progetto iNEST – Interconnected Nord-Est Innovation Ecosystem
COD. PROGETTO ECS 00000043 – CUP: H39J24000340008
Piano Nazionale di Ripresa e Resilienza (PNRR)

 IL PROGETTO                                                           

L’industria turistica è in costante evoluzione, e una delle principali leve per migliorare l’esperienza dei turisti e ottimizzare l’offerta turistica è l’uso dei dati. In particolare rivestono un ruolo cruciale i dati geospaziali e quelli TELCO. L’analisi dei dati geospaziali svolge un ruolo importante nell’analisi dei fenomeni turistici poiché fornisce informazioni dettagliate sulla posizione geografica delle strutture e dei luoghi di interesse insieme alle caratteristiche dell’ambiente circostante. Questi dati consentono la mappatura delle destinazioni turistiche, l’analisi delle preferenze dei turisti in termini di località e la pianificazione dell’infrastruttura turistica. I dati geospaziali contribuiscono anche alla gestione dei flussi turistici, alla valutazione del territorio, alla promozione turistica basata sulla posizione e alla pianificazione di eventi e attività turistiche. I dati TELCO sono diventati una fonte ricca di informazioni per comprendere i modelli di movimento e il comportamento dei turisti. L’uso di questi dati nell’analisi dei fenomeni turistici offre un’incredibile profondità di informazioni, consentendo a governi, amministrazioni locali, aziende turistiche e organizzazioni di operatori turistici di prendere decisioni più informate e personalizzate basate sui dati (data driven).
Questi dati possono fornire una panoramica dettagliata dei flussi turistici, permettendo di analizzare i movimenti dei turisti, le preferenze di viaggio, le destinazioni più popolari e molto altro. Le informazioni raccolte dai telefoni cellulari e dalle reti di telecomunicazioni possono essere utilizzate per una vasta gamma di scopi, dalla segmentazione del mercato alla previsione della domanda turistica e all’ottimizzazione delle risorse turistiche.

L’uso congiunto dei dati telco e di quelli geospaziali nell’analisi dei fenomeni turistici apre nuove opportunità per migliorare l’industria turistica, rendendo le destinazioni più sostenibili, efficienti e adatte alle esigenze dei turisti. Tuttavia, è importante bilanciare l’uso di queste informazioni con la protezione della privacy e la sicurezza dei dati per garantire una pratica responsabile ed etica, anche nel rispetto della normativa cogente.

ATTIVITA’

Le attività svolte nel corso del progetto portato alla realizzazione di un assistente digitale personalizzato e basato su GPT, capace di integrare diverse fonti informative e metodologie avanzate di analisi. Il lavoro ha interessato in primo luogo la definizione e l’elaborazione dei dati TELCO, con l’individuazione dell’area di interesse e la sua suddivisione in sub-aree, seguita da un’attenta analisi dei dataset forniti da Vodafone. Su tali dati sono stati definiti parametri e implementati algoritmi dedicati all’analisi delle presenze e dei pattern di mobilità, permettendo di tradurre grandi moli di informazioni grezze in conoscenza strutturata e fruibile dall’assistente.

Parallelamente, è stato affrontato il tema dei Punti di Interesse (POI) e delle recensioni turistiche, con l’acquisizione e l’organizzazione di un patrimonio informativo consistente, pari a circa 145.000 recensioni relative all’area di riferimento, arricchito da dati descrittivi sulle caratteristiche dei servizi offerti. Per rendere utilizzabile questo materiale è stato implementato un ambiente di analisi basato su modelli di intelligenza artificiale locale, supportato da classi Python dedicate all’interfacciamento con differenti tecnologie (BERT, LLAMA, OpenAI). Una pipeline di elaborazione automatica ha reso possibile la classificazione e l’analisi semantica delle recensioni, garantendo un livello di dettaglio e di coerenza utile ad alimentare le basi documentali del sistema RAG.

Infine, sono state definite le metodologie di analisi predittiva applicate ai dati TELCO, attraverso lo sviluppo di due modelli di machine learning complementari: da un lato la Lasso Regression, modello lineare regolarizzato capace di selezionare in maniera efficace le variabili rilevanti; dall’altro il Random Forest Regressor, basato su insiemi di alberi decisionali in grado di catturare le relazioni non lineari presenti nei dati. I risultati ottenuti con entrambi i modelli sono stati integrati nei DataMart e messi a disposizione dell’assistente, che può così restituire previsioni attendibili sull’andamento dei flussi turistici.

Nel complesso, il progetto ha prodotto un assistente digitale che si distingue per la capacità di operare esclusivamente su dati certificati e controllati, unendo la robustezza delle basi statistiche a strumenti di intelligenza artificiale avanzata. L’integrazione di dataset TELCO, ISTAT, previsioni, recensioni e POI, insieme a un’infrastruttura tecnologica solida e scalabile, ha permesso di costruire un sistema trasparente, auditabile e capace di distinguere tra risultati ufficiali e proposte di calcolo. Le conclusioni che si possono trarre sono promettenti: il prototipo non solo risponde agli obiettivi iniziali, ma rappresenta anche un punto di partenza concreto per ulteriori sviluppi e applicazioni, aprendo la strada a un utilizzo operativo dell’assistente digitale come strumento di analisi e supporto decisionale nell’ambito dei fenomeni turistici.