Data mining no turismo em Portugal : análise preditiva no suporte à tomada de decisão

i DATA MINING NO TURISMO EM PORTUGAL Ped o Filipe Soa es Linhei o Galinha Análise P edi i a no Supo e à Tomada de Decisão Disse ação como equisi o pa cial pa a ob enção do g au de Mes e em Ges ão de In o mação i LOMBADA MGI MEGI 2017 Tí ulo: Da a Mining no Tu ismo em Po ugal Sub í ulo: Análise P edi i a no Supo e à Tomada de Decisão Ped o Filipe Soa es Linhei o Galinha MGI i ii NOVA In o ma ion Managemen School Ins i u o Supe io de Es a ís ica e Ges ão de In o mação Uni e sidade No a de Lisboa DATA MINING NO TURISMO EM PORTUGAL: ANÁLISE PREDITIVA NO SUPORTE À TOMADA DE DECISÃO po Ped o Filipe Soa es Linhei o Galinha Disse ação ap esen ada como equisi o pa cial pa a a ob enção do g au de Mes e em Ges ão de In o mação, Especialização em Ges ão do Conhecimen o e Business In elligence O ien ado : P o esso Dou o Robe o Hen iques No emb o 2017 iii DEDICATÓRIA Pa a o Sasha, Po e sido quem nos une em odos os momen os. i AGRADECIMENTOS Com o deco e des e abalho, mui as o am as pessoas que me apoia am e às quais gos a ia de ag adece . Pela o ça, inspi ação e incessan e con ibuição, um ag adecimen o especial pa a a Joana. Aos meus amigos João Oli ei a, Miguel Candeias, João Ga ela, Sand a Cou inho, Ped o Pinhei o, João Fa inha, Daniel Teó ilo, Filipe Sil a, Augus o Tos a e Lígia, pelo apoio incondicional que me de am na ealização des e p oje o. Ao meu o ien ado , P o esso Robe o Hen iques, que me acompanhou ao longo des e abalho. Aos Se iços Académicos da NOVAIMS, pa icula men e à Ri a, Ângela, Gisela, Raquel e Ana po se em os melho es se iços académicos do mundo e po me ajuda em semp e. À minha amília. Mui o ob igado a odos RESUMO Regis ou-se na úl ima década um aumen o signi ica i o na p ocu a de Po ugal como des ino u ís ico. A c escen e anga iação de dados dos consumido es po pa e dos agen es u ís icos ep esen a uma opo unidade pa a ex ai conhecimen o e alo . A in enção po pa e das polí icas públicas do u ismo es á con emplada no plano es a égico pa a o se o a é 2027 e as suas medidas isam p omo e a in eg ação de polí icas se o iais que in luenciam a a i idade do u ismo e que assegu em es abilidade. Sendo o se o do Tu ismo um dos que mais con ibui pa a o desen ol imen o económico em Po ugal e sendo a u ilização de e amen as analí icas e p edi i as um a o decisi o na capacidade de po encia esse desen ol imen o, p e ende-se que es e es udo o neça especi icidade na elação en e ges ão de in o mação e a sua mais- alia no con ex o do u ismo em Po ugal. Reco endo às aplicações Google Schola , Web o Science e NOVA Disco e y, o am inse idas combinações de keywo ds com os e mos (mine ação de dados, u ismo, análise p edi i a) e oi possí el e i ica que a li e a u a especí ica disponí el que abo de a elação en e mé odos de análise p edi i a, mine ação de dados e conhecimen o do consumido pa a a á ea do u ismo é ainda pouco signi ica i a em Po ugal. Des a o ma é pe ce í el a necessidade em p omo e a c iação de li e a u a especí ica sob e a elação en e análise p edi i a, es udo do compo amen o e a sua aplicação ao se o do u ismo em Po ugal como a o decisi o na c iação de ino ação e compe i i idade, a a és do supo e que p es a à omada de decisão. Nes e sen ido, a p esen e disse ação p e ende ap esen a uma p o a de concei o que con ibua pa a um maio conhecimen o sob e a aplicação de écnicas de Da a Mining e modelação p edi i a pa a dados do u ismo. PALAVRAS-CHAVE Da a Mining; Análise P edi i a; Tu ismo de Po ugal; Es a égia pa a o Tu ismo; Big Da a i ABSTRACT In he las decade he e has been a signi ican inc ease in he demand o Po ugal as a ou is des ina ion. The g owing collec ion o consume da a by ou ism agen s ep esen s an oppo uni y o ex ac knowledge and alue. The in en ion o he public policies o ou ism is con empla ed in he s a egic plan o he sec o un il 2027 and i s measu es a e aimed a p omo ing he in eg a ion o sec o al policies ha in luence he ac i i y o ou ism and ha ensu e s abili y. Since he ou ism sec o is one o he main con ibu o s o economic de elopmen in Po ugal and he use o analy ical and p edic i e ools is a decisi e ac o in he capaci y o p omo e his de elopmen , i is in ended ha his s udy p o ides speci ici y in he ela ionship be ween in o ma ion managemen and I ´s added alue in he con ex o ou ism in Po ugal. Using combina ions o keywo ds wi h he e ms (da a mining, ou ism, p edic i e analysis) and using he Google Schola , Web o Science and NOVA Disco e y applica ions, i was possible o e i y ha he speci ic li e a u e a ailable ha add esses he ela ionship be ween me hods o p edic i e analysis, da a mining and consume knowledge o ou ism is s ill no e y signi ican in Po ugal. This u ges he need o p omo e he c ea ion o speci ic li e a u e on he ela ionship be ween p edic i e analysis, beha io al s udy and i s applica ion o he ou ism sec o in Po ugal as a decisi e ac o in he c ea ion o inno a ion and compe i i eness h ough he suppo i p o ides o he ou le o decision-making. In his sense, he p esen disse a ion in ends o p esen a p oo o concep ha con ibu es o a g ea e knowledge on he applica ion o da a mining echniques and p edic i e modeling o ou ism da a. KEYWORDS Da a Mining; P edic i e Analysis; Tou ism in Po ugal; S a egies o Tou ism; Big Da a ii ÍNDICE 1. In odução .................................................................................................................... 1 1.1. Enquad amen o do Tema ............................................................................... 1 1.2. Obje i os ......................................................................................................... 2 2. Re isão da Li e a u a .................................................................................................... 3 2.1. O Tu ismo em Po ugal ................................................................................... 3 2.2. Da a Mining e Análise P edi i a ..................................................................... 6 2.2.1.Mé odos u ilizados em Da a Mining .................................................. 8 2.2.2.Machine Lea ning ............................................................................... 9 2.3. Da a Mining aplicado ao Tu ismo ................................................................. 10 2.4. P ocesso de P e isão .................................................................................... 13 2.4.1.Da a Se ............................................................................................. 14 2.4.2.C iação do Modelo P edi i o ............................................................ 15 2.4.3.Algo i mos u ilizados na Análise P edi i a ....................................... 17 3. Me odologia ............................................................................................................... 21 3.1. Fon e de Dados ............................................................................................. 21 3.2. Desc ição dos Dados ..................................................................................... 21 3.3. Ca ac e ização das Va iá eis ......................................................................... 