Investigadores de la Universidad de Granada han desarrollado un método de inteligencia artificial aplicada al turismo capaz de predecir si un vehículo volverá a visitar una zona turística en el futuro. El avance, publicado en la revista científica IEEE Internet of Things Journal, abre nuevas posibilidades para anticipar patrones de movilidad y mejorar la gestión de destinos turísticos.
La investigación ha sido realizada por especialistas del Centro de Investigación en Tecnologías de la Información y la Comunicación de la Universidad de Granada y del Instituto Andaluz de Investigación e Innovación en Turismo, y toma como caso de estudio la comarca de la Alpujarra, uno de los principales enclaves de turismo rural de Andalucía.
Cómo funciona la inteligencia artificial para predecir el regreso de turistas
El modelo analiza tráfico real registrado en los municipios de Pampaneira, Bubión y Capileira mediante datos obtenidos con cámaras de reconocimiento de matrículas.
Para determinar si un visitante regresará en el futuro, el sistema procesa cada desplazamiento desde tres perspectivas complementarias relacionadas con el comportamiento turístico, la evolución del tráfico y la movilidad espacial.
Análisis del comportamiento del turista
La primera dimensión incorpora variables ligadas a la propia visita, como el tiempo total de estancia, el número de noches, el día de entrada y salida o si el viaje coincide con fines de semana o festivos.
Estas variables permiten identificar patrones de turismo recurrente y hábitos de desplazamiento asociados al visitante.
Evolución del tráfico y demanda turística
El segundo bloque estudia el volumen diario de vehículos que circulan por la zona durante las semanas previas a la llegada del turista.
Gracias a ello, la inteligencia artificial detecta tendencias de demanda y diferencia entre periodos de alta afluencia y momentos de menor actividad, una información clave para la gestión turística inteligente.
Rutas espaciales y movilidad en destino
El modelo también reconstruye la ruta seguida por cada vehículo. Para ello, representa el recorrido como una red en la que cada cámara funciona como nodo y cada trayecto entre cámaras incorpora el tiempo exacto invertido en el desplazamiento. Este análisis permite estudiar la movilidad dentro del destino y comprender mejor el comportamiento del visitante.
Un modelo adaptativo que mejora la precisión de las predicciones
La principal innovación reside en cómo integra toda esta información. De forma automática, el sistema evalúa qué conjunto de datos aporta más valor en cada caso y reduce el peso de aquellos que contienen mayor ruido o menor fiabilidad.
“Este modelado inteligente permite obtener predicciones más precisas en escenarios reales, especialmente cuando la fiabilidad de los datos varía de forma dinámica”, explica Alberto Durán López, investigador principal del estudio y miembro del Departamento de Lenguajes y Sistemas Informáticos y del Centro de Investigación en Tecnologías de la Información y la Comunicación de la Universidad de Granada.
Gracias a este enfoque adaptativo, el modelo alcanza una precisión del 73 %, superando a otros métodos descritos en la literatura científica con mejoras de entre el 2,8 % y el 14,2 %. Además, reduce el tiempo de entrenamiento entre un 4,7 % y un 40,2 %, lo que supone una ventaja computacional relevante y mejora la eficiencia del sistema.
Aplicaciones de esta IA en la gestión de destinos turísticos
Esta tecnología puede ayudar a ayuntamientos, gestores turísticos y responsables de parques naturales a anticipar la demanda de visitantes recurrentes y tomar decisiones basadas en datos.
Entre sus aplicaciones prácticas destacan la planificación de aparcamientos, la programación de servicios de limpieza y la organización del transporte en la Alpujarra.
El avance refuerza el papel de la inteligencia artificial en turismo y su capacidad para optimizar recursos en destinos con alta presión de visitantes, especialmente en zonas rurales y espacios naturales.
