El presente trabajo de fin de grado tiene como objetivo principal identificar las zonas óptimas para la construcción hotelera en España mediante el uso de técnicas de recopilación, análisis y visualización de datos. La relevancia de este estudio radica en la creciente demanda del sector hotelero y la necesidad de optimizar la toma de decisiones basadas en información objetiva. La identificación de zonas óptimas permite mejorar la eficiencia de las inversiones en el sector turístico, contribuyendo al desarrollo de infraestructuras en regiones con alto potencial de crecimiento.
Para alcanzar este objetivo, se ha desarrollado un sistema basado en la recolección de datos provenientes de diversas fuentes, como páginas web de reservas hoteleras, APIs de turismo e informes en formato HTML. La extracción de datos se ha realizado mediante un scraper programado en Python, el cual permite recopilar información actualizada sobre oferta hotelera, precios, demanda turística y accesibilidad. Posteriormente, los datos han sido almacenados en una base de datos PostgreSQL, estructurada de manera eficiente para facilitar la consulta y el análisis. Este enfoque facilita el manejo de grandes volúmenes de información y permite obtener resultados precisos en tiempo real.
El análisis de los datos se ha llevado a cabo mediante dashboards interactivos desarrollados en Jupyter Notebook con herramientas como Pandas o Selenium. Estas visualizaciones han permitido examinar aspectos clave como la densidad hotelera, la competencia en cada zona, los precios promedio y la accesibilidad a infraestructuras. Además, se ha empleado un modelo de lenguaje natural para llevar a cabo una evaluación integral de cada establecimiento hotelero. A través de este modelo, se analizan múltiples atributos del hotel -como su categoría oficial, la calidad de las reseñas, la ubicación, los servicios ofrecidos, o la percepción general por parte de los usuarios- para generar una valoración final que facilita la comparación entre diferentes opciones. Esta evaluación tiene como objetivo principal orientar a los inversores o gestores turísticos en la selección de ubicaciones o establecimientos que mejor se adapten a perfiles específicos de demanda. A diferencia de los sistemas tradicionales basados únicamente en puntuaciones numéricas, el uso de un LLM permite incorporar matices semánticos y criterios contextuales, ajustando la puntuación de cada hotel de forma personalizada según criterios definidos previamente. En consecuencia, esta funcionalidad mejora sustancialmente el proceso de toma de decisiones al ofrecer un análisis más completo, interpretativo y centrado en las necesidades reales del cliente final o del inversor.
Uno de los principales hallazgos del estudio ha sido la identificación de regiones con baja competencia y alto potencial de inversión, considerando factores como la demanda turística, la disponibilidad de terrenos urbanizables y la infraestructura de transporte. Estos hallazgos proporcionan una base sólida para la toma de decisiones informadas sobre la ubicación de nuevos proyectos hoteleros, lo que puede ayudar a optimizar los recursos y maximizar las oportunidades de éxito. Para la representación visual de estos resultados, se ha empleado QGIS, ya que permite generar mapas interactivos a partir de archivos shapefile que muestran la distribución geográfica de los hoteles en España. Estos mapas proporcionan una herramienta intuitiva para visualizar la oferta hotelera en todo el territorio, facilitando la identificación de áreas con menor concentración y. por ende, mayor oportunidad de inversión.
Las conclusiones del estudio destacan la eficacia del enfoque adoptado para el análisis del mercado hotelero. La combinación de técnicas de scraping, almacenamiento estructurado de datos y visualización geoespacial ha demostrado ser una herramienta útil para la toma de decisiones en el sector. Asimismo, el uso de modelos de lenguaje natural (LLM) ha mejorado significativamente la eficiencia de las consultas a la base de datos, reduciendo el tiempo de respuesta y facilitando el acceso a información clave para la planificación de proyectos.
Este sistema no solo proporciona un método innovador para la identificación de ubicaciones óptimas para la construcción de hoteles, sino que también establece una base de datos y herramientas de análisis que pueden ser utilizadas en futuras investigaciones relacionadas con la planificación urbana, la expansión de franquicias y el impacto turístico. Además, la capacidad del sistema para adaptarse a nuevos datos y requerimientos lo convierte en una herramienta valiosa para estudios futuros, permitiendo su reutilización y adaptación en otros contextos relacionados con el sector turístico y la gestión del territorio.
Abstract:
This Final Degree Proyect explores the strategic identification of optimal zones for the development of different hotels throughout the spanish territory. The initiative addresses a real-world business and urban planning need: to determine, through data-driven methods, where high-potential locations for hotel construction exist, based on current hospitality supply, demand indicators, geographical characteristics, and socioeconomic factors.
