Kasavana, M. L. (2005). The impact of information technology on future management of lodging operations: A Delphi study to predict key technological events in 2007 and 2027. Tourism and Hospitality Research, 6(1), 24-37.

Sharma, U., & Gupta, D. (2021, July). Analyzing the applications of internet of things in hotel industry. In Journal of Physics: Conference Series (Vol. 1969, No. 1, p. 012041). IOP Publishing.

Sota, S., Chaudhry, H., & Srivastava, M. K. (2020). Customer relationship management research in hospitality industry: a review and classification. Journal of Hospitality Marketing & Management, 29(1), 39-64.

Stefanidi, E., Foukarakis, M., Arampatzis, D., Korozi, M., Leonidis, A., & Antona, M. (2019). ParlAmI: a multimodal approach for programming intelligent environments. Technologies, 7(1), 11.

Wilford Rivera, I. (2010). Modelo de Integración de conocimiento huérfano descubierto mediante minería de datos. Ph.D. thesis, Universidad de Alicante.