DocsTec-4683

Vista previa del material en texto

INSTITUTO TECNOLÓGICO Y DE ESTUDIOS SUPERIORES DE MONTERREY 
 
 
 
 
 
 
 
SISTEMA DE RECOMENDACIÓN TURÍSTICA BASADO EN 
RBR Y CBR 
 
 
 
TESIS QUE PARA OPTAR EL GRADO DE 
MAESTRO EN CIENCIAS COMPUTACIONALES 
PRESENTA 
 
 
JOSÉ ARTURO TEJEDA GÓMEZ 
 
 
Asesor: 
Co-Asesor: 
Dra. MA. DE LOS ÁNGELES JUNCO REY 
Dr. JORGE ADOLFO RAMÍREZ URESTI 
 
Comité de tesis: 
 
Dr. STEVEN WILMOTT 
Dr. ISAAC JUAN RUDOMIN GOLDBERG 
 
 
Jurado: 
 
Dr. ISAAC JUAN RUDOMIN GOLDBERG, 
Dr. JORGE ADOLFO RAMÍREZ URESTI, 
Dr. STEVEN WILMOTT, 
Dr. MA. DE LOS ÁNGELES JUNCO REY 
Presidente 
Secretario 
Vocal 
Vocal 
 
 
Atizapán de Zaragoza, Edo. Méx., Agosto de 2006.
 
 
 
 
 
DEDICATORIA 
 
 
 
 
 
 
 
 
 
 
A Dios, a mis padres y a mi padrino (q.e.p.d) 
AGRADECIMIENTOS 
 
 
A Dios por permitirme alcanzar un logro más en mi vida profesional. 
 
A mis padres, sería difícil imaginar mi vida sin su apoyo, comprensión y su inmenso amor. 
Ha sido difícil no convivir con ustedes durante estos tres años pero éste también es un logro 
para ustedes. 
 
A mi padrino (q.e.p.d.), este logro también es tuyo, fuiste y serás mi gran ejemplo a seguir. 
 
A mi directora de tesis, Dra. Angeles Junco, por su generosidad al brindarme la 
oportunidad de recurrir a su capacidad y experiencia científica en un marco de confianza, 
afecto y amistad, fundamentales para la concreción de este trabajo de tesis. Además por 
haberme dado la oportunidad de trabajar de la misma manera con usted para el proyecto 
@lisTechNet. 
 
A mi co-director de tesis, Dr. Jorge Uresti, por su apoyo y valiosa colaboración para la 
realización de este trabajo. 
 
Al Dr. Isaac Rudomin, por haber revisado con paciencia este trabajo. 
 
Al Dr. Steven Wilmott, por haber aceptado ser miembro del jurado y revisar con paciencia 
este trabajo. Su confianza depositada en mi trabajo realizado para el proyecto @lisTechNet 
ha sido fundamental. 
 
Al Dr. Neil Hernández, por su comprensión y apoyo a lo largo de todo el postgrado. 
 
Al Dr. Ricardo Swain, por su apoyo, estímulo y confianza; los cuales han sido invaluables. 
 
Al M.Sc. Steven Bogaerts de la Universidad de Indiana, EEUU, por permitirme utilizar la 
herramienta IUCBRF para implementar el razonamiento basado en casos. 
 
Al proyecto @lisTechNet y a sus miembros por los conocimientos aportados, ya que en el 
marco de este proyecto surgió éste trabajo de tesis. 
 
A todos mis profesores del programa de la maestría en ciencias de la computación que de 
alguna manera contribuyeron en mi formación profesional. 
 
A mi mejor amigo, Zeus Andrade, por soportarme durante estos tres años en los que su 
amistad incondicional ha sido un pilar para que la cotidianidad de la vida sea más llevadera. 
 
Al ITESM, Campus Estado de México y al CONACYT por haberme apoyado en el estudio 
de éste postgrado. 
 
 
RESUMEN 
 
 
 
El turismo representa una fuente de ingresos para todos los países del mundo. Hoy 
en día, los turistas prefieren utilizar la Internet para reservar una fórmula de vacaciones 
combinadas. Por lo tanto, los sistemas de recomendación turística son fundamentales para 
que los turistas cuenten con los recursos o servicios turísticos que mejor concuerden con 
sus preferencias. 
 
Los sistemas de recomendación proveen sugerencias específicas con base en las 
preferencias del usuario y representan un medio eficaz de filtrado cuando existe demasiada 
información significativa. En el ámbito del turismo, un sistema de recomendación es una 
herramienta que debe presentar al usuario un subconjunto de la información total acerca de 
servicios turísticos que representa y satisface en un cierto grado las preferencias del 
usuario. No obstante, proveer de mecanismos que incrementen la precisión del sistema es 
indispensable para mejorar el grado de satisfacción del usuario. 
 
En esta tesis, se ha planteado el problema de integrar los mecanismos de 
razonamiento basado en reglas (RBR) y razonamiento basado en casos (CBR), en el 
desarrollo de un sistema de recomendación turística que sea capaz de proveer 
recomendaciones de recursos e itinerarios turísticos de manera personalizada. Además se 
propone una metodología para el desarrollo de un sistema de recomendación turística que 
combina ambos tipos de razonamiento. Con base en dicha metodología se ha desarrollado 
un prototipo llamado SyRec, que tiene el objetivo de evaluar un sistema provisto de ambos 
mecanismos de razonamiento y con base en la metodología propuesta. El RBR es utilizado 
para la recomendación de ítems turísticos en donde se lleva acabo procesos tales como: 
filtración, clasificación e inferencia de ítems turísticos para la planeación y modificación de 
un itinerario. El CBR es utilizado para la recomendación de itinerarios tiene el objetivo de 
recomendar al usuario los cinco principales itinerarios que satisfagan las preferencias del 
usuario en mayor grado con opción de modificarlos. 
 
La principal contribución de este trabajo de tesis es un sistema de recomendación 
turística desarrollado con la metodología propuesta que integra el RBR y el CBR para 
solucionar el proceso de planeación de un itinerario turístico con base en las 
recomendaciones de ítems e itinerarios turísticos. 
 
Este trabajo, ha sido desarrollado dentro del ámbito del proyecto @lisTechnet, el 
cual tiene como uno de sus objetivos demostrar que el empleo de tecnologías como la de 
los sistemas multiagente y el razonamiento basado en reglas, pueden ayudar a solucionar de 
manera distribuida la planeación de un itinerario turístico para varios países. El sistema 
SyRec es presentado como una aportación para el proyecto @lisTechnet, como un sistema 
demostrativo que ayuda a la explotación de los recursos culturales y de turismo. 
 
 9 
CONTENIDO 
 
 
ÍNDICE DE FIGURAS ..........................................................................................................13 
INDICE DE TABLAS ............................................................................................................15 
1. INTRODUCCIÓN..............................................................................................................17 
1.1 GENERALIDADES .............................................................................................................17 
1.2 PROYECTO @LIS-TECHNET .............................................................................................19 
1.2.1 Programa @lis ........................................................................................................19 
1.2.2 Proyecto @lis TechNET ..........................................................................................21 
1.3 DESCRIPCIÓN DEL PROBLEMA..........................................................................................23 
1.4 OBJETIVOS.......................................................................................................................24 
1.5 JUSTIFICACIÓN.................................................................................................................25 
1.6 HIPÓTESIS........................................................................................................................25 
1.7 ALCANCES Y LIMITACIONES.............................................................................................26 
1.8 METODOLOGÍA ................................................................................................................26 
1.9 ORGANIZACIÓN DEL DOCUMENTO....................................................................................27 
2. SISTEMAS DE RECOMENDACIÓN TURÍSTICA......................................................29 
2.1 EL COMERCIO ELECTRÓNICO Y EL TURISMO: PROBLEMÁTICA Y RETOS............................29 
2.2 LA TOMA DE DECISIÓN EN LA PLANEACIÓN DE VIAJES TURÍSTICOS ..................................32 
2.3 SISTEMAS DE RECOMENDACIÓN.......................................................................................33 
2.3.1 La recuperaciónde información preferencial......................................................34 
2.3.2 Tipos de sistemas de recomendación ...................................................................34 
2.3.4 Objetivos de un sistema de recomendación..........................................................35 
2.3.5 Evaluación de sistemas de recomendación ..........................................................36 
2.4 SISTEMAS DE RECOMENDACIÓN TURÍSTICA......................................................................39 
2.5 RESUMEN.........................................................................................................................41 
3. RAZONAMIENTO BASADO EN REGLAS ..................................................................43 
3.1 SISTEMAS DE PRODUCCIÓN..............................................................................................44 
3.2 ELEMENTOS DE UN SISTEMA DE PRODUCCIÓN..................................................................46 
3.2.1 Producción de reglas...............................................................................................46 
3.2.2 La memoria de trabajo ............................................................................................47 
3.2.3 La unidad de control ...............................................................................................47 
3.3 PROPIEDADES DE UN SISTEMA DE PRODUCCIÓN...............................................................49 
3.4 TIPOS DE SISTEMAS DE PRODUCCIÓN................................................................................51 
3.4.1 Sistemas conmutativos.............................................................................................51 
3.4.2 Sistemas particionados............................................................................................51 
3.5 RESUMEN.........................................................................................................................52 
 
