Publicação em atas de evento científico Q4
Using customer segmentation to build a hybrid recommendation model
Pedro Camacho (Camacho, P.); Ana de Almeida (Almeida, A. de.); Nuno António (António, N.);
Advances in Tourism, Technology and Systems. Smart Innovation, Systems and Technologies
Ano (publicação definitiva)
2020
Língua
Inglês
País
Singapura
Mais Informação
Web of Science®

N.º de citações: 1

(Última verificação: 2023-12-04 17:51)

Ver o registo na Web of Science®

Scopus

N.º de citações: 1

(Última verificação: 2023-12-05 16:14)

Ver o registo na Scopus


: 0.5
Google Scholar

N.º de citações: 1

(Última verificação: 2023-12-05 20:06)

Ver o registo no Google Scholar

Abstract/Resumo
The growing trend in leisure tourism has been closely followed by the number of hospitality services. Nowadays, customers are more sophisticated and demand a personalized and simplified experience, which is commonly achieved through the use of technological means for anticipating customer behavior. Thus, the ability to predict a customer’s willingness to buy is also a growing trend in hospitality businesses to reach more customers and consolidate existing ones. The acquisition of a transfer service through website reservation generates data that can be used to perform customer segmentation and enable recommendations for other products or services to a customer, like recreation experiences. This work uses data from a Portuguese private transfer company to understand how its private transfer business customers can be segmented and how to predict their behavior to enhance services cross-selling. Information extracted from the data acquired with the private transfer reservations is used to train a model to predict customer willingness to buy, and based on it, offer leisure services to customers. For that, a hybrid classifier was trained to offer recommendations to a customer when he/she is booking a transfer. The model employs a two-phase process: first, a binary classifier asserts if the customer who’s buying the transfer would eventually buy a service experience. In that case, a multi-class model decides what should be the most likely experience to be recommended.
Agradecimentos/Acknowledgements
--
Palavras-chave
Hospitality,Transfers,Customer segmentation,Recommendation system
  • Matemáticas - Ciências Naturais
  • Ciências da Computação e da Informação - Ciências Naturais
  • Outras Ciências Sociais - Ciências Sociais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.