22 3.4. Es a ís icas das Va iá eis O iginais ............................................................... 23 3.5. P epa ação de Dados .................................................................................... 28 3.6. Pa ição dos Dados ....................................................................................... 32 3.7. Me ada a ....................................................................................................... 33 3.8. Modelação P edi i a ..................................................................................... 34 4. Resul ados e Discussão ............................................................................................... 37 5. Conclusões .................................................................................................................. 39 6. Limi ações e Recomendações pa a T abalhos Fu u os .............................................. 41 7. Bibliog a ia .................................................................................................................. 43 8. Anexos ........................................................................................................................ 46 4 11,5 10,4 9,2 7,4 7,4 6,9 7,6 8,1 8,6 6,2 6,7 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 Figu a 2.1 - Recei as Tu ís icas em alo e em % do PIB 1 (INE, 2016) A implemen ação de medidas es a égicas e o in es imen o o e no se o , con ibuí am pa a po encia Po ugal como um dos des inos in e nacionais p e e idos. En e 2005 e 2015, Po ugal egis ou um c escimen o médio anual supe io ao dos conco en es, sendo o segundo país com melho desempenho na e olução das ecei as u ís icas (Tabela 2.1). RECEITAS TURÍSTICAS 2005 2010 2015 TVMA 2005-2015 INTERNACIONAIS Mal a 0,6 0,8 1,2 +7,4% Po ugal 6,2 7,6 11,5 +6.3% Tu quia 15,4 17,0 24,0 +4,5% Ma ocos 3,7 5,1 5,3 +3,7% C oácia 5,9 6,1 8,0 +3,1% G écia 10,7 9,6 14,1 +2,8% Espanha 40,00 41,2 50,9 +2,4% I ália 28,5 29,3 35,6 +2,2% F ança 35,4 35,5 41,4 +1,6% Egi o 5,5 9,4 5,5 +0,0% Tunísia 1,7 2,0 1,2 -3,2% Tabela 2.1 - C escimen o das ecei as 2 (UNWTO, 2017) O impac o do Tu ismo na economia nacional, no desen ol imen o de no as in aes u u as e se iços em e i icado uma e olução signi ica i a nos úl imos anos (Tabela 2.2), no en an o é i al pa a a sus en abilidade do se o no país, iden i ica as p incipais agilidades, opo unidades e po encialidades pa a a p óxima década, an o no con ex o in e no como no ambien e ex e no. 1 Valo es em mil milhões de eu os 2 Compa a i o in e nacional ( alo es em mil milhões de eu os) 5 2015 2016 PO Va iação Do midas 48,9 milhões 53,5 milhões + 4,6 milhões | + 9,4% Recei as 11,5 mil milhões 12,7 mil milhões + 1,2 mil milhões | + 10,4% Hóspedes 17,4 milhões 19,1 milhões +1,7 mil milhões | + 9,7% Expo ações 15,4% do o al de Expo ações 16,7% do o al de Expo ações + 1,3% de bens e se iços do País de bens e se iços do País Saldo da Balança Tu ís ica 7,8 mil milhões € 8,8 mil milhões € + mil milhões | + 12,8% Emp ego 280 mil 328 mil + 48 mil | + 17,1% Tabela 2.2 – Va iação das Recei as do Tu ismo em Po ugal 3 (INE, 2015) No con ex o in e no oi possí el a e igua as seguin es agilidades: • Dé ice de in o mação sob e a o e a; • Fal a de conhecimen o e de in o mação sob e a a i idade u ís ica; • Fal a de es u u ação do p odu o. No que diz espei o ao ambien e ex e no o am iden i icadas opo unidades na dinamização do se o elacionadas com: • Al e ação dos pad ões de consumo e mo i ações; • C escimen o do olume de in o mação ecolhida sob e o consumido . Segundo a es a égia pa a o u ismo em Po ugal, as no as endências in e nacionais e ão impac o no se o e pe spe i am acen uadas mudanças nos p óximos anos. As mais signi ica i as dizem espei o à c escen e impo ância das Tecnologias de In o mação e Comunicação como eículo condu o da No a Economia. A pe inência da u ilização de écnicas que possibili em o acesso a in o mação e conhecimen o é supo ada pela necessidade de aze ace às exigências que se a izinham, sup imindo as agilidades e po enciando as opo unidades. 3 Emp ego comp eende alojamen o, es au ação, simila es, agências de iagens/ope ado es u ís icos e ou os se iços de ese as. 6 2.2. DATA MINING E ANÁLISE PREDITIVA O enómeno da descobe a e omada de decisão baseado em dados é hoje mais do que uma endência. A mine ação de dados e e e-se à ex ação de conhecimen o de um g ande conjun os de dados obse ados, de o ma a descob i o elacionamen o insuspei o e os pad ões escondidos nos dados, ap esen ado os mesmos de manei as ino ado as, comp eensí eis e ú eis pa a os usuá ios (Adeniyi, Wei, & Yongquan, 2016). A mine ação de dados é ambém o p ocesso de explo ação e análise, po meios au omá icos ou semiau omá icos, de g andes quan idades de dados e que possibili a descob i pad ões e eg as signi ica i as. Sendo um subcampo in e disciplina da ciência da compu ação, en ol e um p ocesso compu acional de descobe a de pad ões em g andes conjun os de dados. O obje i o des e p ocesso a ançado de análise ecai na o ma de ex ai in o mações de um conjun o de dados e ans o má-lo numa es u u a comp eensí el pa a uso pos e io (Jain & S i as a a, 2013). T adicionalmen e u ilizado em á eas onde os dados abundam, a a e a p incipal de mine ação de dados consis e em iden i ica pad ões den o dos dados, com o p opósi o de ex ai conhecimen o. Pa a es e im, os mé odos de mine ação de dados u ilizados como a análise de Clus e s, Link Analysis, classi icação e eg essão, isam no malmen e eduzi a quan idade de in o mações (ou dados) acili ando o econhecimen o de pad ões (Zhu & Da idson, 2007). Conway (2011), di ulgou na sua pesquisa uma pode osa decla ação sob e Da a Mining: "A capacidade de adqui i dados - pode comp eendê-los, p ocessá-los, ex ai alo deles, isualizá-los, comunicá-los - se á uma écnica ex emamen e impo an e nas p óximas décadas”. Segundo Bação (2009), mais impo an e do que es abelece uma única de inição de Da a Mining, in e essa e e uma noção ge al do que se en ende po Da a Mining, comp eende os con o nos das suas on ei as enquan o á ea de in es igação e a o ma como in e age com ou as á eas do conhecimen o. A p imei a obse ação a aze é a de que o e mo Da a Mining é u ilizado de o ma mui o di e en e na li e a u a. Po ezes e e e-se a odo o p ocesso de “Descobe a de Conhecimen o em Bases de Dados”, onde se incluem odos os p ocedimen os que o ganização e p epa ação dos dados; ou as apenas à ase especí ica de aplicação dos algo i mos. É de salien a que o e mo “Descobe a de Conhecimen o em Bases de Dados” (do inglês Knowledge Disco e y in Da abases - KDD) em indo a ganha cada ez maio acei ação, especialmen e na á ea académica, como o ma de designa odo o p ocesso que medeia en e o acesso aos dados digi ais a é à aplicação conc e a e p á ica do conhecimen o ge ado no p ocesso. No en an o, apesa des as énues dis inções, o ac o é que “Descobe a de Conhecimen o” e Da a Mining são u ilizados, po g ande 7 pa e dos au o es, como sinónimos. São ap esen adas, de seguida, á ias de inições de di e en es au o es sob e Da a Mining: • “DM is he non i ial p ocess o iden i ying alid, no el, po en ially use ul, and ul ima ely unde s andable pa e ns in da a” – Fayyad