 
 10 
4. RAZONAMIENTO BASADO EN CASOS......................................................................53 
4.1 INTRODUCCIÓN................................................................................................................53 
4.2 EL CICLO DEL RAZONAMIENTO BASADO EN CASOS...........................................................55 
4.3 MÉTODOS DEL RAZONAMIENTO BASADO EN CASOS.........................................................58 
4.3.1 Representación de casos..........................................................................................58 
4.3.2 Recuperación...........................................................................................................59 
4.3.3 Reutilización ............................................................................................................62 
4.3.4 Revisión ...................................................................................................................63 
4.3.5 Almacenamiento ......................................................................................................63 
4.4 COMPARATIVA DEL RAZONAMIENTO BASADOS EN CASOS VS. OTRAS TÉCNICAS..............64 
4.4.1 CBR y la recuperación de información ...................................................................64 
4.4.2 CBR vs. Técnicas estadísticas .................................................................................64 
4.4.3 CBR vs. Sistemas de producción .............................................................................65 
4.4.4 CBR vs. Máquinas de aprendizaje...........................................................................66 
4.4.5 CBR vs. Redes neuronales.......................................................................................66 
4.5 APLICACIONES DEL RAZONAMIENTO BASADO EN CASOS..................................................67 
4.6 RESUMEN.........................................................................................................................69 
5. TRABAJO RELACIONADO............................................................................................71 
5.1 SISTEMAS DE RECOMENDACIÓN TURÍSTICA BASADOS EN CBR ........................................72 
5.1.1 Metodología Trip@dvice.........................................................................................73 
5.1.2 ITR: Un sistema de recomendación inteligente de viajes .......................................81 
5.2 SISTEMA DE RECOMENDACIÓN Y PLANEACIÓN DEL PROYECTO @LISTECHNET................86 
5.2.1 Descripción del sistema demostrativo @lisTechNet ...............................................87 
5.2.2 Arquitectura del sistema..........................................................................................92 
5.2.3 Razonamiento dentro del sistema demostrativo de @lisTechnet ............................94 
5.3 OTROS SISTEMAS...........................................................................................................102 
5.3.1 Sistemas de recomendación turística basados en MAS.........................................102 
5.3.2 Sistemas de recomendación turística comerciales ................................................106 
5.3.3 Sistemas que combinan el RBR y CBR ..................................................................107 
5.4 COMPARATIVA DE SISTEMAS.........................................................................................108 
5.5 RESUMEN.......................................................................................................................111 
6. SISTEMA DE RECOMENDACIÓN TURÍSTICA PROPUESTO: SY REC.............113 
6.1 INTRODUCCIÓN..............................................................................................................113 
6.2 METODOLOGÍA ..............................................................................................................114 
6.2.1 Modelación de plan-itinerario ..............................................................................115 
6.2.2 Modelación de reglas para la recomendación de ítems turísticos........................116 
6.2.3 Modelación de casos para la recomendación de itinerarios turísticos ................118 
6.2.4 Recomendación de ítems turísticos .......................................................................120 
6.2.5 Recomendación de itinerarios turísticos ...............................................................122 
6.3 EL SISTEMA SYREC........................................................................................................123 
6.3.1 Arquitectura del sistema........................................................................................125 
6.3.2 Interfaz de usuario.................................................................................................127 
6.3.3 El RBR y la recomendación de ítems turísticos.....................................................137 
 
 11 
6.3.4 El CBR y la recomendación de un itinerario turístico ..........................................145 
6.3.5 Software de desarrollo ..........................................................................................149 
6.4 EXPERIMENTACIÓN........................................................................................................149 
6.4.1 RECOMENDACIÓN DE ÍTEMS TURÍSTICOS.....................................................................149 
6.4.2 RECOMENDACIÓN DE ITINERARIOS TURÍSTICOS..........................................................155 
6.5 COMPARATIVA ENTRE NUTKING, @LISTECHNET Y SYREC...........................................160 
7. RESULTADOS, CONCLUSIONES Y TRABAJO FUTURO .....................................163 
7.1 RESULTADOS.................................................................................................................163 
7.2 CONCLUSIONES..............................................................................................................1657.3 TRABAJO FUTURO..........................................................................................................166 
REFERENCIAS ...................................................................................................................167 
 
 
 12 
 
 13 
ÍNDICE DE FIGURAS 
 
 
 
FIGURA 1. DIAGRAMA DE BLOQUES DE LAS FASES DEL DESARROLLO DEL PROYECTO DE TESIS.26 
FIGURA 2. DIAGRAMA DE CONSUMO DE LOS PRODUCTOS TURÍSTICOS ANTES DE INTERNET.......30 
FIGURA 3. DIAGRAMA DE CONSUMO DE LOS PRODUCTOS TURÍSTICOS DESPUÉS DE INTERNET. ..31 
FIGURA 4. ARQUITECTURA DE UN SISTEMA DE PRODUCCIÓN. ....................................................49 
FIGURA 5. CICLO DEL RAZONAMIENTO BASADO EN CASOS. .......................................................55 
FIGURA 6. ESQUEMA DE DESCOMPOSICIÓN TAREA MÉTODO DEL CBR ......................................57 
FIGURA 7. ESPACIOS DE PROBLEMA Y SOLUCIÓN. ......................................................................59 
FIGURA 8. GRÁFICA REPRESENTATIVA DE LAS DISTANCIAS DEL VECINO MÁS CERCANO............60 
FIGURA 9. EJEMPLO DE UN CASO BAJO LA METODOLOGÍA TRIP@DVICE ....................................75 
FIGURA 10. RECOMENDACIÓN DE UN SOLO ÍTEM EN LA METODOLOGÍA TRIP@DVICE ...............76 
FIGURA 11. BÚSQUEDA DE INSPIRACIÓN DE LA METODOLOGÍA TRIP@DVICE ............................78 
FIGURA 12. INTRODUCCIÓN DE LAS PREFERENCIAS DEL USUARIO EN LA INTERFAZ DE USUARIO 
DE NUTKING. ......................................................................................................................82 
FIGURA 13. CASO EJEMPLO EN EL SISTEMA NUTKING ................................................................82 
FIGURA 14. OPCIONES PARA SELECCIONAR ÍTEMS EN NUTKING. ...............................................83 
FIGURA 15. SELECCIÓN DE LUGARES TURÍSTICOS EN LA REGIÓN DE TRENTINO, ITALIA EN 
NUTKING............................................................................................................................83 
FIGURA 16. RECOMENDACIONES DE ITINERARIOS TURÍSTICOS EN NUTKING ..............................84 
FIGURA 17. MANIPULACIÓN DE UN ITINERARIO RECOMENDADO EN NUTKING ...........................85 
FIGURA 18. ARQUITECTURA DEL SISTEMA NUTKING..................................................................85 
FIGURA 19. INTERFAZ DE USUARIO DEL DEMOSTRADOR @LISTECHNET (A) ..............................90 
FIGURA 20. INTERFAZ DE USUARIO DEL DEMOSTRADOR @LISTECHNET (B) ..............................91 
FIGURA 21. PLANEACIÓN DE UN ITINERARIO EN @LISTECHNET................................................92 
FIGURA 22. ARQUITECTURA DEL SISTEMA DEMOSTRATIVO @LISTECHNET ..............................93 
FIGURA 23. NÚCLEO DE RAZONAMIENTO DEL SISTEMA DEMOSTRATIVO @LISTECHNET...........95 
FIGURA 24. NIVELES DE DESCOMPOSICIÓN DEL SISTEMA DEMOSTRATIVO @LISTECHNET ........97 
FIGURA 25. AGENTES INMERSOS EN LA DESCOMPOSICIÓN DE UN ITINERARIO............................98 
FIGURA 26. OBJETIVOS DE LAS REGLAS INMERSAS EN LOS AGENTES.........................................99 
FIGURA 27. TIPOS DE REGLAS INMERSAS EN EL AGENTE LPA..................................................100 
FIGURA 28. ITINERARIO TURÍSTICO CONFORMADO EN EL SISTEMA DEMOSTRATIVO 
@LISTECHNET. ...............................................................................................................101 
FIGURA 29. ARQUITECTURA DEL MAS1..................................................................................103 
FIGURA 30. ARQUITECTURA DEL PTM ....................................................................................104 
FIGURA 31. ARQUITECTURA DEL SISTEMA TRAVELPLAN ........................................................105 
FIGURA 32. UN EJEMPLO DE PLAN-ITINERARIO ........................................................................116 
FIGURA 33. MAPEO DE LAS PREFERENCIAS..............................................................................118 
FIGURA 34. EJEMPLO DE MODELACIÓN DE UN CASO................................................................119 
FIGURA 35. RECOMENDACIÓN DE ÍTEMS TURÍSTICOS (A). .......................................................121 
FIGURA 36. RECOMENDACIÓN DE ÍTEMS TURÍSTICOS (B). .......................................................122 
 
