Análisis del sector turístico de la ciudad de Barranquilla aplicando técnicas de aprendizaje automático

Autores/as

  • Leidy Perez-Coronell Universidad Simón Bolivar

DOI:

https://doi.org/10.17981/cesta.04.01.2023.04

Palabras clave:

Innovación, Machine learning, mercado turístico, tecnologías de la información y las telecomunicaciones, turismo

Resumen

Introducción: Anualmente llegan a Colombia más de 6.5 millones de personas provenientes de otros países, según lo indicado por el Ministerio de Comercio, Industria y Turismo, demostrando que el país es un  destino turístico clave en la región. Se debe aprovechar el auge que vive el sector e insertarse en el mercado como un destino innovador, diverso y de alto valor.
Objetivo: El objetivo de esta investigación es presentar de manera general el sector turístico en Colombia e introducir el
concepto de aprendizaje automático aplicado a dicho sector.
Metodología: Para la documentación de este estudio, se utilizó una metodología de exploración de fuentes secundarias, a través de la exploración de bases de datos como Scopus, Science Direct, EbscoHost, IEEE, entre otras.
Resultado: En la revisión conceptual se encontró que Colombia tiene un gran potencial turístico en diferentes áreas y en sus diversas regiones. Sin embargo, existen limitaciones en la gestión y organización de los sectores y en la implementación de
nuevas tecnologías para mejorar su competitividad.
Conclusión: El sector turístico busca soluciones más realistas y satisfactorias como resultado de la innovación de las TIC y el uso de sistemas informáticos y equipos de telecomunicaciones en el procesamiento de la información lo que permite dar mejores respuestas a los clientes y mejorar los sistemas productivos.

Descargas

Los datos de descargas todavía no están disponibles.

Publicado

2023-06-30

Cómo citar

Perez-Coronell, L. (2023). Análisis del sector turístico de la ciudad de Barranquilla aplicando técnicas de aprendizaje automático. Journal of Computer and Electronic Science, Theory and Applications, 4(1). https://doi.org/10.17981/cesta.04.01.2023.04

Número

Sección

Artículos