e . all (1996) • “Da a Mining is used o disco e pa e ns and ela ionships in da a, wi h emphasis on la ge obse a ional da abases” – F iedman (1997) • “Da a Mining is he analysis o (o en la ge) obse a ional da a se s o ind unsuspec ed ela ionships and o summa ize he da a in no el ways ha a e bo h unde s andable and use ul o he da a owne ” – Hand e . all (2001)  “Da a Mining is he p ocess o au oma ically disco e ing use ul in o ma ion in la ge da a eposi o ies” – Tan, S einbach & Kuma (2006) É possí el e i ica uma g ande sob eposição en e as di e en es de inições ap esen adas. Tipicamen e, as elações e esumos ex aídos po ia do Da a Mining são no malmen e designados modelos ou pad ões. Es a pode osa ecnologia com eno me po encial de c escimen o, p ocu a aduzi dados em in o mação e in o mação em conhecimen o, que po sua ez p opo ciona a opo unidade de agi , sob e o eal, acionalmen e e com p op iedade. A capacidade de p e e é possí el a a és da análise p edi i a que é o amo da mine ação de dados que p e ê endências e compo amen os u u os, pe mi indo decisões p ó-a i as e guiadas pelo conhecimen o. O impac o da mine ação de dados e da análise p edi i a na sociedade em po enciado ambém o ecu so à au omação e à necessidade de eco e a máquinas que enham a capacidade de ap ende . Machine Lea ning cons i ui de uma o ma ge al, um conjun o de e amen as que, em e mos ge ais, pe mi em "ensina " os compu ado es a ealiza a e as, o necendo exemplos de como elas de em se ei as (He zmann & Flee , 2012). Gallie s (1987) e o ça a impo ância decisi a que o acesso à in o mação em no p ocesso de omada de decisão. A necessidade de eco e a e amen as que possibili em a c iação de insigh s e conhecimen o é salien ada po Rascão (2004) que a i ma que as Tecnologias de in o mação e de comunicação são de inidas como o conjun o de conhecimen os, de meios ma e iais (in aes u u as) e de “know how”, necessá ios à p odução, come cialização e ou u ilização de bens ou se iços elacionados com o a mazenamen o empo á io ou pe manen e da in o mação, bem como o p ocessamen o e a comunicação da mesma. A capacidade de ecolhe g andes quan idades de in o mação e a consequen e necessidade de agi , az com que a capacidade analí ica seja de e minan e na c iação de alo e no supo e à omada de decisão. 8 O’B ian (2004) a i mou que, pa a a ende de o ma e icien e a c escen e demanda po in o mações de qualidade, os sis emas i e am que e olui de uma ase p imá ia onde os p ocessos e am apenas in o ma izados, pa a uma no a ase com um papel ele an e no auxílio da omada de decisão po meios p edi i os. Os meios p edi i os podem assim se de e minan es na omada de decisão, assumindo pa icula des aque a capacidade de an ecipa compo amen os e escolhas. E ic Siegel (2013) e e e que a a és da análise p edi i a, um compu ado analisando dados, li e almen e ap ende a p e e o compo amen o u u o de indi íduos. Ma kus Ho mann (2013) ealça que à medida que o luxo de in o mação con inua a aumen a , a necessidade de eco e e domina a mine ação de dados e análise p edi i a nunca oi maio . A i ma o au o que as écnicas e e amen as p o idenciam insigh s dos dados sem p eceden es, pe mi indo melho es decisões e capacidade de p e isão e a de adei a solução na esolução de p oblemas cada ez mais complexos. A demanda po essa capacidade de p e e nasceu da us ação com os sis emas BI (Business In elligence), que ajuda am os execu i os apenas a en ende o que acon eceu enquan o eles necessi a am de e amen as que conseguissem p e e o que i ia acon ece com os seus negócios (Monk & Wagne , 2013). As emp esas oma am as suas decisões baseando-se no conhecimen o e nas expe iências de especialis as, o que acaba a po in luencia as ope ações quo idianas. Algumas décadas a ás, uma sé ie de écnicas es a ís icas su giu com a in enção de descob i pad ões de dados in isí eis ao olho humano. E is o que os dados são cap u ados num olume cada ez maio , es as écnicas o na am- se indispensá eis pa a ex ai alo a pa i des es dados. É a a és da analí ica que se o na possí el p oduzi es a ís icas e p e isões con iá eis (Guazelli, 2012). 2.2.1. MÉTODOS UTILIZADOS EM DATA MINING As écnicas de Da a Mining são aplicadas em di e sos campos de ido a se em conside adas bas an e adequadas ao desen ol imen o de mé odos e modelos de análise. Segundo (Be y & Lino , 2004), as a i idades mais comuns em Da a Mining di idem-se em dois ipos de mé odos: o p edi i o e o desc i i o. Nas a i idades p edi i as, são ealizadas in e ências nos dados exis en es na base de dados de o ma a p e e alo es ele an es, como po exemplo, u iliza pad ões de consumo pa a p e e co elações en e p odu os e di eciona campanhas de ma ke ing. No que diz espei o a a i idades desc i i as, os dados que cons am na base de dados são classi icados a a és da ca ac e ização das suas p op iedades ge ais, descob indo pad ões e desc e endo os dados de o ma a se em in e p e ados pelos u ilizado es (Sondwale, 2015). 9 A modelação desc i i a eco e p incipalmen e a écnicas de Da a Mining como Clus e ing, Reg as de Associação, Link Analysis e Visualização. No que diz espei o à modelação p edi i a, a Classi icação e a Reg essão são as écnicas mais equen emen e u ilizadas. Des a o ma, o p ocesso de descobe a de conhecimen o em bases de dados (KDD), consis e na u ilização de mé odos desc i i os e p edi i os do ipo machine lea ning que assen am na análise dos dados u ilizando algo i mos que ap endem in e ac i amen e a pa i des es, azendo com que os compu ado es encon em conhecimen o “escondido” sem se em explici amen e p og amados pa a encon a em algo. O p ocesso KDD é i e a i o e in e a i o, sendo cons i uído po e apas que se iniciam com a de inição de obje i os e que e oluem pos e io men e pa a a c iação de um a ge no Da ase , limpeza e p é- p ocessamen o dos dados, ans o mação dos dados, escolha da écnica de Da a Mining, dos algo i mos e in e p e ação dos pad ões esul an es da mine ação a a és do conhecimen o ge ado (Figu a 2.2). Figu a 2.2 - P ocesso de Descobe a de Conhecimen o, adap ado de Fayyad e al. (1996) 2.2.2. MACHINE LEARNING A ap endizagem máquina ou Machine Lea ning pode ealiza -se de o ma supe isionada ou não supe isionada (Supe ised s Unsupe ised). Supe ised Machine Lea ning e e e-se à p ocu a de algo i mos que ap endam a a és de ins âncias ex e nas de o ma a p oduzi em hipó eses, que pos e io men e azem p e isões sob e ins âncias u u as (Ko sian is, 2007). Nes e ipo de ap endizagem exis e um "agen e ex e no" que a alia a espos a da ede ao pad ão a ual de inpu s. As al e ações dos pesos são calculadas de o ma a que a espos a da ede enda a coincidi com a do “agen e ex e no”. Pode se di idida em Classi icação se o a ibu o de classe o disc e o ou em Reg essão quando o a ibu o de classe é con ínuo. Exemplos disso são as á o es de 10 decisão, classi icado Nai e Bayes, classi icado K-nea es neighbo , classi icação e mé odos de eg essão (linea e logís ica) (Figu a 2.3). No mé odo Unsupe ised lea ning não exis e um "agen e ex e no". A ede necessi a descob i po si mesma as elações, pad ões, egula idades ou ca ego ias nos dados que lhe ão sendo ap esen ados e codi icá-las nas saídas (Rojas, 1996). Figu a 2.3 – Modelos e Algo i mos u ilizados