 14 
FIGURA 37. RECOMENDACIÓN DE ITINERARIOS TURÍSTICOS. ...................................................123 
FIGURA 38. ARQUITECTURA LÓGICA DE SYREC ......................................................................126 
FIGURA 39. ARQUITECTURA DE COMPONENTES.......................................................................127 
FIGURA 40. ESTRUCTURA JERÁRQUICA DE PREFERENCIAS DEL USUARIO.................................128 
FIGURA 41. PREFERENCIAS DE VIAJE EN LA INTERFAZ DE USUARIO.........................................129 
FIGURA 42. ESPECIFICACIÓN DEL TIPO DE ALOJAMIENTO. .......................................................129 
FIGURA 43. PREFERENCIAS DE ALOJAMIENTO..........................................................................130 
FIGURA 44. PREFERENCIAS DE TRANSPORTE Y RESTAURANTES...............................................131 
FIGURA 45. PREFERENCIAS DE LUGARES DE INTERÉS...............................................................132 
FIGURA 46. PREFERENCIAS DE ACTIVIDADES...........................................................................133 
FIGURA 47. ESTRUCTURA DE HORARIOS PARA UN ITINERARIO TURÍSTICO EN SYREC. .............135 
FIGURA 48. RECOMENDACIÓN DE ÍTEMS TURÍSTICOS EN SYREC..............................................138 
FIGURA 49. INFERENCIA DE SYREC PARA TRANSPORTES..........................................................151 
FIGURA 50. RECOMENDACIONES DE ALOJAMIENTO. ................................................................152 
FIGURA 51. FILTRADO E INFERENCIA DE ALOJAMIENTOS.........................................................153 
FIGURA 52. FILTRADO Y ORDENAMIENTO DE RESTAURANTES. ................................................153 
FIGURA 53. FILTRADO Y ORDENAMIENTO DE LUGARES. ..........................................................154 
FIGURA 54. FILTRADO Y ORDENAMIENTO DE TIPOS DE ACTIVIDADES. .....................................154 
FIGURA 55. ITINERARIO EN PROCESO DE PLANEACIÓN. ............................................................155 
FIGURA 56. PREFERENCIAS DE VIAJE.......................................................................................157 
FIGURA 57. PREFERENCIAS DE ALOJAMIENTO..........................................................................157 
FIGURA 58. RECOMENDACIÓN DE ITINERARIOS. ......................................................................158 
FIGURA 59. CASOS PROPUESTOS PARA LA RECOMENDACIÓN DE ITINERARIOS .........................159 
FIGURA 60. ITINERARIO SUGERIDO EN MODO EDICIÓN. ............................................................160 
 
 
 
 15 
ÍNDICE DE TABLAS 
 
 
 
TABLA 1. ALGORITMOS DE FILTRADO PARA TIPOS DE INFORMACIÓN.........................................39 
TABLA 2. COMPARATIVA ENTRE EL RBR Y EL CBR..................................................................65 
TABLA 3. COMPARATIVA DE TÉCNICAS DE RAZONAMIENTO......................................................67 
TABLA 4. PONDERACIÓN DE PESOS EN LA METODOLOGÍA TRIP@DVICE ....................................80 
TABLA 5. COMPARATIVA DE STR COMERCIALES. ...................................................................106 
TABLA 6. COMPARATIVA ENTRE LOS DIFERENTES SISTEMAS DESCRITOS EN ESTE CAPÍTULO. ..110 
TABLA 7. EJEMPLOS DE REGLAS DE EVALUACIÓN DE FACTORES EXTERNO..............................117 
TABLA 8. EJEMPLO DE REGLAS DE FILTRADO...........................................................................117 
TABLA 9.EJEMPLOS DE INSTANCIAS INFERIDAS. .....................................................................118 
TABLA 10. EJEMPLO DE LA MODELACIÓN DE LAS CARACTERÍSTICAS DISCRIMINANTES DE UN 
PLAN-ITINERARIO. ...........................................................................................................134 
TABLA 11. EJEMPLO DE MODELACIÓN DE UN CASO EN SYREC ................................................136 
TABLA 12. MAPEO...................................................................................................................137 
TABLA 13. ENCAPSULAMIENTO DEL GRADO DE PREFERENCIA POR TIPO DE ACTIVIDAD ...........137 
TABLA 14. REGLAS DE INFERENCIA PARA TRANSPORTES EN SYREC........................................139 
TABLA 15. REGLAS DE FILTRADO PARA LAS INSTANCIAS DE TRANSPORTE EN SYREC. ............140 
TABLA 16. REGLAS DE ALOJAMIENTO EN SYREC ....................................................................141 
TABLA 17. REGLAS DE RESTAURANTES EN SYREC..................................................................142 
TABLA 18. REGLAS DE INFERENCIA DE RESTAURANTES EN SYREC..........................................142 
TABLA 19. REGLAS DE LUGARES EN SYREC ............................................................................143 
TABLA 20. REGLAS DE ACTIVIDADES EN SYREC......................................................................144 
TABLA 21. ESPECIFICACIÓN DE PESOS EN SYREC....................................................................148 
TABLA 22. CASO DE PRUEBA PARA LA RECOMENDACIÓN DE ÍTEMS.........................................150 
TABLA 23. CASO DE PRUEBA PARA LA RECOMENDACIÓN DE ITINERARIOS...............................156 
TABLA 24. COMPARATIVA ENTRE NUTKING, @LISTECHNET Y SYREC...................................161 
 
 16 
 
 
 
17 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1. INTRODUCCIÓN 
 
 
 
1.1 Generalidades 
 
 
El acceso a la información a través de medios electrónicos es una realidad que 
demanda avances tecnológicos que faciliten dicha tarea. El Internet es el medio electrónico 
más utilizado en la actualidad en la búsqueda de información. Sin embargo, éste medio ha 
sido además una herramienta capaz de transformar la forma de realizar negocios en la 
sociedad actual. El comercio electrónico es ahora un término empleado normalmente para 
denominar las transacciones comerciales hechas a través de Internet. El principal factor que 
ha impulsado la proliferación del comercio electrónico es la comodidad y el bajo costo que 
representa este medio para la adquisición de productos o servicios. 
 
La industria del turismo es uno de los sectores que han visto en los medios 
electrónicos – principalmente el Internet – la forma de verter la información de sus ofertas 
de manera global. El primer sistema de información electrónica en este rubro fue el sistema 
de reservación para las aerolíneas en la década de los 60s [23]. Hoy en día, los sistemas de 
información turística representan una de las aplicaciones más importante en el comercio 
electrónico. 
 
Los sistemas de información turística además de permitir la reserva de los productos 
y servicios turísticos han proliferado de tal manera que en la actualidad existe una gran 
cantidad en el mercado electrónico que utiliza como medio al Internet [19, 20, 41, 53]. En 
la actualidad, existen sistemas de recomendación turística en la Internet que proveen 
recursos o paquetes de viaje hacia ciertos destinos turísticos, como por ejemplo: 
expedia.com, travelocity.com, priceline.com, y eurovacations.com. Todos estos sitios 
orientan al usuario a buscar recursos de viaje (transportes, alojamientos y paquetes) en los 
 18 
catálogos de ofertas ya sea con base en sus preferencias o bien, de manera libre. Para 
aquellos usuarios que únicamente necesitan recursos aislados, estos sitios pueden ser de 
gran utilidad. Sin embargo, para realizar la planeación de un itinerario de viaje (conjunto 
ordenado de recursos turísticos) existen factores que pueden incrementar el tiempo para 
obtener un itinerario al gusto del usuario, estos factores pueden ser: buscar recurso por 
recurso, verificar los horarios disponibles, adaptar cada recurso al presupuesto, etc. 
 
El modelado de un sistema de recomendación debe capturar las preferencias del 
usuario y ser capaz de realizar procesos de inferencia para buscar y proveer las mejores 
opciones que se adapten a dichas preferencias. Actualmente, existen sistemas de 
recomendación turística no-comerciales [16, 47] provistos por el mecanismo de 
razonamiento basado en casos: CBR (Case-Based Reasoning) y por el mecanismo de 
razonamiento basado en reglas: RBR (Rule-Based Reasoning) que recomiendan tanto ítems 
como itinerarios turísticos [4]. 
 
En los sistemas que implementan el CBR, se enfocan principalmente en la 
recomendación de ítems e itinerarios turísticos basados en la experiencia del sistema y en la 
retroalimentación de los usuarios. Básicamente, se utiliza un proceso de búsqueda y 
reutilización de lo previamente aprendido por el sistema. Por otra parte los sistemas que 
implementan el RBR, evalúan las preferencias del usuario para recomendar tanto los ítems 
como los itinerarios turísticos. 
 
Los sistemas multiagentes (MAS – MultiAgent Systems) por su parte han servido 
como paradigma de sistemas de recomendación turística por la propiedad que tienen estos 
sistemas de trabajar en ambientes distribuidos. Su principal característica es la definición de 
roles y tareas de sus entidades distribuyendo así una tarea compleja [57]. Cada entidad del 
sistema (agente) tiene la capacidad de percibir su ambiente y actuar de manera autónoma. 
Los sistemas de recomendación turística que se basan en este paradigma para su desarrollo 
asumen que las fuentes de información se encuentran dispersas geográficamente y que 
nuevas fuentes de información pueden ser introducidas al sistema a través de agentes 
encargados de registrar sus servicios para poder ser accedidos. Un sistema de 
recomendación turística basado en un MAS también puede implementar mecanismos de 
razonamiento como el CBR o RBR para mejorar el proceso de recomendación. Tal es el 
caso del sistema demostrativo del proyecto @lisTechNet [2, 4], el cual es un MAS provisto 
del RBR para la planeación de un itinerario turístico. 
 
