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.