Big Data para a geração de indicadores de turismo

fontes de dados e aplicações

Autores

Resumo

O artigo tem por objetivo sintetizar a produção científica sobre o uso de dados do tipo Big Data na geração de indicadores de turismo no que concerne a possíveis fontes de dados, aplicações práticas e principais agentes envolvidos com a pesquisa nesta área. Para tanto, foi conduzida uma pesquisa bibliográfica sob a forma de revisão sistemática de literatura em 175 artigos coletados no dia 23/04/2019 nas bases Scopus e Web of Science. Durante a análise, percebeu-se predominância de produção científica europeia, asiática e norte-americana que se utiliza de fontes de dados presentes na World Wide Web para estimação do contingente e sentimento dos turistas. Espera-se que os resultados possam auxiliar produtores e usuários de conhecimento em turismo a vislumbrarem métodos alternativos inovadores, mais econômicos, de geração de indicadores sobre o setor.

Downloads

Não há dados estatísticos.

Biografia do Autor

Alexandre Augusto Biz, Universidade Federal de Santa Catarina

Professor do Departamento de Engenharia do Conhecimento – UFSC. Professor Colaborador do Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento – UFSC. Pós-Doutorado Empresarial CNPq realizado no Instituto Stela. Doutor em Engenharia e Gestão do Conhecimento (UFSC). Mestre em Turismo e Hotelaria (UNIVALI). Graduado em Turismo e Hotelaria (UNIVALI). É líder do Grupo de Pesquisa TURITEC. Coordenador do Laboratório de Destinos Turísticos Inteligentes. Desenvolve pesquisas em Destinos Turísticos Inteligentes, Aplicações da Engenharia e Gestão do Conhecimento para o Turismo. Revisor de periódicos nacionais e internacionais. Coordenador Geral do Seminário Brasil Espanha de Inovação Tecnológica em Turismo.

João Artur de Souza, Universidade Federal de Santa Catarina

Professor titular da Universidade Federal de Santa Catarina no Departamento de Engenharia do Conhecimento. Graduação em Matemática (Licenciatura) pela Universidade Federal de Santa Catarina (1989) e em Direito pela Universidade do Sul Catarinense. Mestrado em Matemática e Computação Científica pela Universidade Federal de Santa Catarina (1993). Doutorado em Engenharia de Produção pela Universidade Federal de Santa Catarina (1999). Trabalhou na Universidade Federal de Pelotas de 1993 a 2007 como professor na área de Matemática, atuando especialmente em Educação a Distância. Foi coordenador dos Cursos de Graduação em Matemática e Matemática a Distância (2005-2006). Pesquisa na área de Inovação, Inteligência Artificial, Gestão do Conhecimento, Gestão de Risco e Controle Interno e Universidade Corporativa e faz parte de três grupos de pesquisa IGTI: Inteligência, Gestão e Tecnologias para Inovação (IGTI) (Líder), Engenharia da Integração e Governança do Conhecimento (ENGIN) e Interdisciplinar em Conhecimento, Aprendizagem e Memória Organizacional (KLON). Ministra as disciplinas Projetos Interdisciplinares, Gestão de Inovação e Lógica Matemática na Graduação. Na pós-graduação, atua no Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento da UFSC na área de Inteligência e Gestão para Inovação.

Rafael Bassegio Caumo, Universidade Federal de Santa Catarina

Estatístico pela UFRGS, mestre pela ENCE/IBGE e doutorando no EGC/UFSC. Possui longo currículo de atuação com pesquisas quantitativas e análise de dados, sendo atualmente professor de Métodos Estatísticos e Análise Estatística na ESAG/UDESC e consultor estatístico autônomo. Possui conhecimento técnico sobre modelos estatísticos e de machine learning, amostragem e inferência, com aplicações de interesse nas áreas de Big Data para construção de indicadores socioeconômicos. Já foi por duas vezes presidente do Conselho Regional de Estatística da 4ª Região e passou por instituições como Fundação de Economia e Estatística (chefe de centro de pesquisa), Pesquisa de Emprego e Desemprego da Região Metropolitana de Porto Alegre (estatístico responsável), Secretaria da Saúde do RS, entre outras.

Downloads

Publicado

2020-11-30

Como Citar

Biz, A. A., Souza, J. A. de, & Caumo, R. B. (2020). Big Data para a geração de indicadores de turismo: fontes de dados e aplicações. Revista E-Tech: Tecnologias Para Competitividade Industrial - ISSN - 1983-1838, 13(1), 53–70. Recuperado de https://etech.sc.senai.br/edicao01/article/view/1082

Edição

Seção

Artigos

Artigos mais lidos pelo mesmo(s) autor(es)