En el dominio del problema de la planeación de un itinerario de viaje, no solamente 
se identifica la necesidad de dotar al sistema de un mecanismo de razonamiento sino que 
además el proceso de búsqueda en un cierto ámbito de recursos de viaje evite ser lento. La 
libertad con la que el usuario pueda seleccionar o rechazar recursos, así como una interfaz 
que le permita realizar cambios de manera transparente es determinante para obtener una 
calificación satisfactoria por parte del usuario. 
 
En este trabajo de tesis, se presenta un sistema híbrido de recomendación turística 
llamado SyRec que combina el razonamiento basado en casos (CBR) y el razonamiento 
 
 19 
basado en reglas (RBR). Se propone una metodología como guía para el desarrollo de un 
sistema de recomendación híbrido, así como una arquitectura siendo ambas las principales 
aportaciones de este trabajo. Además se presenta el análisis del comportamiento del 
sistema, así como una comparativa con otros sistemas similares. Es necesario señalar que 
este trabajo de tesis se encuentra inmerso dentro del proyecto @lisTechNet [3], y se origina 
como una derivación del enfoque propuesto para el desarrollo de un sistema de 
recomendación turística concretado en la aplicación demostrativa del mismo proyecto. 
 
 
1.2 Proyecto @lis-TechNet 
 
 
Este trabajo de tesis es una contribución por parte de la cátedra de Ambientes 
Virtuales del Instituto Tecnológico y de Estudios Superiores de Monterrey (ITESM),Campus Estado de México; para el proyecto @lisTechnet. Los objetivos y tareas de este 
proyecto serán descritos en los siguientes párrafos, así como la participación del ITESM en 
éste proyecto. 
 
 
1.2.1 Programa @lis 
 
El programa de cooperación @lis (Alliance for the Information Society) - Alianza 
para la Sociedad de la Información – nace del dialogo político establecido en junio de1999, 
en Río de Janeiro, entre los jefes de estado y de gobierno de la Unión Europea y de 
América Latina. Mediante @lis, la Comisión Europea aspira extender las ventajas de la 
Sociedad de la Información al conjunto de ciudadanos de América Latina, reduciendo así la 
brecha digital que divide a los que disponen de acceso a las nuevas tecnologías de la 
información, de aquellos excluidos de ellas. @lis fue creado por decisión de la Comisión 
Europea el 6 de diciembre de 2001[1]. 
 
Los objetivos del programa @lis son los siguientes [1]: 
 
• Estimular la cooperación entre los socios europeos y los socios latinoamericanos; 
 
• Responder a las necesidades de las colectividades locales y los ciudadanos con 
vistas a un desarrollo sostenible; 
 
• Fomentar el diálogo entre todos los protagonistas y usuarios de la sociedad de la 
información; 
 
• Acrecentar la capacidad de interconexión entre comunidades de investigadores de 
las dos regiones; 
 
 
 20 
• Poner en práctica aplicaciones derivadas de los proyectos de demostración. 
 
@lis consta de cinco líneas de acción que corresponden a otros tantos proyectos a 
realizar entre 2002 y 2005. Cada uno de estos proyectos contribuirá a acercar a los agentes 
y usuarios de las dos regiones y a favorecer la integración de los países latinoamericanos en 
la sociedad de la información global. 
 
• Un primer capítulo titulado “Diálogo político y reglamentación” tiene por objeto 
reforzar la integración regional y subregional en América Latina y consolidar las 
relaciones entre las dos regiones fomentando el diálogo en cuanto a políticas, 
reglamentación y la e-gobierno (buena gestión por medios electrónicos). 
 
• Un segundo capítulo se propone favorecer una mejor integración de los países 
latinoamericanos en la sociedad de la información global fomentando normas 
globales y abiertas y alentando las colaboraciones en materia tecnológica. 
 
• Un tercer capítulo intensificará la interconexión del colectivo europeo y 
latinoamericano de investigadores gracias a la instalación de una red informática de 
alta velocidad. 
 
• Además se han constituido dos asociaciones birregionales entre redes de 
intermediarios y usuarios. La primera procurará estimular la transferencia de 
conocimientos técnicos entre regiones gracias, en particular, a la creación de 
comunidades virtuales, a la organización de conferencias anuales o también al 
desarrollo de hermanamientos a través de Internet. La segunda será una plataforma 
de apoyo y de intercambio entre organismos reguladores de las telecomunicaciones 
de América Latina. 
 
• En paralelo a estas acciones, permitirán realizar aproximadamente veinte proyectos 
de demostración distribuidos en cuatro ámbitos temáticos que son la gobernanza 
local, la educación y la diversidad cultural, la salud pública y la inserción social. 
 
El programa @lis tiene por objeto contribuir a la elaboración y aplicación de un 
enfoque regional de e-Estrategias (estrategias electrónicas) a cargo de los socios 
latinoamericanos y reforzar sus capacidades políticas y de reglamentación. La acción que 
acompañará a la transformación hacia la sociedad de la información se realizará en dos 
frentes: a nivel regional y a nivel nacional o subregional. Cada una de las partes incluirá 
foros de debate político, talleres, redes, intercambios de información, programas de 
formación y estudios específicos que abordarán las cuestiones más convenientes. Estas 
actividades se desarrollarán a lo largo de 36 meses [1]. 
 
@lis se propone llevar a cabo unos veinte proyectos de demostración en América 
Latina que ilustren al ciudadano sobre las ventajas que pueden derivarse de la sociedad de 
la información en distintos ámbitos temáticos. 
 
 
 21 
Los cuatro ámbitos son los siguientes [1]: 
 
• la gobierno local; 
• la educación y la diversidad cultural; 
• la salud pública; 
• la inserción social (o e-inclusión). 
 
 
1.2.2 Proyecto @lis TechNET 
 
Dentro de los proyectos aprobados por el programa @lis dentro del ámbito de la 
educación diversidad cultural, se encuentra el proyecto: @lis TechNET (Advanced 
Technology Demonstration Network for Education and Cultural Applications in Europe 
and Latin America). Siendo el solicitante del proyecto la Universidad Politécnica de 
Catalunya, España. El proyecto @lis TechNet está diseñado para crear un entorno 
innovador de experimentación y enseñanza en Europa y América Latina. Las 
funcionalidades del entorno permitirán la conexión continua de todos los socios del 
consorcio en una red conformada de componentes de software autónomos y capaces de 
interactuar de forma dinámica entre ellos para proveer servicios a los usuarios [3]. 
 
Los socios que componen al proyecto @lis TechNET son los siguientes: 
 
Europa 
• Universidad Politécnica de Catalunya (España). 
• University of Bath (Gran Bretaña). 
• Università degli Studi di Parma (Italia). 
 
Latinoamérica 
• Instituto Superior Politécnico José Antonio Echeverría (Cuba). 
• Universidad de Costa Rica (Costa Rica). 
• Universidad Tecnológica Metropolitana (Chile). 
• Instituto Politécnico Nacional (México). 
• Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus Estado de 
México (México). 
 
Este proyecto tiene como base de desarrollo la plataforma experimental Agentcities 
para utilizar las más modernas tecnologías de agentes autónomos, Web Internet. Entre los 
resultados más importantes se espera obtener los siguientes [3]: 
 
• Disponer de una infraestructura tecnológica de agentes autónomos, Web Internet 
– basada en Agentcities—que conecte Chile, Costa Rica, Cuba, México, España, 
Italia e Inglaterra así como otras partes del mundo que permita que cualquier 
tipo de software incluido por cualquier socio sea capaz de comunicarse y ser 
usado por otras piezas incluidas por otros socios. 
 
 22 
 
• Disponer de un entorno virtual de enseñanza extendiendo la infraestructura que 
permita a estudiantes, profesionales de la educación e investigadores a adquirir 
experiencia al trabajar con tecnologías de punta en las áreas de los agentes 
autónomos, Web Internet para crear aplicaciones complejas, dinámicas y 
disponibles en línea. 
 
• Disponer de un demostrador capaz de crear servicios personalizados de carácter 
cultural o turístico que sean accesibles en línea desde un PC y/o dispositivos 
inalámbricos (teléfonos móviles, PDAs con servicio de roaming u otros 
dispositivos) a través de la composición dinámica de los servicios instalados por 
los distintos socios en los diferentes países de los socios del consorcio. 
Ahora bien, dentro de los resultados esperados, se pueden concentrar en tres 
ámbitos: despliegue, creación y demostración, cada uno de los cuales han especificados 
algunas tareas como lo son [3]: 
 
• Despliegue 
o Una plataforma de prueba funcionando 24/7 y que integre tecnologías de 
agentes, web services y redes semánticas, ligando a todos los participantes 
del proyecto y que permita conexiones de otros participantes. 
o Permitir a cada participante la creación y despliegue de servicios basados en 
agentes que puedan comunicarse con la red y con servicios desarrollados por 
terceros. 
 
• Creación 
o Un ambiente de educación que incluya tutoriales, ejemplos de código, 
modelos de ejercicios y soporte en línea para estudiantes de modo que 
puedan experimentar el desarrollo y despliegue de aplicaciones basadas en 
agentes,web services y redes semánticas. 
o Organizar un conjunto de clases distribuidas que permitan a los estudiantes 
de diferentes universidades desarrollar sistemas que puedan comunicarse 
con aquellos desarrollados por cualquier otro estudiante. 
 
