L’intelligenza Artificiale Come Strumento Innovativo Per L’offerta Di Servizi Turistici Personalizzati

intelligenza artificiale

La collaborazione tra imprese ed enti di ricerca è, da sempre, un’occasione di incontro tra i più avanzati risultati della ricerca scientifica e le più impellenti necessità del mercato che, spesso, dà luogo alla definizione e allo sviluppo di prodotti e servizi innovativi volti a soddisfare le esigenze emergenti o, addirittura, talvolta le anticipa creando sinergie pioneristiche che mirano a creare opportunità di business nuove o evolute.

In questo articolo è illustrato un esempio di partnership proficua e duratura tra Manet Mobile Solutions – azienda italiana che sviluppa soluzioni digitali innovative per il settore del turismo e dei viaggi – e Sapienza Università di Roma, che nel tempo ha portato a sviluppare soluzioni che sfruttassero le tecnologie allo stato dell’arte per offrire servizi turistici sempre più flessibili e personalizzati a turisti e viaggiatori durante le loro esperienze di viaggio e soggiorno.

Il tema di queste attività di ricerca scientifica e industriale è incentrato sull’applicazione di algoritmi di intelligenza artificiale ai fini della comprensione dei comportamenti, delle abitudini e delle preferenze degli utenti che, come turisti, visitatori e/o viaggiatori, fruiscono di servizi innovativi e digitali in maniera personalizzata rispetto al proprio profilo demografico. L’intelligenza artificiale viene quindi sfruttata per estrarre da dati reali e oggettivamente associabili a un particolare profilo – nel pieno rispetto della privacy e della normativa di riferimento a riguardo – una serie di informazioni che permettono di distribuire un certo tipo di contenuti rispetto a un altro, al fine di adeguare i servizi erogati al turista ai propri interessi.

Insieme agli altri moderni sistemi per l’elaborazione dati, l’intelligenza artificiale può essere definita come tecnologia abilitante per far interagire utenti, fornitori, servizi e contenuti in modo sempre più pervasivo e personalizzato. Tramite le tecnologie wireless come il Wi-Fi o la comunicazione mobile 4G e 5G, inoltre, attività come l’identificazione degli oggetti e dei luoghi, la geolocalizzazione GPS, la raccolta di dati e il tracciamento di comportamenti hanno supportato negli ultimi anni la progettazione di sistemi di archiviazione, meta-datazione e fruizione, che permettono – anche grazie all’introduzione di algoritmi di machine learning e analisi semantica – la georeferenziazione automatica e la fornitura di contenuti personalizzati all’utente basati sulla posizione o sul profilo dell’utente stesso. Basti pensare alle comuni applicazioni di queste metodologie nell’ambito pubblicitario (es. pubblicità geolocalizzata e profilata sui social network) oppure nel contesto della navigazione satellitare (es. fornitura di contenuti, servizi e suggerimenti sulle app di navigazione come Google Maps o Waze).

Arrival Guides

Di recente, la collaborazione tra Manet e Sapienza su questi temi si è concretizzata in due attività specifiche: il progetto “Revolutionize tourists’ experience with Manet” (Re-Manet) e il progetto “wannaticket AI”.

I ricercatori del I ricercatori del Dipartimento di Ingegneria dell’Informazione, Elettronica e Telecomunicazioni(DIET) di Sapienza Università di Roma, guidati dal Prof. Massimo Panella, insieme al team di sviluppo di Manet Mobile Solutions sono stati impegnati nella ricerca e nella prototipazione di soluzioni digitali volte a supportare l’erogazione di contenuti e servizi personalizzati per turisti e viaggiatori durante le loro esperienze di utilizzo dei servizi offerti da Manet a supporto dei loro viaggi e soggiorni. Tali attività di ricerca hanno visto lo studio di strumenti innovativi come reti neurali, deep learning, logica fuzzy, algoritmi evolutivi, per realizzare soluzioni di riconoscimento automatico degli interessi e del comportamento degli utenti basati sull’analisi di dati comportamentali reali (utilizzo del dispositivo Manet, dati di geolocalizzazione, metadati dei contenuti e dei servizi turistici, etc.) che vengono associati al singolo profilo dell’individuo ai fini della previsione dei suoi interessi e, in futuro, degli interessi di utenti con profilo simile.

