| Resumo: | Este estudo procura relacionar as teorias de Geomarketing, Turismo e Aprendizado de Máquina para criar um modelo quantitativo que possa auxiliar na tomada de decisão gerencial para alocação de um hotel. De acordo com Latour e Floc’h (2001), Geomarketing consiste na junção dos estudos do marketing, da economia e da geografia para avaliar o comportamento do consumidor no espaço e elencar informações estratégicas para os gestores na tomada de decisão. O foco deste estudo está na aplicação do Geomarketing dentro de um dos elos da cadeia da indústria do Turismo, o mercado hoteleiro. O Aprendizado de Máquina é uma das linhas da Inteligência Artificial que tem por objetivo a criação de algoritmos que conseguem aprender de forma automatizada baseados características já aprendidas, ou seja, são algoritmos que conseguem generalizar uma situação quando apresentados aos dados que a descrevem. Nesta pesquisa, serão utilizados os estudos de Aprendizado de Máquina derivados de Drucker et al. (1997) e Smola e Schölkopf (2004) que geraram o Support Vector Regression (SVR), um método consequente do Support Vector Machine (SVM) de Cortes e Vapnik (1995). O modelo de previsão foi elaborado relacionando o preço das diárias, a localização dos hotéis e as amenidades oferecidas de hotéis de 11 capitais brasileiras com potencial turístico, são elas: Brasília, Belo Horizonte, Curitiba, Florianópolis, Fortaleza, Maceió, Manaus, Natal, Porto Alegre, Recife e Salvador. |