• Demostración 
o Una aplicación innovadora de turismo/herencia cultural usando la 
plataforma de prueba que es capaz de integrar dinámicamente datos de 
turismo/culturales de diferentes países de modo que se facilite al usuario la 
planeación de viajes y actividades. 
o Hacer que la aplicación sea accesible utilizando tecnologías de red 
inalámbricas y alámbricas. 
 
La plataforma experimental, o bien de prueba, sugerida por @lis es Agentcities, la 
cual es una ciudad virtual que esta conformada por usuarios, agentes y servicios. Sus 
objetivos principales son [3, 9]: 
 
 
 23 
• Crear y proveer un ambiente a gran escala, abierto y heterogéneo de entidades 
autónomas (agentes) y permitir a estas entidades interactuar unas con otras. Por lo 
que el ambiente debe ser público y abierto a cualquier agente. 
 
• Actuar como una plataforma experimental y de pruebas de interoperatividad para 
agentes. 
 
• Permitir la composición dinámica, inteligente y autónoma de servicios, para 
satisfacer las distintas necesidades comerciales, así como las de los posibles 
usuarios. 
 
 
1.3 Descripción del problema 
 
 
La industria del turismo ha utilizado al comercio electrónico fundamentalmente para 
ofertar sus productos y servicios, dado que la información que describe a estos recursos 
turísticos es el fundamento de su oferta y demanda y el medio propicio para esto ha sido 
Internet. 
 
Debido a que en la actualidad, el principal problema al que se enfrentan los 
consumidores es la gran dimensión que tiene el volumen de la información turística, lo que 
ha derivado en la necesidad de filtrar todo ese volumen de información con base en 
parámetros como las preferencias del consumidor. Hoy en día, las necesidades de los 
consumidores han evolucionado por lo que ya no es suficiente proveerles recursos turísticos 
de acorde a sus necesidades sino que han buscado también que se les provea de paquetes o 
itinerarios turísticos de manera personalizada ocasionando un problema complejo de 
planeación turística aunado a un problema de satisfacción de las necesidades de los 
consumidores. 
 
Los sistemas de recomendación turística han solucionado estos problemas utilizando 
mecanismos de razonamiento, como el razonamiento basado en reglas y el razonamiento 
basado en casos, dentro del área de la inteligencia artificial para filtrar y recomendar 
soluciones que concuerden con las necesidades o deseos del usuario. 
 
El mecanismo de razonamiento basado en casos (CBR) explota la experiencia en 
solucionar problemas utilizando precedentes. El mecanismo de razonamiento basado en 
reglas (RBR) explota la representación del conocimiento a través de reglas que evalúan 
hechos, para llegar a una solución o conclusión. El uso de un único mecanismo de 
razonamiento lo hace iterativo tanto para la recomendación de ítems como de itinerarios 
turísticos. En el caso del CBR la definición de métricas y en el caso del RBR la producción 
de reglas, se vuelven procesos complejos. 
 
 
 24 
El problema abordado en este trabajo de tesis es la integración de los mecanismos 
RBR y CBR, en el desarrollo de un sistema de recomendación turística que sea capaz de 
proveer recomendaciones de recursos e itinerarios turísticos de manera personalizada. 
 
 
1.4 Objetivos 
 
 
Los objetivos generales en este trabajo de tesis son los siguientes: 
 
1. Establecer un enfoque general en sistemas híbridos de recomendación integrando 
explotando las fortalezas del RBR y del CBR, ya que hasta la fecha no se ha 
establecido. 
 
2. Proveer una metodología para el desarrollo de un sistema híbrido de recomendación 
turística que integre RBR y CBR. 
 
3. Proveer un sistema híbrido de recomendación turística que integre el RBR y el CBR 
que sea capaz de proveer recomendaciones de recursos e itinerarios turísticos de 
manera personalizada. 
 
 
Los objetivos particulares de este trabajo de tesis son: 
 
1. Identificar las necesidades actuales en el ámbito de los sistemas de recomendación 
turística. 
 
2. Analizar y comparar los trabajos relacionados. 
 
3. Analizar las técnicas y métodos del RBR y CBR para identificar sus fortalezas. 
 
4. Establecer el dominio de aplicación del RBR y CBR en el proceso de 
recomendación turística. 
 
5. Proponer una metodología simplificada para el desarrollo de un sistema híbrido de 
recomendación turística que integre los mecanismos de razonamiento RBR y CBR. 
 
6. La metodología debe abordar los principales modelos del RBR y CBR los cuales 
son la producción de reglas y los casos de manera respectiva. 
 
7. Desarrollar un prototipo basado en la metodología propuesta que demuestre las 
fortalezas e integración del RBR y CBR en los procesos de recomendación. 
 
 
 
 25 
1.5 Justificación 
 
 
En este trabajo de tesis, se tienen los siguientes puntos que constituyen la justificación 
de este trabajo: 
 
• El sector turismo es quizás el principal sector de servicios en el que cualquier país 
que ofrece oportunidades concretas y cuantificadas a cualquier país del mundo sin 
importar el grado de desarrollo y representa en mucho de los casos la primer fuente 
de ingresos económicos. Por lo que es importante proveer una metodología para dar 
a conocer una forma de desarrollo de sistemas de recomendación turística como un 
medio para dar a conocer los recursos turísticos de un país. 
 
• Satisfacer la necesidad de los turistas de encontrar un sistema de recomendación que 
les permita realizar la planeación personalizada de un itinerario turístico organizado 
en el tiempo sin tener que adaptarse a los itinerarios previamente establecidos. 
 
 
1.6 Hipótesis 
 
 
• Un sistema híbrido de recomendación turística – híbrido en el sentido de combinar 
tanto el RBR como el CBR – simplifica las tareas de filtración, ordenamiento, 
inferencia y recomendar recursos o ítems turísticos sin que el costo del proceso sea 
mayor que su beneficio. 
 
• El RBR simplifica la recomendación de ítems turísticos a través de la filtración, 
ordenamiento e inferencia de ítems turísticos en lugar del CBR, a través de la 
producción de reglas. Ya que en el CBR se tiene que recurrir a su ciclo de 
razonamiento para establecer todas estas tareas, además del establecimiento de 
métricas de similaridad. 
 
• El CBR simplifica el proceso de recomendación de itinerario turístico. Un itinerario 
turístico es una estructura compleja en donde se encuentran las preferencias del 
usuario y un conjunto de recursos turísticos ordenados. Entonces con base en la 
propiedad del CBR de manejar características complejas de un problema, en esta 
caso un itinerario turístico, se puede explotar sus métodos para encontrar y 
recomendar itinerarios similares que son justificados por precedentes para un 
usuario en particular. 
 
 
 
 26 
1.7 Alcances y limitaciones 
 
 
• La metodología propuesta para el desarrollo de sistemas híbridos de recomendación 
turística basados en CBR y RBR 
 
• El sistema desarrollado SyRec es un prototipo demostrativo de la metodología 
propuesta y por lo tanto no debe ser considerado como un producto final. 
 
• Las métricas aplicadas al sistema SyRec tienen el objetivo de analizar la 
funcionalidad y coherencia de las recomendaciones generadas bajo casos 
específicos de prueba. El uso de métricas robustas representa un costo en recursos y 
tiempo para la realización de este trabajo y son consideradas como trabajo futuro. 
 
 
1.8 Metodología 
 
 
La metodología considerada para el desarrollo de este trabajo de tesis comprende lassiguientes fases: 
 
 
Figura 1. Diagrama de bloques de las fases del desarrollo del proyecto de tesis 
 
• Fase 1. Inicio del proyecto de Tesis. Se identifica el problema existente en el 
desarrollo de sistemas de recomendación dentro del proyecto @lisTechNet. 
 
 27 
Posteriormente se recupera la información para analizar los sistemas de 
recomendación actuales e identificar las necesidades actuales de los consumidores 
de productos y servicios turísticos. 
 
• Fase 2. Definición y desarrollo de la propuesta. En esta fase se analizan e 
identifican las características de los sistemas de recomendación. Se establece que 
prototipos experimentales han utilizado el razonamiento basado en casos para 
resolver el problema de la recomendación de itinerarios turísticos. A razón del 
proyecto @lisTechNet el cual ha generado un sistema de planeación y 
recomendación turística basado en RBR se origina el problema de integrar las 
principales características de ambos tipos de razonamiento. 
 
Finalmente, se identifica la metodología Trip@dvice para el desarrollo de sistemas 
de recomendación turística basados en CBR. Posteriormente, se establecen los 
criterios para proveer una metodología híbrida. La fase de requerimientos del 
sistema se establece para producir un prototipo demostrativo llamado SyRec, para la 
recomendación de ítems e itinerarios turísticos. La etapa de diseño se basa en la 
metodología propuesta que posteriormente da origen a la implementación del 
sistema. 
 
• Fase 3: Finalización del proyecto. En esta última fase se realizan pruebas al 
sistema Syrec para verificar la coherencia de la recomendación de ítems e itinerarios 
turísticos implementados con base en la metodología. 
 
 
1.9 Organización del documento 
 
 
Este documento esta organizado en ocho capítulos y un anexo. En este capítulo se 
ha dado una introducción al trabajo realizado, se establece el problema abordado, así como 
los objetivos, alcances y limitaciones, así como la metodología del propio trabajo. 
 
