Dezvoltarea unui sistem de recomandare personalizat în turism cu tehnologii și instrumente Data Science

Abstract

Lucrarea de față abordează problematica personalizării experiențelor turistice prin intermediul tehnologiilor moderne de analiză a datelor. Într-un context în care volumul informațional disponibil în turism este în continuă creștere, iar utilizatorii caută sugestii relevante și adaptate profilului lor individual, sistemele de recomandare devin esențiale pentru luarea unor decizii eficiente și rapide. Scopul principal al tezei este dezvoltarea unui sistem de recomandare personalizat în domeniul turismului, bazat pe metode și instrumente din sfera Data Science, care să ofere sugestii relevante în funcție de istoricul, preferințele și trăsăturile psihologice ale utilizatorilor. În acest sens, sunt analizate modelele existente de recomandare: colaborative, bazate pe conținut, hibride. Structura tezei cuprinde trei capitole majore. În primul capitol sunt prezentate fundamentele teoretice ale sistemelor de recomandare personalizate, clasificate în funcție de metodele utilizate, alături de o analiză a factorilor interni și externi care influențează eficiența recomandărilor. Capitolul al doilea este dedicat metodologiei de dezvoltare, incluzând analiza problemei abordate, definirea profilului utilizatorului și alegerea modelelor de predicție. Capitolul al treilea conține descrierea tehnică a prototipului realizat, arhitectura sistemului, instrumentele utilizate, evaluarea performanțelor modelelor și comparația între diferitele metode de recomandare. Pentru realizarea sistemului s-au aplicat metode de învățare automată și modele de filtrare colaborativă și pe bază de conținut. A fost integrat și un modul de personalizare psihologică, pe baza modelului Big Five, pentru a îmbunătăți relevanța recomandărilor. Rezultatele experimentale confirmă acuratețea sistemului propus, demonstrând că integrarea mai multor surse de date (istoric, preferințe, profil psihologic) contribuie semnificativ la eficiența recomandărilor turistice. Teza de master are o importantă valoare practică, putând fi extinsă și integrată în platforme turistice existente, oferind utilizatorilor o experiență personalizată și eficientă.

This thesis addresses the issue of personalizing tourism experiences through modern data analysis technologies. In a context where the volume of available information in tourism is continuously growing and users seek relevant suggestions tailored to their individual profiles, recommendation systems become essential for making efficient and timely decisions. The main goal of the thesis is to develop a personalized recommendation system in the tourism sector, based on methods and tools from the field of Data Science, which can provide relevant suggestions according to users’ travel history, preferences, and psychological traits. In this regard, the existing recommendation models are analyzed: collaborative filtering, content-based, and hybrid systems. The thesis is structured into three main chapters. The first chapter presents the theoretical foundations of personalized recommendation systems, classified according to the applied methods, along with an analysis of internal and external factors influencing the effectiveness of recommendations. The second chapter focuses on the development methodology, including the analysis of the addressed problem, the definition of the user profile, and the selection of prediction models. The third chapter provides the technical description of the implemented prototype, the system architecture, the tools used, the evaluation of model performance, and the comparison between different recommendation approaches. To develop the system, machine learning methods and both collaborative and content-based filtering models were applied. A psychological personalization module based on the Big Five model was also integrated to enhance the relevance of the recommendations. Experimental results confirm the accuracy of the proposed system, demonstrating that the integration of multiple data sources (travel history, preferences, psychological profile) significantly contributes to the effectiveness of tourism recommendations. This master’s thesis holds significant practical value, with the potential to be extended and integrated into existing tourism platforms, offering users a personalized and efficient experience.