PT
Motivação: O turismo em massa trouxe problemas de controlo da capacidade de
carga na gestão das cidades. Os turistas, em número crescente, aglomeram-se
nas zonas mais famosas, causando aí situações de sobrelotação, enquanto outros
pontos de interesse (POIs, em Inglês) sustentáveis são sub-visitados.
Objetivo: Permitir que as autoridades gestoras do turismo local montem uma
base de dados de POIs sustentáveis, georreferenciados. Em seguida, combinar
estes últimos com os dados de aglomeração local e implementar um sistema de
recomendação de passeios turísticos pedestres.
Proposta: Uma plataforma web para que o especialistas adicionem, de forma intuitiva
através de um mapa, os pontos de interesse sustentáveis. Implementar um
algoritmo de grafos, que gera caminhos e que recebe: as preferências do utilizador,
as restrições do domínio do caminho, pontos de interesse sustentáveis e dados de
congestionamento. Fornecendo assim, um caminho personalizado que obdece às
restrições, sugere pontos de interesse sustentáveis e evita as áreas mais movimentadas.
Deste modo, resolve o problema do caminho mais curto com multicriterias.
Conclusão: São fornecidas evidências sobre a viabilidade de computar recomendações
de passeios turísticos a pé, atendendo a restrições múltiplas e complexas,
nomeadamente promovendo a sustentabilidade e mitigando a superlotação, usando
um algoritmo de pesquisa em grafos.
EN
Motivation: Mass tourism brought problems of carrying capacity in city management.
More and more tourists flock to the most famous zones, thereby causing
overcrowding situations, while other sustainable points of interest (POIs) are
under-visited.
Goal: Allow local tourism managing authorities to assemble a database of georeferenced
sustainable POIs. Then, combine the latter with local crowding data and
implement a walking tour recommender system.
Proposal: A web platform to experts adds, in an intuitive way by using a map,POIs
with sustainable data. Creating a new database of Lisbon (case of study) sustainable
POIs. Implement a tour generator graph-algorithm that receives: user preferences,
tour constraints, sustainable POIs and crowd data. Providing a customize
tour, that obeys the domain constraints, suggests sustainable POIs and avoids the
more crowded areas. Solving a multicriteria shortest path problem.
Conclusion: Evidence is provided on the feasibility of computing walking tour recommendations,
meeting multiple and complex constraints, namely by promoting
sustainability and mitigating crowding, using a graph search algorithm.