En el capítulo 2, se establece el origen de los sistemas de recomendación turística. 
La primera sección de este capítulo se enmarca la problemática y retos del turismo y 
comercio electrónico. En la segunda sección, se define a los sistemas de recomendación, se 
describen la taxonomía y características de éstos sistemas y se presentan las principales 
métricas de evaluación de un sistema de recomendación. Finalmente, se describen a los 
sistemas de recomendación turística. 
 
En el capítulo 3, se describe al razonamiento basado en reglas. La primera sección 
se define a un sistema de producción, ya que éste tipo de sistema constituye el fundamento 
del razonamiento basado en reglas. En la segunda sección se describe la producción de 
reglas, memoria de trabajo y la unidad de control respectivamente; todos estos elementos 
constituyen un sistema de producción. En la tercera sección se describen las principales 
 
 28 
propiedades de un sistema de producción. En la cuarta sección, se define la taxonomía de 
los sistemas de producción. 
 
En el capítulo 4, se describe al razonamiento basado en casos. En la primera sección 
se presentan las motivaciones y antecedentes de este tipo de razonamiento. En la segunda 
sección se describe y define el ciclo del CBR. En la tercera sección se describen los 
métodos o técnicas utilizadas en el ciclo del CBR. En la cuarta sección, se presenta una 
comparativa de los mecanismos de razonamiento contra otras técnicas o mecanismos de 
razonamiento para analizar sus propiedades y dominios de aplicación. En la quinta sección 
se describen las principales aplicaciones del CBR. 
 
En el capítulo 5, se presentan los trabajos relacionados con los sistemas de 
recomendación turística. En la primera sección, se describe la principal metodología de 
desarrollo para los sistemas de recomendación turística basados en CBR y el análisis del 
prototipo desarrollado con base en dicha metodología. En la segunda sección se describe y 
analiza el sistema de recomendación turística del proyecto @lisTechNet. En la tercera 
sección, se describen y analizan brevemente otros sistemas de recomendación turísticos 
basados en sistemas multiagente, sistemas comerciales y sistemas fuera del ámbito del 
turismo que han combinado tanto al RBR como al CBR. En la cuarta sección se presenta un 
análisis comparativo de los sistemas contemplados en éste capítulo. 
 
En el capítulo 6, se describe la metodología propuesta para el desarrollo de un 
sistema de recomendación híbrido que integra el RBR y el CBR para establecer las tareas 
de recomendación de ítems e itinerarios turísticos. En la primera sección, se identifican los 
principales problemas de los sistemas de recomendación turística en la actualidad .En la 
segunda sección, se describe la metodología, abordando la modelación de las reglas y casos 
para la recomendación de ítems e itinerarios turísticos. En la tercera sección, se describe al 
sistema SyRec describiendo su arquitectura desde el punto de vista lógico y de 
componentes. En la cuarta sección, se describen los principales casos de prueba realizados 
a SyRec en donde se verifica la coherencia de las recomendaciones sugeridas. 
 
En el capítulo 7, se presenta de manera general los resultados, conclusiones y el 
trabajo futuro soportado por este trabajo de tesis. 
 
 
 
 
 29 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2. Sistemas de recomendación turística 
 
 
 
La industria del turismo fue una de las primeras en utilizar el comercio electrónico, 
a través de Internet, para difundir sus productos y servicios; con la aparición de los sistemas 
de reservación en línea [35]. Aunque en un principio los sistemas de reservación fueron 
acogidos por las empresas de aerolíneas, actualmente son concebidos como sistemas de 
información turística y no solamente son una herramienta de reserva y contratación de un 
único servicio sino que ahora se incluyen: alojamientos, medios de transportes, 
restaurantes, paquetes turísticos, etc. 
 
Los sistemas de información turística ahora han tratado de evolucionar hacia un 
sistema de recomendación turística incluyendo inherentemente la reservación de los 
productos y servicios turísticos y dotando de resultados personalizados. La razón principal 
de esta evolución es la gran cantidad de proveedores turísticos que han diseminado la 
información de sus ofertas a través del mercado electrónico. Por lo que es necesario un 
sistema que englobe y filtre de alguna manera dicha información de acuerdo a criterios 
establecidos por el usuario, resultando así los sistemas de recomendación turística. 
 
 
 
2.1 El comercio electrónico y el turismo: problemática y retos 
 
 
Dentro del comercio electrónico se pueden encontrar diferentes tipos de relaciones 
de negocio, como lo son [34]: 
 
 
 
 30 
 
a) Business-to-Business (B2B): definen transacciones entre empresas. 
b) Business-to-Consumers (B2C): definen transacciones entre empresas y 
consumidores finales. 
c) Consumers-to-Consumers (C2C): definen transacciones entre consumidores 
finales. 
 
La industria del turismo se encuentra clasificada como B2C y es el principal motor 
de éste tipo de comercio electrónico tanto en Estados Unidos como en Europa [34]. 
 
Los productos y servicios turísticos tienen una característica particularmente 
importante que los coloca en un primer plano del comercio electrónico: la información es el 
fundamento de su oferta y consumo. Ésta característica se debe a la propiedad de 
intangibilidad que tienen en si mismos los productos y servicios turísticos. 
 
Por lo tanto, el principal problema de esta propiedad es que tiene un producto o 
servicio basado en la confianza. Entonces hasta que se consume el producto, el consumidor 
debe tener plena confianza en la calidadde la información con la que se describió el 
producto o servicio, asumiendo así que cumplirá con sus expectativas. De tal modo que 
cualquier proveedor turístico que no utilice las tecnologías de comunicación de la 
información como es el caso del comercio electrónico esta destinado a desaparecer. 
 
Debido al hecho de que la difusión de la información de los productos turísticos es 
la parte fundamental en este sector, el medio eficaz para realizar esta diseminación ha sido 
hasta el momento Internet siendo éste la base del comercio electrónico [29]. La apertura del 
mercado de productos y servicios turísticos se le debe a Internet, que permite llegar a 
millones de clientes potenciales. Antes de la aparición del Internet, se tenía una estructura 
descentralizada en el consumo de los productos turísticos como se muestra en la figura 2. 
 
 
Figura 2. Diagrama de consumo de los productos turísticos antes de Internet. 
 
Tan pronto como el Internet aparece, como se puede apreciar en la figura 3, los 
intermediarios tienden a convertirse en infomediarios, los cuales no desaparecen pero ven 
minimizadas las consultas y transacciones que antes tenían totalmente a su cargo. Es 
necesario señalar que el comercio electrónico en el sector turismo ha disminuido 
significativamente el costo de los productos turísticos [34, 35]. 
 
 
 31 
 
Figura 3. Diagrama de consumo de los productos turísticos después de Internet. 
 
Más que cualquier otro medio, hoy en día Internet permite encontrar cualquier tipo 
de información sobre cualquier actividad o destino turístico. Sin embargo, al existir una 
gran cantidad de información es necesario clasificarla y presentarla al consumidor de tal 
manera que le sea cómodo identificar la información de su interés. 
 
Los sistemas de información turística surgen, aunados a la necesidad de difundir la 
información de los productos y servicios turísticos de manera electrónica, con la finalidad 
de presentar ordenada y detalladamente la información, además de establecer un contacto 
directo con el consumidor. Las principales características que definen a los sistemas de 
información turística son: la calidad de la información presentada y la calidad de acceso. 
 
La calidad de contenido provee de comprensión, precisión, consistencia y temática a 
la información presentada. La calidad de acceso esta orientada a desarrollar aplicaciones 
electrónicas que puedan ser accedidas a través de cualquier medio electrónico, en cualquier 
momento y desde cualquier sitio. Aunque, esto puede ser acotado a medios electrónicos con 
soporte de Internet. De esta manera, los servicios ofrecidos pueden ser independientes de 
dispositivos, localización del usuario y personalizados. 
 
Los sistemas de información turística se han venido desarrollando como 
aplicaciones web en donde se incluye información y material visual acerca de los productos 
turísticos ofertados. Este tipo de sistemas en línea se les ha denominado con el nombre de 
“portales” y representan puntos centrales de acceso que contienen la información de 
productos y servicios turísticos de una cierta región geográfica que incluso puede ser un 
país [23]. 
 
El turista en la actualidad también demanda los beneficios que el Internet ha traído 
consigo. La interactividad, característica soportada en Internet, permite al turista un rol más 
activo en la selección de productos turísticos. Básicamente, los usuarios eligen su destino 
 
 
 
32 
turístico, así como los servicios que necesitan comparando las ofertas disponibles. Puesto 
que cada turista tiene un estilo de vida particular e intereses específicos es necesario 
proveer productos que se adapten a sus preferencias. 
 
A fin de satisfacer a los turistas en sus necesidades y deseos, los cuales pueden tener 
una compleja estructura multi-nivel con un cierto grado de flexibilidad, las ofertas 
proporcionadas deben ser multi-opcional y de alta calidad [13]. 
 
La proliferación de los sistemas de información turística ha permitido introducir al 
usuario a un escenario interactivo y con un rol activo en la selección y comparación de 
productos turísticos. Además de permitir incluso la planeación detallada de un itinerario 
turístico. Sin embargo, el proceso de búsqueda de información y planeación turística es 
dinámico y complejo. No obstante, se han convertido en medios de soporte para la toma de 
decisiones [13, 34]. 
 