em Machine Lea ning (Ma hWo ks, 2016) 2.3. DATA MINING APLICADO AO TURISMO Dia iamen e, milhões de pessoas iajam po odo o mundo pa a negócios, é ias, passeios ou ou as azões. A quan idade de dinhei o gas o em ing essos, acomodações, comida, anspo e e en e enimen o aduz-se em alo es exo bi an es. De aco do com o Conselho Mundial de Viagens e 11 Tu ismo, as iagens e o u ismo ep esen am a ualmen e ap oximadamen e 11% do P odu o In e no B u o (PIB) mundial (We hne & Ricci, 2004). O u ismo é um negócio baseado na in o mação, onde exis em dois ipos de luxos de in o mação. Um desses luxos de in o mação é di ecionado pa a os consumido es ou u is as, sendo es a in o mação sob e bens que os u is as consomem, ais como ing essos, qua os de ho el, en e enimen os en e ou os. O ou o luxo de in o mações segue uma di eção in e sa e consis e em in o mações ag egadas sob e u is as pa a p es ado es de se iços. Quando os dados ag egados sob e os u is as são ap esen ados da manei a co e a, analisados pelo algo i mo co e o e colocados nas mãos ce as, podem se aduzidos em in o mações signi ica i as pa a oma decisões i ais po pa e dos p es ado es de se iços u ís icos pa a aumen a a ecei a e luc os. A mine ação de dados pode se uma e amen a mui o ú il pa a analisa dados elacionados ao u ismo. A indús ia do u ismo é hoje uma das p incipais u ilizado as das ecnologias de in o mação (Sheldon, 1997) . Os a anços ecnológicos a e am decisi amen e os se iços e ins alações desen ol idas bem como a o ma como elas são disponibilizadas e p omo idas. Es a no a ealidade in luencia a es u u a o ganizacional e as elações en e clien es e p es ado es de se iços (Olsen & Connolly, 1999). Exis e a ualmen e po pa e dos legislado es, execu i os, di e o es de emp esas e o ganizações go e namen ais, a necessidade em conhece a elação en e a a i idade u ís ica e as p e e ências dos u is as. Es e conhecimen o isa p omo e o desen ol imen o de no as in aes u u as que possibili em a ob enção de uma maio dinamização da a i idade u ís ica. De ido ao c escen e olume de dados ecolhidos, o na-se p eponde an e ob e a capacidade de e e ua análises de alhadas de o ma a auxilia a omada de decisões ope acionais, á icas e es a égicas (Bose, 2009). De ido a es a necessidade analí ica, écnicas es a ís icas o mais o am p og essi amen e in oduzidas no u ismo. Ve i icou-se no en an o, que as écnicas es a ís icas so iam com a des an agem dos á ios p essupos os sob e dis ibuições dos dados que inham que se e ec uadas, an es que qualque análise pudesse se ealizada, sabendo que, se esses p essupos os ossem iolados, não exis i ia ga an ia de que os esul ados ossem álidos. Es a limi ação nos mé odos es a ís icos, le ou a que os in es igado es a ualmen e necessi em de e amen as de Da a Mining que eco am a Machine Lea ning, de o ma a o na possí el a análise de dados no u ismo. Segundo Buhalis (2002), o conhecimen o in eg ado das ca ac e ís icas u ís icas, imagens, a i udes e a ibu os de des ino p e e idos, de em se usados pa a come cializa des inos u ís icos com maio 12 acilidade. As cadeias ho elei as podem assim eco e à mine ação de dados pa a c ia campanhas de ma ke ing, planea p omoções sazonais, planea o empo e a colocação das campanhas publici á ias, c ia p opaganda pe sonalizada e de ini quais os segmen os de me cado que es ão a c esce mais apidamen e (Pyo , Uysal , & Chang, 2002). Ou o ac o a e em con a diz espei o à explosão do olume de dados exis en es ela i amen e a iagens e ao u ismo. A c iação de sis emas cen alizados de ese as e ges ão de p op iedades esul ou na acumulação de uma eno me quan idade de dados no se o u ís ico e ao mesmo empo, em maio acessibilidade a mais dados (Magnini, E.D., & Hodge, 2003). Abo dando o enómeno do impa á el c escimen o do olume de dados, Sha ma (2016) conclui que o Da a Mining e a sua u ilidade no u ismo é p eponde an e, uma ez que pe mi e oma as melho es decisões de negócios. Salien a o au o que es as écnicas são decisi as a de ec a endências de endas, desen ol e campanhas de ma ke ing mais in eligen es e com maio p ecisão, bem como p omo e a idelização de clien es. A capacidade de mine a dados pode ambém p e e o alo possí el de cada clien e e p oduzi in o mações que possibili em uma melho ges ão da elação com o isi an e (Kasa ana & Knu son , 1999). Des a o ma, di e en es ipos de écnicas de Machine Lea ning (Supe ised Lea ning ou Unsupe ised Lea ning) podem se usadas pa a analisa dados elacionados ao u ismo. São desc i as de seguida as di e en es écnicas de Machine Lea ning mais comuns na mine ação de dados de u ismo:  Redes neu ais a i iciais (ANN) 4 .  Algo i mos de Kohonen (da sigla SOM, do inglês Sel O ganizing Maps) - Re e em-se a algo i mos baseados em ANN´s que pe mi em a de ecção de ag upamen os (Clus e s). Es e p ocesso consis e em di idi obje os em g upos cujos memb os são semelhan es de alguma o ma (Han & Kambe , 2001). Embo a exis am mui os algo i mos de ag upamen o, os mais u ilizados são: “exclusi e clus e ing” e “dis anced-based clus e ing”. No algo i mo de “exclusi e clus e ing” se um de e minado dado pe ence a um clus e de inido, não pode se incluído nou o clus e . Po sua ez no algo i mo “dis anced-based clus e ing”, se dois ou mais obje os es i e em " echados" de aco do com uma de e minada dis ância, eles são ag upados no mesmo clus e .  Teo ia dos Conjun os Ap oximados (TCA) - A TCA é p opos a pa a abo da o p oblema da ince eza e da imp ecisão na classi icação de obje os (Slowinski & Vande poo en, 2000). 4 Desc ição de uma (ANN) disponí el na página 19 des e documen o. 13 Baseia-se na hipó ese de que cada obje o es á associado a algumas in o mações, e os obje os associados à mesma in o mação são semelhan es e pe encem à mesma classe. O p imei o passo na TCA é a disc e ização de a ibu os independen es onde os a ibu os numé icos são con e idos em a ibu os ca egó icos. O segundo passo é a o mação de eduções que p opo cionam a mesma qualidade de classi icação que o conjun o o iginal de a ibu os. O úl imo passo é a classi icação de dados desconhecidos com base em eg as de decisão e eduções.  Máquina de Ve o es de Supo e (do inglês Suppo Vec o Machine - SVM) - O SVM classi ica um e o de en ada em classes de saída conhecidas. Começa com á ios pon os de dados de duas classes e ob ém o hipe plano ideal que maximiza a sepa ação das duas classes. Pa a dados não linea men e sepa á eis, u iliza o mé odo ke nel pa a ans o ma o espaço de en ada num espaço de ecu sos de al a dimensão, onde um hipe plano ideal linea men e sepa á el pode se cons uído (Figu a 2.4). Exemplos de unções ke nel incluem a unção linea , unção polinomial, unção de base adial e unção sigmoid (Chang & Lin, 2001). Figu a 2.4 – Rep esen ação g á ica de SVM (Shou al, 2012) A mine ação de dados do u ismo a a és da u ilização de algo i mos especí icos, possibili a capaci a o se o u ís ico com écnicas que pe mi em ob e maio e icácia e conhecimen o na omada de decisões e consequen emen e, maio c escimen o económico. 