Use of Artificial Intelligence to improve the tourism offer: Predictive models in the management and planning of the tourist sector
DOI:
https://doi.org/10.53596/13203s86Keywords:
K-means; synthetic data; unsupervised learning; destination marketing; La Guajira (Colombia)Abstract
The objective of this study was to implement an artificial intelligence model for the characterization of tourists in La Guajira, Colombia, in order to improve the personalization of tourism offers. Synthetic data were generated based on previous studies and surveys of the sector, which were then processed using the K-means segmentation algorithm. This algorithm made it possible to classify tourists into three categories: cultural, nature and family, based on variables such as educational level, occupation and travel motivations. The results demonstrated an effective segmentation of the profiles, with high internal cohesion among the clusters under controlled simulation conditions; results that are hypothetical and pending empirical validation. Under these conditions, the model could potentially facilitate the adaptation of marketing strategies and tourism services to the specific characteristics of each group. Although synthetic data was key in this phase, it is concluded that validation with real data is essential to ensure the applicability of the model in real environments.
References
Almada-Lobo, F. ( 2015). The Industry 4.0 revolution and the future of manufacturing execution systems (MES). Journal of Innovation Management, 3(4), 16-21. https://doi.org/10.24840/2183-0606_003.004_0003
Alonso Almeida, M. del M. (2019). Robots, inteligencia artificial y realidad virtual: una aproximación en el sector del turismo. Cuadernos de Turismo, 1(44), 13–26. https://doi.org/10.6018/turismo.44.404711.
Balance del turismo en Semana Santa 2021 en el departamento de La Guajira. (2021, 19 de abril). Diario del Norte. https://diariodelnorte.net/laguajira/balance-del-turismo-en-semana-santa-2021-en-el-departamento-de-la-guajira/
Belanche, D., Casaló, L.V., y Flavián, C. (2021) Frontline robots in tourism and hospitality: service enhancement or cost reduction?. Electron Markets, 31, 477-492. https://doi.org/10.1007/s12525-020-00432-5
Blöcher, K., y Alt, R. (2021). AI and robotics in the European restaurant sector: Assessing potentials for process innovation in a high-contact service industry. Electron Markets, 31 (3), 529–551. https://doi.org/10.1007/s12525-020-00443-2
Bowen, J., y Whalen, E. (2017). Trends that are changing travel and tourism, Worldwide Hospitality and Tourism Themes, 9 (6), 592-602. https://doi.org/10.1108/WHATT-09-2017-0045
Bulchand-Gidumal, J. (2020). Impact of artificial intelligence in travel, tourism, and hospitality. En Z. Xiang, M. Fuchs, U. Gretzel, & W. Höpken (Eds.), Handbook of e-Tourism (pp. 1943–1962). Springer. https://doi.org/10.1007/978-3-030-05324-6_110-1
Cámara de Comercio de la Guajira. (2023, 20 de abril). Cámara de Comercio analiza impacto económico de la temporada de Semana Santa. https://camaraguajira.org/camara-de-comercio-analiza-impacto-economico-de-la-temporada-de-semana-santa/
Chi, O. H., Gursoy, D., y Chi, C. G. ( 2022). Tourists’ Attitudes toward the Use of Artificially Intelligent (AI) Devices in Tourism Service Delivery: Moderating Role of Service Value Seeking. Journal of Travel Research, 61(1), 170-185. https://doi.org/10.1177/0047287520971054
Filieri, R., D'Amico, E., Destefanis, A., Paolucci, E. y Raguseo, E. (2021), Artificial intelligence (AI) for tourism: an European-based study on successful AI tourism start-ups, International Journal of Contemporary Hospitality Management, 33(11), 4099–4125. https://doi.org/10.1108/IJCHM-02-2021-0220
Gallego Gómez, C., y Vaquero Frías, L. (2022). Artificial intelligence and sustainable tourism development: The value of partnerships. ESIC Market, 53(3), e281. https://doi.org/10.7200/esicm.53.281
García-Reinoso, N., García-Moreira, D., y Quintero-Ichazo, Y. (2020). Segmentación de la demanda turística colombiana que visitan la Zona de Planificación 1 más la provincia de Pichincha en Ecuador. Revista Interamericana de Ambiente y Turismo, 16(2), 136–152. https://doi.org/10.4067/S0718-235X2020000200136
Gómez Muñoz, D. M., Casallas Bernal, J. D., & Rodríguez Molano, J. I. (2023). Aplicaciones del Machine Learning en el turismo – estudio en Colombia y sus zonas de posconflicto. Revista Turismo y Desenvolvimento, 40, 93–102. https://doi.org/10.34624/rtd.v40i0.31465.