Nel progetto “Revolutionize tourists’ experience with Manet” (Re-Manet) l’attività di ricerca si è concentrata sullo studio e sulla prototipazione di algoritmi intelligenti in grado di permettere la fruizione da parte di un turista di contenuti informativi dinamici e personalizzati sulla base delle posizioni geografiche visitate in passato da utenti con profilo simile. Il progetto ha previsto un’attività di ricerca destinata alla definizione di approcci di clustering utili all’individuazione di luoghi di interesse e alla successiva analisi dei cluster ottenuti su base demografica al fine di evidenziare comportamenti ricorrenti legati al profilo dell’utente (sulla base di parametri come sesso, età, nazionalità, motivo e durata del viaggio, acquisiti mediante una profilazione effettuata direttamente sul dispositivo Manet). Le posizioni individuate sono state poi messe in correlazione con punti di interesse noti, ad esempio al fine di evidenziare le attrazioni turistiche più visitate o le attività commerciali più frequentate, tenendo in considerazione anche le traiettorie percorse dai turisti e da gruppi di turisti simili per rilevare eventuali tendenze alla percorrenza di itinerari comuni, ivi comprese le eventuali abitudini di sosta e di tempo dedicato a una particolare attrazione o punto di interesse. Tutti i punti di interesse individuati sono stati successivamente sottoposti all’applicazione di tecniche di geocoding al fine di estrarre le informazioni sui luoghi stessi (es. descrizioni, foto, orari di apertura, contatti, etc.) a partire dalle posizioni geografiche rilevate (per esempio, grazie all’utilizzo di strumenti come Google Places API). Tali informazioni sono state poi incrociate con i dati sulla frequenza di visita e sul numero di visitatori, così come con le recensioni disponibili su Google Places, con l’obiettivo di ordinare i luoghi per popolarità e rating. Tali algoritmi hanno permesso l’attuazione di meccanismi di engagement dei visitatori basati sulla proposizione di luoghi consigliati o suggeriti in funzione appunto, dello storico di navigazione di utenti precedenti e simili.

mappe percorsi
Esempi di percorsi stimati per turisti americani (a sinistra) e cinesi (a destra) durante la loro visita a Roma; dati del 2019.

Il progetto “wannaticket AI”, condotto sempre dai ricercatori del DIET insieme al team di Manet, ha incentrato la sua attività sull’ottimizzazione della piattaforma wannaticket.net, piattaforma web innovativa che permette agli utenti di confrontare caratteristiche e prezzi dei biglietti per attrazioni, eventi, musei ed esperienze in tutto il mondo, evitando perdite di tempo e costi aggiuntivi. L’obiettivo del progetto è stato quello di sviluppare un approccio di intelligenza artificiale per l’implementazione di un sistema di filtraggio intuitivo e accurato che possa rendere il processo di prenotazione più semplice possibile anche al fine di offrire a ciascun viaggiatore l’opportunità di trovare il biglietto più adatto alle sue esigenze e al miglior prezzo. Per tale motivo, l’attività di studio e ricerca ha contribuito a definire un potente motore di analisi dati basato su tecniche di NLP (Natural Language Processing) e machine learning, in grado di classificare i biglietti e raggruppare quelli con caratteristiche simili, al fine di permettere un confronto automatico ottimale, veloce e intelligente.

Grazie all’attività di ricerca e sviluppo condotta, la piattaforma è quindi in grado di offrire non solo una comparazione verticale sul prezzo o sul rating dell’esperienza – caratteristica comune oramai su molti meta-motori di ricerca – ma anche orizzontale, affiancando tra loro esperienze simili offerte da diversi provider a livello globale.

Categorie

Articoli recenti