2.4. PROCESSO DE PREVISÃO O p ocesso de p e isão aplicado a qualque á ea em es udo a a és da u ilização de écnicas de Da a Mining consis e num conjun o de a e as que êm como p incipal unção ga an i a qualidade do 20 a i icial é um sis ema de in o mação e icien e cujas ca ac e ís icas se assemelham a uma ede neu al biológica. Nas ANN´s, o compo amen o cole i o é ca ac e izado pela sua capacidade de ap ende , de lemb a e pelo seu pad ão de eino semelhan e ao de um cé eb o humano (Nanda, T ipa hy, Nayak, & Mohapa a , 2013). As ANN´s são modelos p edi i os não-linea es que ap endem a a és do eino (Jain & S i as a a, 2013). São compos os po neu ónios in e conec ados. Cada neu ónio ecebe um conjun o de en adas. Cada en ada é mul iplicada po um peso. A soma de odas as en adas ponde adas de e mina o ní el de a i ação (Figu a 2.8). Um algo i mo mui o pode oso usado no einamen o de ANN´s em o nome de “back-p opaga ion”. Nes e caso especí ico, os pesos da conexão são ajus ados i e a i amen e de o ma a minimiza o e o com base na di e ença en e as saídas desejadas e eais. Figu a 2.8 – Modelo de uncionamen o das Redes Neu onais, adap ado de Be y & Lino (2004) Algo i mos de análise de sequência O Sequen ial Pa e n Mining pe mi e encon a pad ões sequenciais em bases de dados. Descob e equen emen e subsequências como pad ões de uma base de dados de sequências. Com eno mes quan idades de dados con inuamen e cole ados e a mazenados, mui as indús ias es ão in e essadas em mine a pad ões sequenciais de seu banco de dados. O pad ão sequencial de mine ação é um dos mé odos mais conhecidos e possui aplicações ab angen es, incluindo análise de web log´s e análise de pad ões de comp a dos clien es. Es a análise pe mi e en ende os in e esses dos clien es, sa is aze os seus in e esses e acima de udo p e e as suas necessidades. 21 3. METODOLOGIA Nes e capí ulo p ocede-se à ap esen ação da me odologia u ilizada na p esen e disse ação. Em qualque abalho académico é undamen al u iliza -se uma me odologia coe en e e adequada e que cump a os obje i os p opos os no abalho. Assim, a me odologia u ilizada nes e p oje o é baseada no Design Quan i a i o uma ez que es a me odologia em como obje i o a comp eensão do enómeno baseado em e idências empí icas. Segundo Gi en, (2008), Design Quan i a i o é de inido como um p ocesso empí ico sis emá ico de in es igação do enómeno obse á el a a és de écnicas es a ís icas, ma emá icas ou compu acionais. Tem como obje i o desen ol e modelos ma emá icos e es a ís icos que pe mi am uma melho comp eensão do enómeno. O modelo p edi i o oi desen ol ido eco endo ao so wa e SAS En e p ise Mine 14.1. P e endeu-se com a seguin e me odologia, exempli ica o uso de écnicas de Da a Mining e análise p edi i a pa a a iá eis do u ismo, de o ma a p e e o gas o médio dos isi an es. 3.1. FONTE DE DADOS Es e abalho u ilizou uma amos a compos a po dados es a ís icos do u ismo (INE, 2016) e (PORDATA, 2016). Fo am conside adas as seguin es a iá eis: (idade, sexo, endimen o anual, es ado ci il, ní el de ins ução, da a da es adia, meio de anspo e u ilizado, núme o de iagens po ano, núme o de ilhos, despesa média po iagem, despesa média diá ia, ipo de es abelecimen o e nacionalidade). A base de dados oi c iada no o ma o Excel (Mic oso O ice). 3.2. DESCRIÇÃO DOS DADOS A base de dados é compos a pelos campos abaixo desc i os (Tabela 3.1): Va iá el Con eúdo Cus id ID do clien e DepVa Va iá el Dependen e Despesa_media_dia ia Quan ia média gas a dia iamen e Despesa_media_Viagem Despesa média po Viagem Da a_Regis o Da a de egis o do Clien e Es ado_Ci il Es ado Ci il do Clien e 22 Filhos Núme o de ilhos do ag egado Idade Ano de Nascimen o do Clien e Meio_T anspo e_U ilizado Meio de T anspo e U ilizado Nacionalidade Nacionalidade do Clien e Ni el_Ins ução Ní el de Escola idade do Clien e NumViagensAno Núme o de Viagens e ec uadas (úl imos 12 meses) Vencimen o_Anual Rendimen o anual do ag egado do Clien e Du a_o_Es adia Du ação da Es adia do Clien e Mo i o_Viagem Mo i o da Viagem do Clien e Sexo Géne o do Clien e Tipo_Es abelecimen o Tipo de Es abelecimen o escolhido pelo Clien e Tabela 3.1 – Va iá eis do Da ase 3.3. CARACTERIZAÇÃO DAS VARIÁVEIS A pa i do nó inicial que con ém a Base de Dados oi possí el iden i ica o papel e o ní el de cada uma das a iá eis (Tabela 3.2): Name Role Le el Repo D op Cus id ID Nominal No No DepVa Ta ge Bina y No No Despesa_media_dia ia Inpu In e al No No Despesa_media_Viagem Inpu In e al No No Da a_Regis o Time ID In e al No No Es ado_Ci il Inpu Nominal No No Filhos Inpu In e al No No Ano_Nascimen o Inpu In e al No No Meio_T anspo e_U ilizado Inpu Nominal No No Nacionalidade Inpu Nominal No No Ni el_Ins ução Inpu Nominal No No NumViagensAno Inpu In e al No No Vencimen o_Anual Inpu In e al No No Du a_o_Es adia Inpu In e al No No Mo i o_Viagem Inpu Nominal No No Sexo Inpu Nominal No No Tipo_Es abelecimen o Inpu Nominal No No Tabela 3.2 – Papel e Ní el da Va iá eis 23 3.4. ESTATÍSTICAS DAS VARIÁVEIS ORIGINAIS A análise das es a ís icas ge ais das a iá eis oi e e uada a a és do nó “S a Explo e”. Es es alo es, combinados com os dados g á icos cons an es nos nós “Mul iPlo ” e “Va iable Clus e ing”, possibili a am e i a in o mações impo an es u ilizadas nas ases de P epa ação e P é- P ocessamen o de Dados. A base de dados é cons i uída po 13 a iá eis de Inpu , sendo que 7 delas são in e ala es e as es an es de classe. Assim sendo, oi necessá io analisa as es a ís icas de cada g upo de a iá eis sepa adamen e. O ac o de se a a de uma modelação p edi i a implica que a análise das a iá eis independen es seja e e uada endo ambém conside ação os esul ados da a iá el dependen e. 3.4.1. Va iá eis In e ala es A análise das a iá eis in e ala es (Tabela 3.3) demons ou que não exis em alo es omissos em nenhuma delas. A análise das es a ís icas ge ais pe mi iu i a algumas ilações ace ca de po enciais ou lie s. Po exemplo, os alo es máximos das a iá eis “Despesa_media_dia ia” e “NumViagensAno” são, espec i amen e, 199 e 16. Es es alo es de ido ao seu a as amen o da média le a ão a que sejam a ados como ou lie s. Va iá eis In e ala es Ta ge (Va Dep) N Omisso s Média Des io Mediana Mínimo Máximo Despesa_media_dia ia 0 0 26.2666 38.7897 9 0 199 Despesa_media_dia ia 1 0 36.1219 43.2929 22 0 198 Vencimen o_Anual 0 0 52650.69 24251.3 51873 1532 162934 Vencimen o_Anual 1 0 59674.94 24163.8 63848 7500 102692 Filhos 0 0 0.4555 0.5581 0 0 3 Filhos 1 0 0.4108 0.5261 0 0 2 NumViagensAno 0 0 2.3600 2.1437 2 0 16 NumViagensAno 1 0 2.4986 2.2451 2 0 13 Despesa_media_Viagem 0 0 1259.890 1000.073 990 19 5000 Despesa_media_Viagem 1 0 1286.198 1012.08 960 230 5000 Du a_o_Es adia 0 0 19563.43 199.5432 19570 19203 19903 Du a_o_Es adia 1 0 19518.50 199.8804 19502 19205 19901 Ano_Nascimen o 0 0 1968.733 11.9232 1970 1941 1996 Ano_Nascimen o 1 0 1969.586 13.1923 1972 1942 1993 Tabela 3.3 – Va iá eis In e ala es 24 3.4.2. Va iá eis de Classe A a és da análise das a iá eis de classe conside adas (Tabela 3.4), oi possí el e i ica que não exis em alo es omissos. Rela i amen e ao o al dos clien es em análise e ainda sem e em con a a a iá el a ge , oi possí el chega a algumas conclusões a a és da análise das equências ela i as das a iá eis:  59% são mulhe es;  43% são casados;  43% iaja am pa a Po ugal po mo i os de Laze ;  42% p e e i am ho éis;  37% u iliza am o au omó el como meio de anspo e. Va iá el Tipo F equência % Es ado_Ci il Casado 929 