Hayat, K. (2023). Leveraging artificial intelligence in hospitality and tourism for success. In S. K. Dixit & S. Piramanayagam (Eds.), Teaching Cases in Tourism, Hospitality and Events (pp. 214–220). CABI. https://doi.org/10.1079/9781800621022.0019
Hermosa Del Vasto, P. M., y Arco Castro, M. L. (2024).Inteligencia artificial (IA) en turismo sostenible: Análisis bibliométrico. Cuadernos de Turismo, (53), 157–185. https://doi.org/10.6018/turismo.616431
Ivanov, S., & Webster, C. (2019). Conceptual framework of the use of robots, artificial intelligence and service automation in travel, tourism, and hospitality companies. In S. Ivanov & C. Webster (Eds.), Robots, artificial intelligence and service automation in travel, tourism and hospitality (pp. 7–37). Emerald Publishing Limited. https://doi.org/10.1108/978-1-78756-687-320191001
Ketui, N., Pengpun, P., Boonmeeprakob, K., Khlaisamniang, P., & Supnithi, T. (2024). MAHASAMUT: AI-powered Thai tourism using multimodal agents. CEUR Workshop Proceedings, 3862, 56–65. https://ceur-ws.org/Vol-3862/paper5.pdf
Li, J., Xu, L., Tang, L. D., Wang, S., y Li, L. (2018). Big data in tourism research: A literature review. Tourism Management, 68, 301–323. https://doi.org/10.1016/j.tourman.2018.03.009
Makridakis, S. (2017). The forthcoming Artificial Intelligence (AI) revolution: Its impact on society and firms. Futures, 90, 46–60. https://doi.org/10.1016/j.futures.2017.03.006.
Más-Ferrando, A., Ramón-Rodríguez, A. B., & Aranda-Cuéllar, P. (2020). La revolución digital en el sector turístico: Oportunidad para el turismo en España. EKONOMIAZ. Revista Vasca de Economía, 98(3), 229–251. https://doi.org/10.69810/ekz.1377
Penagos-Londoño, G. I., Rodriguez-Sanchez, C., Ruiz-Moreno, F., y Torres, E. (2021). A machine learning approach to segmentation of tourists based on perceived destination sustainability and trustworthiness. Journal of Destination Marketing and Management, 19, 100532. https://doi.org/10.1016/j.jdmm.2020.100532
Rodríguez Correa, P., Valencia-Arias, A., Garcés-Giraldo, L. F., Castañeda Rodríguez, L. del R., Moreno López, G. A., & Benjumea-Arias, M. (2023). Tendencias en el uso de inteligencia artificial en el sector del turismo. Revista Turismo & Desenvolvimento, 40, 81–92. https://doi.org/10.34624/rtd.v40i0.31447
Samala, N., Katkam, B. S., Bellamkonda, R. S., y Rodríguez, R. V. (2022). Impact of AI and robotics in the tourism sector: A critical insight. Journal of Tourism Futures, 8(1), 73–87. https://doi.org/10.1108/JTF-07-2019-0065
Syam, N., y Sharma, A. (2018). Waiting for a sales renaissance in the fourth industrial revolution: Machine learning and artificial intelligence in sales research and practice. Industrial Marketing Management, 69, 135–146. https://doi.org/10.1016/j.indmarman.2017.12.019
Zambrano Salazar, C. M., Cárdenas Vela, M. E., y Góngora Cheme, D. W. (2024). Inteligencia Artificial para la promoción turística de la Amazonía y la percepción del usuario digital. Revista Social Fronteriza, 4(5), e45464. https://doi.org/10.59814/resofro.2024.4(5)464
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Yolanda Vega Sampayo, Enohemit Olivero-Vega, Reynaldo Villarreal González, Steffen Cantillo-Molina, Mateo Álvarez-Royero
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).