 
2.2 La toma de decisión en la planeación de viajes turísticos 
 
 
Un gran número de investigadores se han dado a la tarea de desarrollar teorías o 
bien a definir conceptos acerca de la influencia de la toma de decisiones en el ámbito 
turístico [29]. Sin embargo, estas teorías han estado limitadas en la discusión de los 
componentes de la toma de decisión. 
 
Una topología que define las influencias en el proceso de toma de decisión además 
de englobar características determinantes, se divide en tres categorías [29]: 
 
a) Inter-personal: se basa en la influencia social que involucran la interacción de 
personas o grupos sociales las cuales pueden modificar las características 
psicológicas y comportamientos de un individuo. 
 
b) Intra-personal: se basa en la influencia de los aspectos individuales característicos, 
v. gr. Estilo de vida, intereses y gustos personales, etc. 
 
c) Cicunstancial: se basa en la influencia externa no-social v.gr. objetos, agentes, 
factores ambientales, etc. 
 
Ahora bien, la planeación de un viaje turístico es un proceso multifacético que 
consiste en la elección de un destino (o conjunto de destinos) y de productos y servicios 
turísticos asociados [44]. 
 
El manejo conceptual en el proceso de toma de decisión en la planeación de un viaje 
turístico trae consigo retos de diseño para la utilización y efectividad del sistema turístico. 
Puede ser el caso de que para un turista el concepto destino pueda ser un país y para otro 
 33 
sea una ciudad. Entonces se dice que los términos “destino” y “planeación” son conceptos 
difusos que carecen de una definición universal. 
 
Dado que la planeación de un viaje turístico puede variar en cuanto a su estructura y 
contenido pueden utilizarse diferentes estrategias para su construcción. Mientras que 
existen usuarios que prefieren obtener paquetes turísticos, hay otros más que desean 
seleccionar componente a componente turístico e incluso hay quienes desean un paquete 
turístico y modificar algunos componentes. 
 
El proceso de toma de decisión no solamente se enfoca en ayudar al usuario a 
seleccionar productos turísticos sino que también esta inmerso en el sistema de información 
turística. Dado que el sistema debe tener la capacidad de poder inferir o predecir los 
resultados que mejor se adapten a las preferencias del usuario tomando en cuenta los 
diferentes tipos de influencias mencionadas anteriormente. En general, un sistema de 
información turística que tenga la capacidad de clasificar, ordenar e inferir información 
puede denominarse como un sistema de recomendación turística. 
 
 
2.3 Sistemas de recomendación 
 
 
Los sistemas de recomendación han proliferado en el interés del público durante la 
última década y se han convertido en una gran oportunidad de negocio en el comercio 
electrónico [13, 44]. Algunas empresas en éste rubro, han implantado diferentes tipos de 
sistemas de recomendación como lo son: BookPool.com (libros), Amazon.com (multiples 
artículos) y vacations-explorer (turismo). En el ámbito del turismo, las recomendaciones se 
han convertido en un medio para la selección y planeación de recursos turísticos 
(alojamientos, transportes, etc.) de manera significativa. 
 
Un sistema de recomendación tiene por objetivo ayudar al usuario en la toma de 
decisiones cuando no existe la suficiente experiencia personal en un cierto tópico o ámbito 
de interés;además de optimizar la compensación de la relación costo-beneficio. 
 
Algunos factores que un sistema de recomendación toma en cuenta para la 
simplificación de la toma de decisiones pueden ser: simplificar el proceso de búsqueda y 
comparación de productos, reportar reseñas de otros usuarios o incluso explotar un historial 
de experiencias pasadas de otros usuarios para sugerir productos. 
 
Un sistema de recomendación es un intento de modelar matemáticamente y 
reproducir técnicamente el proceso de recomendación en el mundo real [13]. En estos 
sistemas se aplican técnicas de recomendación que están basadas en el supuesto que las 
preferencias y necesidades del usuario puedan ser mapeadas a selecciones determinadas de 
productos, empleando algoritmos apropiados y explotando el conocimiento embebido en el 
 
 34 
sistema. Por lo tanto es necesario identificar las preferencias del usuario así como la 
valoración que el usuario determine para cada una. 
 
 
2.3.1 La recuperación de información preferencial 
 
Para generar recomendaciones personalizadas es necesario entonces recuperar las 
preferencias del usuario, dichas preferencias dependerán del ámbito del problema. Para 
cada una de las preferencias se debe reflejar el grado de interés o necesidad del usuario, a lo 
que se le llama rating (valoración o tasación) de la preferencia. Existen dos tipos 
principales de rating [58]: 
 
a. Explicitas. El usuario especifica su preferencia hacia un ítem en particular 
indicando el grado de interés o necesidad en una escala determinada, por ejemplo: 
escala de 5 puntos, escala semántica, etc. Las escalas son mapeadas a valores 
numéricos que indican el grado de preferencia. 
 
b. Implícitas. Los usuarios frecuentemente tienden a dirigir la carga de sus 
preferencias al sistema y confiarle la generación de un resultado. Sin embargo, 
recuperar información acerca de las propias preferencias del usuario puede ayudar a 
obtener mayor información en el contexto de las necesidades del usuario y generar 
un resultado optimizado. Mientras más fácil sea de recuperar la información 
implícita de las preferencias del usuario, el rating implícito reflejará implicaciones 
discriminantes. 
 
Debido a la dificultad que muchas veces representa adquirir ratings explícitos, se 
pueden adoptar ambos enfoques de manera suplementaria. 
 
 
2.3.2 Tipos de sistemas de recomendación 
 
Hasta ahora se tienen cuatro diferentes enfoques acerca de los sistemas de 
recomendación. Cada uno de estos enfoques no solo difiere en las técnicas o métodos 
empleados sino que en la interpretación real del algoritmo esencial de recomendación. De 
acuerdo al objetivo de la aplicación del sistema de recomendación se puede optar por 
alguno de los siguientes enfoques [13, 44, 58]: 
 
 
Basados en Contenido 
 
También llamado filtrado cognitivo. En este tipo de sistemas el usuario expresa sus 
preferencias hacia un conjunto definido de productos. Por lo que el sistema recupera de un 
catalogo de ítems, aquellos que comparten características comunes con los productos que 
 
 35 
han sido calificados como preferenciales por el usuario. Los resultados son mostrados de 
acuerdo al grado de concordancia hacia las preferencias del usuario [44]. 
 
 
Filtrado Colaborativo 
 
El sistema almacena las valoraciones de los usuarios hacia productos sugeridos o 
aceptados, con el objetivo de inferir alguna posible similaridad entre los usuarios. Este 
enfoque es efectivo en la sugerencia de ítems. Ahora bien, la calidad de la recomendación 
tiende a mejorar a medida que se vayan acumulando nuevas valoraciones [13, 44]. Por lo 
tanto, los métodos colaborativos requieren una gran cantidad de valoraciones para producir 
recomendaciones satisfactorias y no pueden realizar adaptaciones con base en nuevos 
requerimientos ya que solo se basan en los comportamientos de experiencias pasadas. 
 
 
Filtrado Basado en Conocimiento 
 
Los sistemas dependen de la representación del conocimiento que usualmente son 
conjuntos de declaraciones, ontologías u otras formas de sistemas basados en reglas [13]. 
Este tipo de sistemas es apropiado cuando se requiere un alto rendimiento y flexibilidad en 
aplicaciones que se enfoquen tanto en las semánticas de contenido y social. Además de 
contemplar a la inferencia y razonamiento como parte del sistema, el enfoque basado en 
conocimiento permite beneficiarse de las diferentes representaciones del conocimiento. 
 
 
Híbridos 
 
Este tipo de sistemas pueden emerger de cualquier combinación de los enfoques 
anteriores que generalmente tratan de minimizar las deficiencias de cada enfoque. De 
hecho, existen diferentes métodos de hibridación como se menciona en [13, 44, 58]. 
 
 
2.3.4 Objetivos de un sistema de recomendación 
 
Es importante entender los objetivos y tareas para las cuales se ha construido un 
sistema de recomendación para poder evaluarlo posteriormente. A pesar de enunciar estas 
tareas, no todas son necesariamente significativas dentro del contexto en el cual se sitúa un 
sistema de recomendación. Entre las tareas más importantes se encuentran [28]: 
 
a) Encontrar ítems de interés. Esta tarea es el núcleo de cualquier sistema de 
recomendación. Se trata de encontrar los ítems específicos que van de acuerdo a las 
preferencias del usuario. 
 
 
 36 
b) Encontrar todos los ítems de interés. La mayoría de los sistemas de 
recomendación solo encuentra algunos ítems de interés. Pero pueden existir casos 
en los que se desea invertir una mayor cantidad de tiempo para encontrar el mejor 
ítem; entonces es importante ampliar la cobertura de recomendación de los ítems de 
interés. 
 
c) Solo búsqueda. Los sistemas de recomendación se evalúan generalmente por que 
tan bien ayudan se acercan a lo que el usuario desea. Pero en ocasiones el usuario 
centra la importancia en: la interfaz, la facilidad de uso y en el nivel y naturaleza de 
la información provista que en los algoritmos de recomendación. 
 
d) Proveer credibilidad. Un usuario no confiará automáticamente en un sistema de 
recomendación. Muchas veces el usuario lo utiliza para darse cuenta si el sistema 
encuentra las opciones que el desea. 
 
e) Expresar calificaciones. Algunos usuarios no les interesa tanto las reservaciones 
sino que les parece más importante contribuir con calificar los productos 
recomendados y esto puede contribuir a ayudar a otros usuarios a formularse una 
opinión acerca del producto. 
 