43 Es ado_Ci il Casado 113 32 Es ado_Ci il Di o ciado 187 9 Es ado_Ci il Di o ciado 46 13 Es ado_Ci il Sol ei o 394 18 Es ado_Ci il Sol ei o 104 29 Es ado_Ci il União de Fac o 567 26 Es ado_Ci il União de Fac o 73 21 Es ado_Ci il Viú o 70 3 Es ado_Ci il Viú o 17 5 Meio_T anspo e_U ilizado Au oca o 269 13 Meio_T anspo e_U ilizado Au oca o 43 12 Meio_T anspo e_U ilizado Au omó el 811 38 Meio_T anspo e_U ilizado Au omó el 127 36 Meio_T anspo e_U ilizado A ião 545 25 Meio_T anspo e_U ilizado A ião 81 23 Meio_T anspo e_U ilizado Ba co 88 4 Meio_T anspo e_U ilizado Ba co 16 5 Meio_T anspo e_U ilizado Comboio 433 20 Meio_T anspo e_U ilizado Comboio 86 24 Mo i o_Viagem Laze 892 42 Mo i o_Viagem Laze 139 39 Mo i o_Viagem P o issional 365 17 25 Mo i o_Viagem P o issional 62 18 Mo i o_Viagem Religião 85 4 Mo i o_Viagem Religião 19 5 Mo i o_Viagem Saúde 173 8 Mo i o_Viagem Saúde 34 10 Mo i o_Viagem Visi a Familia 632 29 Mo i o_Viagem Visi a_Familia 99 28 Nacionalidade Alemanha 173 8 Nacionalidade Alemanha 20 6 Nacionalidade Angola 55 3 Nacionalidade Angola 9 3 Nacionalidade A gen ina 55 3 Nacionalidade A gen ina 9 3 Nacionalidade Aus ália 57 3 Nacionalidade Aus ália 7 2 Nacionalidade B asil 53 2 Nacionalidade B asil 11 3 Nacionalidade Bélgica 50 2 Nacionalidade Bélgica 14 4 Nacionalidade Canadá 54 3 Nacionalidade Canadá 10 3 Nacionalidade China 115 5 Nacionalidade China 13 4 Nacionalidade Colômbia 52 2 Nacionalidade Colômbia 12 3 Nacionalidade Dinama ca 56 3 Nacionalidade Dinama ca 8 2 Nacionalidade EUA 116 5 Nacionalidade EUA 12 3 Nacionalidade Espanha 105 5 Nacionalidade Espanha 23 7 Nacionalidade F ança 275 13 Nacionalidade F ança 46 13 Nacionalidade G écia 54 3 Nacionalidade G écia 10 3 Nacionalidade Holanda 107 5 Nacionalidade Holanda 21 6 Nacionalidade I ália 58 3 Nacionalidade I ália 6 2 Nacionalidade Japão 109 5 Nacionalidade Japão 20 6 26 Nacionalidade Luxembu go 57 3 Nacionalidade Luxembu go 7 2 Nacionalidade México 54 3 Nacionalidade México 10 3 Nacionalidade No uega 108 5 Nacionalidade No uega 20 6 Nacionalidade Reino Unido 112 5 Nacionalidade Reino Unido 17 5 Nacionalidade República Checa 53 2 Nacionalidade República Checa 11 3 Nacionalidade Rússia 55 3 Nacionalidade Rússia 9 3 Nacionalidade Suíça 58 3 Nacionalidade Suíça 6 2 Nacionalidade Suécia 56 3 Nacionalidade Suécia 8 2 Nacionalidade Á ica do Sul 50 2 Nacionalidade Á ica do Sul 14 4 Ni el_Ins ução 12º Ano 1037 48 Ni el_Ins ução 12º Ano 180 50 Ni el_Ins ução Dou o amen o 475 22 Ni el_Ins ução Dou o amen o 67 19 Ni el_Ins ução Ensino Básico 58 3 Ni el_Ins ução Ensino Básico 4 1 Ni el_Ins ução Licenciado 218 10 Ni el_Ins ução Licenciado 36 10 Ni el_Ins ução Mes ado 359 17 Ni el_Ins ução Mes ado 66 19 Sexo Homem 872 41 Sexo Homem 143 41 Sexo Mulhe 1275 59 Sexo Mulhe 210 59 Tipo_Es abelecimen o Alojamen o Local 645 30 Tipo_Es abelecimen o Alojamen o Local 99 28 Tipo_Es abelecimen o Campismo 306 14 Tipo_Es abelecimen o Campismo 44 12 Tipo_Es abelecimen o Hos el 301 14 Tipo_Es abelecimen o Hos el 52 15 Tipo_Es abelecimen o Ho el 895 42 Tipo_Es abelecimen o Ho el 158 45 Tabela 3.4 – Va iá eis de Classe 27 3.4.3. Valo das Va iá eis O g á ico “Va iable Wo h” (Figu a 3.9) pe mi e comp eende qual o alo que cada a iá el assume na de inição da a iá el dependen e “ DepVa ”. Nes e caso especí ico, as a iá eis que êm a maio con ibuição e capacidade disc imina i a são “Vencimen o_Anual” e “Despesa_media_dia ia”. Figu a 3.9 - Análise das a iá eis a in eg a o modelo p edi i o a a és do c i é io Wo h Po sua ez as a iá eis que êm possuem uma meno capacidade disc imina i a da a iá el a ge são “Sexo”, “Tipo_Es abelecimen o”, “Filhos”, “Du ação_Es adia”, “Mo i o_Viagem”, “Meio_T anspo e_U ilizado” e “Ni el_ins ução”. Impo ance Va iable Wo h 1 Vencimen o_Anual 0,0184 2 Despesa_media_dia ia 0,0058 3 Ano_Nascimen o 0,0039 4 Es ado_Ci il 0,0038 5 NumViagensAno 0,0031 6 Despesa_media_Viagem 0,0026 7 Nacionalidade 0,0020 8 Ni el_ins ução 0,0005 9 Meio_T anspo e_U ilizado 0,0004 10 Mo i o_Viagem 0,0003 11 Du ação_Es adia 0,0003 12 Filhos 0,0003 13 Tipo_Es abelecimen o 0,0002 14 Sexo 0,0001 Tabela 3.4 – Impo ância das Va iá eis 28 3.5. PREPARAÇÃO DE DADOS A p epa ação dos dados consis e na “limpeza” dos dados o iginais. Inclui p ocedimen os como a emoção ou não de dados inconsis en es ou ou lie s, o a amen o de alo es omissos e a con e são de inpu s não numé icos em o ma o numé ico. 3.5.1. Remoção de Ou lie s Os ou lie s de inem-se como pon os que se si uam o a da egião no mal de in e esse do espaço de inpu . Podem ep esen a si uações o a do ulga mas que es ão co e as, no en an o podem igualmen e co esponde a medições inco e as que p ejudicam a pe o mance do modelo. São alo es ex emos que se si uam nas “caudas” dos his og amas, sendo de ec á eis pela dis ância e equência ela i a dos seus alo es em elação à dis ibuição. A análise dos his og amas das a iá eis a a és do nó “Mul iPlo ”, pe mi iu a de ecção de ou lie s em “Vencimen o_Anual”, “Despesa_media_Viagem”, “Despesa_media_dia ia” e “NumViagensAno”. Es as a iá eis ap esen am alguns alo es bas an e a as ados na dis ibuição que conduzem ao en iesamen o das suas medidas de endência cen al. Foi selecionado o mé odo manual na emoção dos ou lie s (“use speci ied”) e o am ambém al e ados os limi es in e io es nega i os das a iá eis in e ala es pa a 0. Va iá el Mínimo Máximo Mé odo de Fil o Vencimen o_Anual 0 105000 Manual Despesa_media_Viagem 0 3500 Manual Despesa_media_dia ia 0 100 Manual NumViagensAno 0 10 Manual Tabela 3.5 – Va iá eis e alo es de Fil o Fo am e i ados 60 egis os ela i os a ou lie s, os quais ep esen am 2,51% da população o al. Es e núme o de egis os il ados é acei á el de o ma a e i a o en iesamen o na modelação p edi i a. A análise da Base de Dados não e elou a exis ência de dados inconsis en es ou inco e os nas a iá eis, não sendo assim necessá io o a amen o de dados no nó “T ans o m Va iables”, de o ma a ans o ma as a iá eis exis en es. 29 3.5.2. P é-P ocessamen o de Dados A ase do P é-p ocessamen o de dados em como obje i o acili a e simpli ica o p oblema sem exclui ou dani ica in o mação ele an e pa a a modelação e pa a o en endimen o do p oblema. T a a-se de uma e apa e es ida de alguma complexidade, já que po um lado se p e ende eduzi a in o mação a u iliza , po ou o lado, não se p e ende elimina a in o mação ele an e que ajude a comp eende o p oblema. 