- Mapquest: a widget based directory of local business http://local.mapquest.com (check New York city)
- http://gowalla.com – a social network directory for Iphone
- Travellr is a QA service that connects travelers with like-minded locals and past visitors to deliver insightful and relevant local knowledge about their destinations
- www.tripbase.com a nice recommendation engine for tourism
- http://www.trustyou.com a metasearch engine with artificial intelligence tools to find reviews for hotels
- when.com – a comprehensive directory of local events in US.
- TravelGround a travel startup changing the world by creating an easy to use and intelligent accommodation search engine combined with a truly open and global tourism wiki and travel community.
- tripwolf is a social travel guide for the discerning traveler that combines professional editorial travel content with user generated content.
- http://www.access360media.com/ some clever marketing tools, specially for mobile devices.
- http://www.baynote.com an interesting recommendation platform
- http://getglue.com another recommendation system for movies (somehow similar to Netflix)
3. Recomendação Serviços
Os viajantes já usam uma variedade de experiência em estratégias de filtragem para selecionar e navegar destinos. Guia de livros, agentes de viagens, serviços de portaria, websites, boca-a-boca recomendações toda a ajuda turistas otimizar suas experiências de viagem. Cada vez mais, recorrem a dispositivos móveis. Precisos de navegação e geo-localização combinada com informação geo-referenciada com a promessa da Web para ajudar a transformar as experiências de viagem. Consciência situacional Tal contribuirá para evitar experiências turistas indesejados. Recomendação de serviços e de serviços que facilitam as trocas sociais entre os viajantes estão disponíveis no sector do turismo para o ano [Hwang et al 2006].Recomendações de viagem será uma experiência muito mais abrangente, mais rica e baseada em dados mais completos sobre os indivíduos. Recomendações (gerada socialmente ou algoritmos) podem ser entregues com os serviços de mapeamento, em tempo real em dispositivos móveis [Hinze e Buchanan, 2006]. Assim, a localização de serviços de recomendação com base (a seguir LBR-serviços) irá tornar-se um aspecto cada vez maior de viagens e turismo.
As implicações de privacidade de serviços amarrando recomendação com serviços baseados em localização são profundas. Os movimentos, visitas e decisões de compra dos viajantes serão cada vez mais monitorado, registrado e usado para atualizar os sistemas de recomendação. Tais preocupações de privacidade e das liberdades civis ver diferentes resultados legislativos entre os E.U., a União Europeia, japonês e outras jurisdições. No entanto, alguma garantia de anonimato (apoiado por lei ou não) pode ser importante nos casos em que a exposição de um a visita a um lugar comporta riscos sociais. A viagem tem aspectos do desempenho social, e visitar alguns lugares (casinos, zonas de prostituição, etc) pode ser prejudicial para a própria reputação. Enquanto privacidade elevado pode ser a configuração padrão ideal, faz recomendação e outros serviços mais difíceis de cumprir. Assim, há um trade-off entre fundamentais de qualidade de serviço e privacidade.
Algumas evidências sugerem que os consumidores em marcas reconhecidas associados com o excesso de todos os bons serviços ao cliente com proteções de privacidade bom [Ponemon Institute e TRUSTe 2008:4]. Assim, em resposta a
preocupações de segurança e privacidade, os viajantes, provavelmente, procurar usar conhecidos e confiáveis serviços de recomendação. Estes serviços LBR-se necessidade de agregar e filtrar o conteúdo de uma série de recursos para melhor sugerir destinos e experiências com base em perfis de utilizador diferente. Totalização será favorecido, pois os viajantes podem acreditar que a privacidade vai ser melhor protegidos através de um conjunto limitado de conhecer e prestadores de serviços confiáveis do que através da partilha de informações potencialmente sensíveis, com muitos pequenos prestadores de serviços que não tenham desenvolvido a reputação de confiança. Assim, a necessidade de agregação e importância da confiança nos serviços LBR provavelmente também favorecem grandes prestadores de serviços conhecidos. Arquiteturas de informações que possam facilitar a agregação de dados espacialmente referenciados será discutido a seguir.
Além das preocupações com a privacidade, outros fatores que favorecem a consolidação de serviços para a LBR-gigantes da Web criada. As empresas que têm acesso a perfis mais abrangentes das preferências de cada viajante individual será capaz de entregar mais eficaz e massa-LBR serviços personalizados. Isto tenderá a favorecer as empresas que já “sabe” e como os indivíduos fazem escolhas no seu dia-a-dia fora da viagem. Assim, provavelmente haverá consolidação dos serviços de viagens recomendação, ou, pelo menos, um comércio ativo e intercâmbio de dados sobre as preferências individuais (dados sobre uma de suas preferências pessoais podem ser trocados como avaliações de crédito). As pessoas já tendem a gravitar em torno de centros de informação, incluindo os motores de busca principais, quando eles planejam viajar [Pan e Fesenmaier 2006:825]. Google e Amazon podem fazer e recolhem grandes quantidades de dados sobre como os indivíduos fazem escolhas, incluindo as viagens escolhas relacionadas. É muito provável que esses dados seriam muito úteis para a LBR-serviços. Estes dois gigantes da Internet também têm a capacidade de computação e de infra-estrutura necessária para fornecer recomendações para um viajante na demanda. Um turista ou indivíduo pode interagir com o Google, Amazon, ou uma empresa similar diretamente, ou que estes gigantes podem apoiar os serviços de bastidores para que os agentes de menor dimensão (individual hotéis, restaurantes, etc.) De qualquer maneira, parece haver alguma tendência para a consolidação de serviços de recomendação no prazo de algumas empresas importantes. Independentemente da sua frente “fase” ou “backstage” manifestações, esta infra-estrutura vai permitir aos prestadores de serviço mais um viajante encontra automaticamente para conhecer as preferências individualizadas e usar esse conhecimento para recomendar os serviços adequados e de experiências.