Para poder llevar a cabo la evaluación de los sistemas de recomendación se debe 
haber definido cuales son las tareas que el sistema soporta. Una vez que se identifican las 
tareas, se debe seleccionar el conjunto de datos para el cual se aplicarán los métodos de 
evaluación. 
 
 
2.3.5 Evaluación de sistemas de recomendación 
 
La evaluación de los sistemas de recomendación es fundamental para cuantificar el 
grado de utilidad de las recomendaciones hechas por un sistema comparadas con el de otro 
sistema sobre un conjunto definido de usuarios [58]. 
 
 
Las evaluaciones online vs offline 
 
Las evaluaciones online (en línea) son consideradas más representativas ya que 
están orientadas a determinar la reacción del usuario respecto a los sistemas de 
recomendación. La cantidad de personas que pueden necesitarse para la evaluación es 
significativa, además que el tiempo de las evaluaciones pueden superar el tiempo de la 
realización del proyecto [58]. Se pueden encontrar un conjunto de dimensiones de 
evaluación que describen las evaluaciones en línea como a continuación se enuncian [28]: 
 
a) Explicita (preguntar) e implícita (observar). La diferencia entre ambas radica en 
que en la primera se pregunta directamente al usuario acerca de su reacción con 
 
 37 
respecto al sistema v.gr. una encuesta;la segunda se observa y registra el 
comportamiento del usuario. 
 
b) Estudios de laboratorio y de campo. Los estudios de laboratorio se enfocan a 
investigar problemas específicos (hipótesis bien definidas) bajo condiciones 
controladas. Los estudios de campo revelan la situación de los usuarios en 
escenarios reales mostrando los patrones de uso así como problemas o cuestiones 
que el estudio de laboratorio puede no mostrar. 
 
c) Resultados y procesos. Para cualquier tarea se deben tener métricas apropiadas que 
definan cuando un resultado es exitoso. Por lo que la precisión puede ser una 
métrica fundamental. Los factores de un proceso: el tiempo y el esfuerzo para 
realizar una tarea deben ser medidos para asegurar que el costo de un resultado 
exitoso no sobrepase el beneficio. 
 
La evaluación offline (fuera de línea) es aplicable a un conjunto de datos que 
contiene ratings y tiene dos principales debilidades [28]: 
 
a) El escaso rating de los datos, lo que representa un limite en la cardinalidad del 
conjunto de datos que pueda ser evaluado. 
b) Limitantes de resultado, esto significa que los resultados están limitados a proveer 
una evaluación objetiva. 
 
Por lo tanto una evaluación offline no puede ser determinante para calificar sistemas 
de recomendación. 
 
 
Conjuntos de datos naturales vs. Sintetizados 
 
Los conjuntos de datos naturales representan tal cual la realidad. Sin embargo, 
pueden ser difíciles de obtener principalmente por el tiempo que implica. El uso de 
conjuntos de datos sintetizados facilita la manipulación de la dispersión de los datos y 
puede ser requerido para un cierto numero de casos pero únicamente debe ser considera 
como un primer paso en la recuperación de conjuntos de datos. Establecer conclusiones 
acerca de los conjuntos de datos sintetizados es riesgoso, debido a que los datos pueden 
comportarse de mejor forma con ciertos algoritmos. 
 
 
Propiedades de los conjuntos de datos 
 
Con la finalidad de establecer que propiedades debe tener un conjunto de datos para 
que el modelo de tareas pueda ser evaluado, se establecen tres categorías [28]: 
 
• Características de Dominio. Manifiestan la naturaleza del contenido que esta 
siendo recomendado. 
 
 38 
• Características inherentes. Reflejan la naturaleza del sistema de recomendación al 
cual pertenecen 
• Características ejemplo. Reflejan la distribución de los datos. 
 
 
Métricas de precisión 
 
Las métricas de precisión evalúan el grado con el que el sistema puede predecir el 
rating para un ítem específico además de evaluar la efectividad con la que el sistema ayuda 
al usuario a seleccionar ítems de mayor interés del conjunto de todos los productos [58]. 
Las métricas de precisión están clasificadas de la siguiente manera [28, 58]: 
 
a) Métricas de precisión predictiva. Es la medida en la que se cuantifica que tan 
cercanos se encuentran los ratings pronosticados de los que el usuario ha 
establecido. La métrica más utilizada en este tipo es el error absoluto medio (MAE 
– mean absolute error) aunque no es apropiada para tareas como: encontrar los 
ítems de interés. Otras métricas del mismo tipo son: media del error al cuadrado, 
media de la raíz del error al cuadrado y media normalizada del error absoluto. Las 
primeras dos elevan al cuadrado el error antes de sumarlo y la última normaliza el 
error respecto al rango de valores del rating. 
 
b) Métricas de precisión en clasificación y soporte de decisión. Esta métrica esta 
orientada a cuantificar la relevancia del conjunto de recomendaciones, en otras 
palabras esta orientada a medir la frecuencia con la que un sistema de 
recomendación realiza correcta o incorrectamente la decisión si un ítem puede ser 
de interés. Las métricas más utilizadas en este tipo son: Precisión y Retiro [28, 58]. 
 
o La precisión se define como la proporción de los ítems destacados respecto 
del número de ítems seleccionados, en otras palabras representa la 
probabilidad que un ítem seleccionado sea relevante. 
o Retiro se define como la proporción de los ítems destacados con respecto al 
número total de ítems destacados disponibles. 
 
c) Métricas de precisión en ordenamiento. Mide la habilidad de un algoritmo para 
producir el ordenamiento de los ítems que concuerdan con respecto de cómo el 
usuario podría realizarlo por él mismo. Esta métrica es propicia cuando el dominio 
del problema presenta valores de preferencias no binarios. 
 
 
Algo más que precisión 
 
Los sistemas de recomendación no solo deben proveer de precisión sino también de 
utilidad, a fin de incorporar respuestas ante posibles valores de ratings que exceden el 
umbral de lo idóneo. Entre las métricas de utilidad se encuentran [28, 58]: 
 
 
 39 
a) Métrica de cobertura. Se basa en el porcentaje de elementos del dominio del 
problema para los cuales las predicciones pueden realizarse. 
 
b) Métricas de novedad y serendipia. Son aquellas métricas que miden la forma en la 
que las recomendaciones son abiertas hacia los intereses del usuario en el tiempo. 
 
 
2.4 Sistemas de recomendación turística 
 
 
Aún cuando los sistemas de recomendación turística son difíciles de construir, han 
proliferado en el área de la investigación como en el comercio electrónico. La dificultad 
radica en considerar el amplio grado de heterogeneidad de la información disponible en el 
ámbito del turismo además de las propias dificultadas que implica el proceso de toma de 
decisión orientado a la planeación de un itinerario turístico. 
 
En el ámbito del turismo, los atributos de las entidades turísticas son esenciales para 
el desarrollo de un sistema de recomendación turística (preferencias del usuario, destino, 
alojamientos, restaurantes, actividades, etc) [13]: 
 
a) Información espacio-temporal 
b) Costo y aspectos económicos de los ítems 
c) Archivos multimedia (texto, imágenes, audio y video) 
d) Clasificación de la información 
e) Modelos ontológicos de las propiedades especificas del objeto (bases de datos, 
ontologías, etc). 
 
Con base en estas consideraciones acerca de los tipos de datos e información, se 
pueden describir enfoques iniciales acerca de las técnicas que son apropiadas para un cierto 
tipo de información, como se describe en la siguiente tabla [13]: 
 
 
Tipo de Información Técnica de filtrado 
Espacio-temporal Selección en la base de datos, filtrado y razonamiento 
basado en conocimiento 
Económica Selección en la base de datos, filtrado y razonamiento 
basado en conocimiento 
Clasificación 
Multimedia 
Filtrado basado en contenido y 
modelos ontológicos 
Modelos ontológicos Diseño y selección en la base de datos, 
Construcción y razonamiento ontológico 
Usuarios Filtrado colaborativo 
Tabla 1. Algoritmos de filtrado para tipos de información. 
 
 40 
 
Existen diferentes enfoques establecidos en [13] para abordar el problema de la 
recomendación en los sistemas de recomendación turística, tomando como base se deben 
los aspectos de los objetos del mundo real – anteriormente mencionados – que son 
importantes para un sistema de recomendación turística, se enuncian a continuación: 
 
• Diseño y selección en la base de datos. La selección de ítems en una petición 
(query) puede ser un primer paso para el filtrado de los datos y reducción de ítems. 
Aunque, no representa un método flexible y óptimo si se agregan más condiciones 
en la petición, en algunos casos implica un constante acceso a la base de datos. 
 
• Modelos ontológicos. Para proyectos de gran magnitud, las ontologías proveen un 
medio eficiente de representación y almacenamiento de objetos y proveen una base 
para el razonamiento. No obstante, el desarrollo de un modelo ontológico requiere 
de un gran esfuerzo en comparación con el diseño de una base de datos. 
 
• Filtrado y razonamiento basado en conocimiento.