3.5.3. Redução do Espaço de Inpu A dimensão do espaço de inpu aumen a exponencialmen e ela i amen e à dimensionalidade do p oblema. Se o núme o de a iá eis de inpu o demasiado ele ado compa a i amen e com os dados disponí eis pa a p ocede à modelação, se á di ícil azê-lo de uma o ma p ecisa. Des e modo, de e á se equacionada uma edução do espaço de inpu pa a melho a a pe o mance dos modelos. A edução de dimensionalidade pe mi e de igual o ma eduzi a complexidade do p oblema, não conside ando a iá eis que não azem qualque alo ac escen ado pa a a sua esolução. Pa a comp eende quais as a iá eis mais ele an es na modelação, é necessá io e em conside ação dois concei os undamen ais: Rele ância – Impo ância pa a esol e o p oblema em ques ão. Capacidade que a a iá el em pa a de e mina a a iá el a ge ; Redundância – Duas a iá eis podem aze a mesma in o mação pa a o p oblema, es ando po an o co elacionadas. Pa a analisa a ele ância das a iá eis oi no amen e analisado o nó “S a Explo e”, nomeadamen e pa a o g á ico “Va iable Wo h” após as al e ações e ec uadas an e io men e. Impo ance Va iable Wo h 1 Vencimen o_Anual 0,0179 2 Despesa_media_dia ia 0,0062 3 Ano_Nascimen o 0,0034 4 Nacionalidade 0,0031 5 Despesa_media_Viagem 0,0029 6 NumViagensAno 0,0028 7 Es ado_Ci il 0,0028 8 Mo i o_Viagem 0,0007 36 Po im, oi u ilizado o modelo Ensemble (Figu a 3.15) que não abalha especi icamen e nos dados, mas sim nos p óp ios modelos. Figu a 3.15 – Cumula i e Li (Ensemble) A ideia ine en e ao Ensemble passa pela u ilização dos di e en es modelos, os quais e e uam uma “ o ação” que conduz ao melho amen o da capacidade p edi i a. T a a-se po an o de um modelo de segunda linha que combina modelos de p imei a linha. 37 4. RESULTADOS E DISCUSSÃO Depois de e sido e ec uada a modelação, oi necessá io escolhe o modelo que ap esen a os melho es esul ados. Es a compa ação oi e ec uada eco endo ao nó “Model Compa ison”. O G á ico ROC pe mi e a análise compa a i a dos á ios modelos endo em con a dois aspec os: · “Sensi i i y” – Velocidade com que o modelo cap u a os “1” · “Speci ici y” – Velocidade com que o modelo cap u a os “0” Figu a 3.16 – ROC Cu e Uma ez que podem se u ilizados di e sos modelos p edi i os, a análise me amen e g á ica o na-se mais complexa. A al e na i a consis e em eco e di ec amen e ao “ROC Index” que aduz a á ea do g á ico abaixo de cada cu a. Des e modo, o modelo que ap esen a um índice mais ele ado se á aquele com melho pe o mance. Modelo T ain: ROC Index Valid: ROC Index Neu al Ne wo k 0.946 0.924 Neu al Ne wo k 2 0.961 0.936 Neu al Ne wo k 3 0.965 0.931 Neu al Ne wo k 4 0.975 0.940 Decision T ee 0.871 0.841 Reg ession 0.945 0.924 Ensemble 0.966 0.936 Tabela 3.8 – Pe o mance dos Modelos U ilizados 38 O modelo Neu al Ne wo k 4 oi aquele que ap esen ou um “ROC Index” mais ele ado no conjun o de eino e alidação, pelo que se á aquele que conduzi á aos esul ados mais sa is a ó ios. No compa a i o en e modelos, oi possí el e i ica que o Neu al Ne wo k 4 é aquele que pe mi e melho pe o mance. Es e ac o já e a espe ado, uma ez p e iamen e já se inha concluído que es e e a o modelo que demons a a melho capacidade p edi i a nes e caso especí ico. Modelo Cumula i e % Response Dep h % Neu al Ne wo k 4 70 20 Neu al Ne wo k 3 69 15 Ensemble 59 15 Neu al Ne wo k 2 58 20 Reg ession 57 20 Neu al Ne wo k 57 20 Decision T ee 57 15 Tabela 3.9 – Compa a i o dos alo es Dep h% O g á ico seguin e pe mi e deduzi que o modelo Neu al Ne wo k 4 ob e e os melho es esul ados, no que diz espei o à Base de Dados analisada. Figu a 3.17 – Cu a de luc o O alo óp imo espe ado com a u ilização do Neu al Ne wo k 4 se á de 1552 € pa a um “Dep h” de 20%. 39 5. CONCLUSÕES O u ismo é uma indús ia c escen e e uma das maio es on es de endimen o pa a á ios países. No en an o, exis e a necessidade em concen a a enções nos dados disponí eis da indús ia do u ismo, a im de o nece conhecimen o e desen ol e sis emas que possam ajuda as emp esas de u ismo p ospe a . O p esen e abalho consis iu no desen ol imen o de di e sos modelos p edi i os que pudessem auxilia na iden i icação do pe il do u is a e da sua ece i idade em adqui i se iços ou p odu os elacionados com o se o u ís ico em Po ugal. A Base de Dados ecolhida oi undamen al pa a ob e um maio ní el de conhecimen o ace ca dos isi an es, nomeadamen e no que diz espei o ao seu pode de comp a e hábi os de consumo. Foi possí el conclui que o pe il de clien e com maio p obabilidade de isi a Po ugal é ca ac e izado po indi íduos casados, que u ilizam p e e encialmen e o au omó el e que p ocu am o país po mo i os de laze . A in o mação ecolhida pe mi iu ambém conclui que as es adias a é 7 dias em in aes u u as ho elei as são as que ep esen am a p e e ência da maio ia dos clien es, com um gas o médio p e is o em 1552 €. O ecu so às écnicas de Da a Mining e e idas mos ou e capacidade p edi i a u ilizando uma amos a de odo o uni e so dos indi íduos, possibili ando pos e io men e es abelece pe is e p e e compo amen os. Es a capacidade aplicada aos dados do u ismo e á aplicação di e a na c iação de campanhas e in aes u u as. Es e conhecimen o pe mi i á agi e ino a , diminuindo os cus os e aumen ando os luc os en ol idos. Do pon o de is a da análise écnica é possí el conclui que os esul ados do modelo p edi i o o am bons. O algo i mo u ilizado (Neu al Ne wo k 4) ob e e 70% de p e isões co e as. Exis iu alguma di iculdade do modelo em e i a co elações espú ias e como al oi necessá io a a a con igu ação dos pa âme os de o ma a e i a in oduzi “ uido” que de alguma o ma pudesse p ejudica os esul ados ob idos. Foi possí el cons a a que, pequenas al e ações na o ma como o conjun o de eino e conjun o de alidação e am di ididos, p oduziam e os quad á icos médios o almen e dis in os. Após á ios ajus es no modelo, e i icou-se que a ede neu onal com 4 camadas escondidas oi o mé odo que lidou melho com alo es ele ados de inpu e ambém o que ap esen a a um e o médio meno , sendo po isso o mais adequado nas p e isões. No en an o, a es ição inicial associada à c iação de uma amos a da ealidade e ao eduzido núme o de a iá eis disponí eis, susci ou uma e icácia do modelo in e io a 80% aduzindo-se numa 40 pe o mance que não a ingiu uma capacidade p edi i a ó ima. Em suma, os esul ados alcançados pe mi i am da espos a aos obje i os inicialmen e p opos os. A a és da li e a u a ecolhida pa a a elabo ação des e es udo e da u ilização de á ios algo i mos de classi icação com di e en es pa ame izações, oi possí el iden i ica as a iá eis que mais con ibuí am pa a iden i ica pe is e compo amen os do u is a em Po ugal. Apesa da pe o mance do modelo p edi i o desen ol ido não e sido ó ima, a capacidade p edi i a do mesmo e elou se e icaz na p e isão do alo gas o po es adia. O abalho ealizado p e ende se um con ibu o pa a os in es igado es da á ea de Da a Mining e ambém pa a os agen es do u ismo. 41 6. LIMITAÇÕES E RECOMENDAÇÕES PARA TRABALHOS FUTUROS A mine ação de dados pode se de inida como o p ocesso de análise de g andes conjun os de dados que possibili a pesquisa e descob i pad ões an e io men e desconhecidos, endências e elacionamen os de o ma a ge a in o mações que auxiliem a omada de decisões. T a a-se de uma ecnologia e me odologia mui o dominan e e posi i a pa a a indús ia do u ismo, a mine ação de dados pode con ibui decisi amen e pa a a capacidade que as emp esas de iagens e u ismo enham em se desen ol e e em c ia an agens compe i i as. No en an o, a mine ação de dados ambém em limi ações. Algumas das mais eco en es consis em nas seguin es: • A qualidade dos esul ados e da u ilização de e amen as de mine ação de dados depende da disponibilidade e qualidade dos dados (Chopoo ian , Wi he ell, Khalil , & Ahmed , 2001). Além disso, os dados necessá ios pa a a mine ação ge almen e exis em em con igu ações e sis emas dis in os, necessi ando assim se adqui idos e in eg ados an es que a mine ação de dados possa se ealizada. P oblemas como dados omissos, dados co ompidos, dados inconsis en es, e c. de em se iden i icados e a ados an es da mine ação se concluída. Es ima-se que a p epa ação de dados u ilize ce ca de 75% dos ecu sos necessá ios num p oje o de mine ação de dados. • A mine ação de dados pode não iden i ica alguns pad ões que sejam p odu o de lu uações alea ó ias (Hand D. J., 1998). Es e cons angimen o e i ica-se ge almen e em g andes conjun os de dados com mui as a iá eis. A u ilização de Mine ação de dados de o ma mecanizada não ga an e esul ados ou sucesso, uma ez que exis i á semp e a necessidade de in e enção humana, in e p e ação e julgamen o (Pyo , Uysal , & Chang, 2002). • A aplicação bem sucedida da mine ação de dados no Tu ismo es á dependen e do conhecimen o que o u ilizado em do se o , bem como, das ecnologias e e amen as de mine ação de dados. O conhecimen o do se o é impo an e po que pe mi e iden i ica os p oblemas ine en es ao negócio e a o ma mais adequada de desen ol e as aplicações de mine ação de dados. Possibili a ambém desen ol e modelos ap op iados e uma co e a in e p e ação dos esul ados (McQueen & Tho ley , 1999). 