3.1. Ubiquitous Recomendação Arquiteturas
Na discussão acima, sugerimos que agregar espacialmente conteúdo referenciado pode ajudar a atenuar alguns problemas de privacidade. Nós prevemos um cenário onde a representação digital dos gostos dos viajantes e dos desejos vai segui-los onde quer que vá. Se um pode ser automaticamente identificados e identidade pessoal pode ser correlacionada com as bases que os desejos e gostos documento individual, a publicidade pode ser facilmente pessoalmente alvo. Anúncios de ofertas que não satisfazem os gostos pessoais serão filtrados de distância.Isto significa que a experiência da viagem se tornará cada vez mais como uma visita a Amazon.com, ea publicidade torna-se mais de um serviço útil do que uma distração irritante.Tais sistemas, provavelmente, tornar-se mais difundido e ser utilizado por uma gama crescente de prestadores de serviços de viagens. Por exemplo, as preferências alimentares são muitas vezes tão ligada à auto-imagem como preferências por destinos turísticos [O'Mahony e Hall 2007], e preferências como também pode ser representado em sistemas de recomendação. Ao visitar um pub em uma cidade distante, um LBR serviço pode informar o barman sobre os gostos pessoais, mesmo antes de pisar até o balcão. Embora este tipo de informação omnipresente podem impedir que algumas experiências indesejada, corre o risco de demasiadamente catering aos gostos e expectativas, tendo eventualmente alguns dos serendipity e aventura fora da viagem.
LBR serviços será mais eficaz e produzir o maior valor para os utilizadores se podem basear-se, avaliar e classificar um “cauda longa” de conteúdo e ofertas de nicho de serviço prestado por muitos intervenientes diferentes. Um elemento-chave para tornar o suporte web LBR onipresente serviços é o de reduzir as barreiras ao intercâmbio e agregação de conteúdos espacialmente referenciados. Informações serviços baseados na Web que realizam a localização precisa ser simples o suficiente para a participação de muitos intervenientes diferentes. Para alcançar esta visão, as normas de desenvolvimento para a Web tem de melhor representar espacialmente a informação referenciada e transações. Propostas para tes barreiras para serviços baseados em localização são discutidos abaixo.
Os viajantes já usam uma variedade de experiência em estratégias de filtragem para selecionar e navegar destinos. Guia de livros, agentes de viagens, serviços de portaria, websites, boca-a-boca recomendações toda a ajuda turistas otimizar suas experiências de viagem. Cada vez mais, recorrem a dispositivos móveis. Precisos de navegação e geo-localização combinada com informação geo-referenciada com a promessa da Web para ajudar a transformar as experiências de viagem. Consciência situacional Tal contribuirá para evitar experiências turistas indesejados. Recomendação de serviços e de serviços que facilitam as trocas sociais entre os viajantes estão disponíveis no sector do turismo para o ano [Hwang et al 2006].Recomendações de viagem será uma experiência muito mais abrangente, mais rica e baseada em dados mais completos sobre os indivíduos. Recomendações (gerada socialmente ou algoritmos) podem ser entregues com os serviços de mapeamento, em tempo real em dispositivos móveis [Hinze e Buchanan, 2006]. Assim, a localização de serviços de recomendação com base (a seguir LBR-serviços) irá tornar-se um aspecto cada vez maior de viagens e turismo.
As implicações de privacidade de serviços amarrando recomendação com serviços baseados em localização são profundas. Os movimentos, visitas e decisões de compra dos viajantes serão cada vez mais monitorado, registrado e usado para atualizar os sistemas de recomendação. Tais preocupações de privacidade e das liberdades civis ver diferentes resultados legislativos entre os E.U., a União Europeia, japonês e outras jurisdições. No entanto, alguma garantia de anonimato (apoiado por lei ou não) pode ser importante nos casos em que a exposição de um a visita a um lugar comporta riscos sociais. A viagem tem aspectos do desempenho social, e visitar alguns lugares (casinos, zonas de prostituição, etc) pode ser prejudicial para a própria reputação. Enquanto privacidade elevado pode ser a configuração padrão ideal, faz recomendação e outros serviços mais difíceis de cumprir. Assim, há um trade-off entre fundamentais de qualidade de serviço e privacidade.
