Context-sensitive recommender system in the approach of industry 4.0 technologies for application in intelligent tourism in santander: santurbán paramo case

Abstract

Esta tesis doctoral desarrolla un sistema de recomendaciones sensible al contexto orientado al turismo inteligente en el Páramo de Santurbán, bajo el paradigma de la Industria 4.0. Este ecosistema de alta montaña, estratégico por su biodiversidad y provisión de agua, enfrenta amenazas derivadas de actividades extractivas y de una gestión turística inadecuada. La propuesta integra ontologías y aprendizaje profundo en un modelo híbrido capaz de operar en entornos con conectividad limitada, proporcionando recomendaciones personalizadas alineadas con objetivos de conservación y desarrollo local. Estructurada como un compendio de artículos, la investigación aborda la identificación y caracterización de actores, el desarrollo de una ontología para turismo sostenible en áreas protegidas y la implementación de algoritmos de recomendación basados en inteligencia artificial para la identificación de especies y la gestión contextual del visitante. Los resultados, con métricas de alto rendimiento y evaluaciones positivas en campo, evidencian la utilidad, pertinencia y diversidad de las sugerencias. Se demuestra que la integración de tecnologías semánticas y aprendizaje automático en sistemas de recomendación fortalece la conservación, optimiza la experiencia turística y genera oportunidades económicas sostenibles, proponiendo un modelo replicable en otros parques naturales con proyecciones de escalabilidad mediante aprendizaje federado, integración de datos ambientales en tiempo real y colaboración interinstitucional.