42 Finalmen e, as o ganizações que desen ol em aplicações de mine ação de dados necessi am de in es imen os subs anciais em ecu sos. Um p oje o de mine ação de dados pode alha po uma a iedade de azões, como po exemplo, a al a de apoio à ges ão e ao comp omisso o ganizacional, as expec a i as não ealis as dos u ilizado es, a má ges ão do p oje o, a mine ação de dados inadequada, e c (Gillespie , 2000). Independen emen e das limi ações mencionadas, não exis em dú idas que a mine ação de dados i á desempenha um papel decisi o no se o u ís ico. É somen e necessá io que a indús ia u ís ica consiga en ende e capi aliza os po enciais bene ícios e a u ilidade da mine ação de dados. 43 7. BIBLIOGRAFIA Adeniyi, D. A., Wei, Z., & Yongquan, Y. (2016). Au oma ed web usage da a mining and ecommenda ion sys em using K-Nea es Neighbo (KNN) classi ica ion me hod. Applied Compu ing and In o ma ics, 12(1) , 90–108. Buhalis, D. (2002). eTu ism: In o ma ion echnologies o s a egic ou ism managemen . Financial Times P e ice Hall . Bação, F. (2009). In odução ao Da a Mining, Apon amen os Mes ado. Lisboa: NOVA IMS. Benckendo , P. J., Sheldon, P. J., & Fesenmaie , D. R. (2014). Tou ism In o ma ion Technology. Walling o d: Cab In e na ional. Be y, M., & Lino , G. (2004). Da a Mining Techniques, o sales, and cus ome ela ionship managemen , 2nd Edi ion. Wiley Publishing, Inc. Bose, R. (2009). "Ad anced analy ics: oppo uni ies and challenges". Indus ial Managemen & Da a Sys ems , 109 (2), pp. 155-172. Chopoo ian , J. A., Wi he ell, R., Khalil , O. M., & Ahmed , M. (2001). SAM Ad anced Managemen Jou nal, 66(2) , 45-51. Conway, D. (2011). Da a Science in he U.S. In elligence Communi y. IQT Qua e ly Sp ing , Vol 2, 24- 27. De Mau o, A., G eco, M., & G imaldi, M. (2015). Wha is big da a? A consensual de ini ion and a e iew o key esea ch opics. AIP Con e ence P oceedings, 1644(1) , 97-104. De , C. S., Klein, S., & Fishe , R. A. (1996). Jou nal o T a el Re-sea ch (35)1 , 11-17. Fayyad, U., Pia e sky-Shapi o, G., & Smy h , S. (1996). Ad ances in Knowledge Disco e y and Da a Mining, Ame ican Associa ion o A i icial In elligence. AI Magazine . Fan, J., Han, F., & Liu, H. (2014). Challenges o big da a analysis. Na ional Science Re iew, 1(2) , 293- 314. F ede iksen, L. (2012). Big da a. Public Se ices Qua e ly, 8(4) , 345-349. F iedman, J. H. (1997). Da a Mining and S a is ics: Wha 's he Connec ion? P oceedings o he 29 h Symposium on he In e ace: Compu ing Science and S a is ics . Guazzelli, A. P edic ing he u u e, Pa 1: Wha is p edic i e analy ics? . 2012. Gillespie , G. (2000). Heal h Da a Managemen , 8(11). 40-52. INE. (2015). Es a ís icas do Tu ismo-2015. . Ins i u o Nacional de Es a ís ica. INE. (2016). Es a ís icas do Tu ismo-2016. . Ins i u o Nacional de Es a ís ica. 44 Han, J., & Kambe , M. (2001). Da a Mining – Concep s and Techniques . San F ancisco, Cali o nia: Mo gan Kau mann. Hand , D. J. (1998). The Ame ican S a is ician, 52(2) , 112-118. Hand, D., Manila, H., & Smy h, P. (2001). P inciples o Da a Mining. Camb idge: MIT P ess. Hashem, I. A., Yaqoob, I., Anua , N. B., Mokh a , S., Gani, A., & Ullah Khan, S. (2015). The ise o “big da a” on cloud compu ing: Re iew and open esea ch issues. In o ma ion Sys ems, , 98-115. Hassani, H., & Sil a, E. (2015). Fo ecas ing wi h big da a: A e iew. Annals o Da a Science, 2(1) , 5-19. He zmann, A., & Flee , D. (2012). Machine Lea ning and Da a Mining Lec u e No es. Lec u e No es. Ho mann, M., & Klinkenbe g, R. (2013). RapidMine : Da a Mining Use Cases and Business Analy ics Applica ions (Chapman & Hall/CRC DM & Knowledge Disco e y Se ies)”. CRC P ess. Jain, N., & S i as a a, V. (2013). Da a Mining Techniques: a Su ey Pape . IJRET: In e na ional Jou nal o Resea ch in Enginee ing and Technology, 2(11) , 116–119. Kasa ana , M. L., & Knu son , B. J. (1999). Jou nal o Hospi ali y and Leisu e Ma ke ing, 6(1) , 83-86. Ko sian is, S. B. (2007). Supe ised machine lea ning: A e iew o classi ica ion echniques. In o ma ica, 31 , 249–268. Nanda, S. K., T ipa hy, D. P., Nayak, S. K., & Mohapa a , S. (2013). P edic ion o Rain all in India using A i icial Neu al Ne wo k (ANN) Models. In e na ional Jou nal o In elligen Sys ems and Applica ions, 5(12) , 1-22. Magnini, V. P., E.D., H. J., & Hodge, S. K. (2003). Co nell Ho el and Res au an Adminis a ion Qua e ly, 44(2) , 94-105. Mainon, O., & Rokach, L. (2010). Da a Mining and Knowledge Disco e y Handbook, 2nd Edi ion. Ou lie de ec ion. McQueen , G., & Tho ley , S. (1999). Financial Analys s Jou nal, 55(2) . 61-72. Monk, E. F., & Wagne , B. J. (2013). Concep s in En e p ise Resou ce Planning. USA: Cengage Lea ning. O’BRIEN, J. A. (2004). Sis emas de in o mação e as decisões ge enciais na e a da In e ne (Vol. 2. ed.). São Paulo: Sa ai a. Olsen, M., & Connolly, D. (1999). Tou ism Analysis, 4(1). 29-46. Pyo , S., Uysal , M., & Chang, H. (2002). Jou nal o T a el Re-sea ch, 40(4) , 396-403. Siegel, E. (2013). P edic i e Analy ics: The Powe o P edic Who Will Click, Buy, Lie, o Die. Wley & Sons, Inc. Sheldon, P. J. (1997). The Tou ism In o ma ion Technology. Walling o d: CAB In e na ional. 45 Snijde s, C., Ma za , U., & Reips, U.-D., U., & Reips, U. D. (2012). Big da a: Big gaps o knowledge in he ield o . In e na ional Jou nal o In e ne Science, 7(1) , 1-5. Sondwale, P. P. (2015). O e iew o P edic i e and Desc ip i e Da a Mining Techniques. In e na ional Jou nal o Ad anced Resea ch in Compu e Science and So wa e Enginee ing, 5(4) , 262-265. Rascão, J. (2004). Sis emas de In o mação pa a as O ganizações – A in o mação Cha e pa a a Tomada de Decisão. Edições Sílabo. Rojas, R. (1996). Neu al ne wo ks: a sys ema ic in oduc ion. Neu al Ne wo ks, 502 . Tan, S einbach, & Kuma . (2006). In oduc ion Da a Mining. Pea son Addison-Wesley. Tu ismo de Po ugal I.P. (TdP). (2017). s a gia u ismo 2027 . UNWTO. (2017). Ba óme o do Tu ismo Mundial. Wo ld Tou ism O ganiza ion. We hne , H., & Ricci, F. (2004). E-comme ce and ou ism. Communica ions o he ACM , 42 (12), pp. 101-105. Zhu, X., & Da idson, I. (2007). Knowledge Disco e y in Biomedical Da a Facilil a ed by Domain On ologies. Knowledge Disco e y and Da a Mining: Challenges and Reali ies , 189–201.