Algumas evidências sugerem que os consumidores em marcas reconhecidas associados com o excesso de todos os bons serviços ao cliente com proteções de privacidade bom [Ponemon Institute e TRUSTe 2008:4]. Assim, em resposta a
preocupações de segurança e privacidade, os viajantes, provavelmente, procurar usar conhecidos e confiáveis serviços de recomendação. Estes serviços LBR-se necessidade de agregar e filtrar o conteúdo de uma série de recursos para melhor sugerir destinos e experiências com base em perfis de utilizador diferente. Totalização será favorecido, pois os viajantes podem acreditar que a privacidade vai ser melhor protegidos através de um conjunto limitado de conhecer e prestadores de serviços confiáveis do que através da partilha de informações potencialmente sensíveis, com muitos pequenos prestadores de serviços que não tenham desenvolvido a reputação de confiança. Assim, a necessidade de agregação e importância da confiança nos serviços LBR provavelmente também favorecem grandes prestadores de serviços conhecidos. Arquiteturas de informações que possam facilitar a agregação de dados espacialmente referenciados será discutido a seguir.
Além das preocupações com a privacidade, outros fatores que favorecem a consolidação de serviços para a LBR-gigantes da Web criada. As empresas que têm acesso a perfis mais abrangentes das preferências de cada viajante individual será capaz de entregar mais eficaz e massa-LBR serviços personalizados. Isto tenderá a favorecer as empresas que já “sabe” e como os indivíduos fazem escolhas no seu dia-a-dia fora da viagem. Assim, provavelmente haverá consolidação dos serviços de viagens recomendação, ou, pelo menos, um comércio ativo e intercâmbio de dados sobre as preferências individuais (dados sobre uma de suas preferências pessoais podem ser trocados como avaliações de crédito). As pessoas já tendem a gravitar em torno de centros de informação, incluindo os motores de busca principais, quando eles planejam viajar [Pan e Fesenmaier 2006:825]. Google e Amazon podem fazer e recolhem grandes quantidades de dados sobre como os indivíduos fazem escolhas, incluindo as viagens escolhas relacionadas. É muito provável que esses dados seriam muito úteis para a LBR-serviços. Estes dois gigantes da Internet também têm a capacidade de computação e de infra-estrutura necessária para fornecer recomendações para um viajante na demanda. Um turista ou indivíduo pode interagir com o Google, Amazon, ou uma empresa similar diretamente, ou que estes gigantes podem apoiar os serviços de bastidores para que os agentes de menor dimensão (individual hotéis, restaurantes, etc.) De qualquer maneira, parece haver alguma tendência para a consolidação de serviços de recomendação no prazo de algumas empresas importantes. Independentemente da sua frente “fase” ou “backstage” manifestações, esta infra-estrutura vai permitir aos prestadores de serviço mais um viajante encontra automaticamente para conhecer as preferências individualizadas e usar esse conhecimento para recomendar os serviços adequados e de experiências.
3.1. Ubiquitous Recomendação Arquiteturas
Na discussão acima, sugerimos que agregar espacialmente conteúdo referenciado pode ajudar a atenuar alguns problemas de privacidade. Nós prevemos um cenário onde a representação digital dos gostos dos viajantes e dos desejos vai segui-los onde quer que vá. Se um pode ser automaticamente identificados e identidade pessoal pode ser correlacionada com as bases que os desejos e gostos documento individual, a publicidade pode ser facilmente pessoalmente alvo. Anúncios de ofertas que não satisfazem os gostos pessoais serão filtrados de distância.Isto significa que a experiência da viagem se tornará cada vez mais como uma visita a Amazon.com, ea publicidade torna-se mais de um serviço útil do que uma distração irritante.Tais sistemas, provavelmente, tornar-se mais difundido e ser utilizado por uma gama crescente de prestadores de serviços de viagens. Por exemplo, as preferências alimentares são muitas vezes tão ligada à auto-imagem como preferências por destinos turísticos [O'Mahony e Hall 2007], e preferências como também pode ser representado em sistemas de recomendação. Ao visitar um pub em uma cidade distante, um LBR serviço pode informar o barman sobre os gostos pessoais, mesmo antes de pisar até o balcão. Embora este tipo de informação omnipresente podem impedir que algumas experiências indesejada, corre o risco de demasiadamente catering aos gostos e expectativas, tendo eventualmente alguns dos serendipity e aventura fora da viagem.
LBR serviços será mais eficaz e produzir o maior valor para os utilizadores se podem basear-se, avaliar e classificar um “cauda longa” de conteúdo e ofertas de nicho de serviço prestado por muitos intervenientes diferentes. Um elemento-chave para tornar o suporte web LBR onipresente serviços é o de reduzir as barreiras ao intercâmbio e agregação de conteúdos espacialmente referenciados. Informações serviços baseados na Web que realizam a localização precisa ser simples o suficiente para a participação de muitos intervenientes diferentes. Para alcançar esta visão, as normas de desenvolvimento para a Web tem de melhor representar espacialmente a informação referenciada e transações. Propostas para tes barreiras para serviços baseados em localização são discutidos abaixo.