The project is built upon a data-centric methodology. At its core is a web scraping system specifically developed to gather large volumes of relevant information from multiple online platforms, encompassing hotel listings, customer reviews, pricing, ratings, and location-specific metadata. The scraper is capable of covering the entire national territory and is complemented by an API that provides granular, structured data at the provincial level. Additionally, the project incorporates HTML file parsing to extract and enhance features not directly available through traditional endpoints.
All acquired data is systematically stored in a PostgreSQL database, enabling efficient querying, indexing, and relational analysis. This architecture supports scalability and ensures data integrity throughout the processing pipeline. Once collected and structured, the data is subjected to exploratory and descriptive analytics through the use of dashboards, visual metrics, and performance indicators. These tools allow for the extraction of insights regarding market saturation, regional competitiveness, and pricing trends across different regions of Spain.
One of the most innovative aspects of the project is the integration of Large Language Models (LLMs), which are used to perform a qualitative assessment of each hotel based on both structured and unstructured data. These models help synthesize complex textual reviews and metadata into meaningful summaries, ratings, and recommendations. The LLM -generated evaluations can serve multiple use cases, including assisting end- users in selecting hotels that match specific preferences, and supporting investors or planners in identifying underserved markets.
In addition to its applied value, the project is designed with academic continuity in mind. The tools, data structures, and methodologies developed during this TFG are made accessible and reusable, enabling future students to build upon the system for their own research, Final Degree Projects, or even interdisciplinary collaborations. This contributes to the creation of a knowledge infrastructure within the academic environment, where students can iteratively enhance a shared technological foundation.
To conclude, the findings and outcomes of the project are presented using QGIS, an open-source Geographic Information System that allows for the spatial visualization of key metrics and hotel distribution patterns. The integration of geospatial analysis not only enhances interpretability but also introduces a visual dimension to the decision-making process, which is critical for stakeholders involved in real estate development, tourism strategy, and regional planning.
By combining web scraping, database engineering, data analytics, AI-driven evaluation, and geospatial visualization, this TFG proposes a comprehensive framework for analyzing hotel market opportunities. The project stands as a model of how multidisciplinary approaches -involving computer science, economics, geography, and artificial intelligence- can be applied to solve complex problems with both academic and commercial relevance.
El presente trabajo de fin de grado tiene como objetivo principal identificar las zonas óptimas para la construcción hotelera en España mediante el uso de técnicas de recopilación, análisis y visualización de datos. La relevancia de este estudio radica en la creciente demanda del sector hotelero y la necesidad de optimizar la toma de decisiones basadas en información objetiva. La identificación de zonas óptimas permite mejorar la eficiencia de las inversiones en el sector turístico, contribuyendo al desarrollo de infraestructuras en regiones con alto potencial de crecimiento.
Para alcanzar este objetivo, se ha desarrollado un sistema basado en la recolección de datos provenientes de diversas fuentes, como páginas web de reservas hoteleras, APIs de turismo e informes en formato HTML. La extracción de datos se ha realizado mediante un scraper programado en Python, el cual permite recopilar información actualizada sobre oferta hotelera, precios, demanda turística y accesibilidad. Posteriormente, los datos han sido almacenados en una base de datos PostgreSQL, estructurada de manera eficiente para facilitar la consulta y el análisis. Este enfoque facilita el manejo de grandes volúmenes de información y permite obtener resultados precisos en tiempo real.
El análisis de los datos se ha llevado a cabo mediante dashboards interactivos desarrollados en Jupyter Notebook con herramientas como Pandas o Selenium. Estas visualizaciones han permitido examinar aspectos clave como la densidad hotelera, la competencia en cada zona, los precios promedio y la accesibilidad a infraestructuras. Además, se ha empleado un modelo de lenguaje natural para llevar a cabo una evaluación integral de cada establecimiento hotelero. A través de este modelo, se analizan múltiples atributos del hotel -como su categoría oficial, la calidad de las reseñas, la ubicación, los servicios ofrecidos, o la percepción general por parte de los usuarios- para generar una valoración final que facilita la comparación entre diferentes opciones. Esta evaluación tiene como objetivo principal orientar a los inversores o gestores turísticos en la selección de ubicaciones o establecimientos que mejor se adapten a perfiles específicos de demanda. A diferencia de los sistemas tradicionales basados únicamente en puntuaciones numéricas, el uso de un LLM permite incorporar matices semánticos y criterios contextuales, ajustando la puntuación de cada hotel de forma personalizada según criterios definidos previamente. En consecuencia, esta funcionalidad mejora sustancialmente el proceso de toma de decisiones al ofrecer un análisis más completo, interpretativo y centrado en las necesidades reales del cliente final o del inversor.
Uno de los principales hallazgos del estudio ha sido la identificación de regiones con baja competencia y alto potencial de inversión, considerando factores como la demanda turística, la disponibilidad de terrenos urbanizables y la infraestructura de transporte. Estos hallazgos proporcionan una base sólida para la toma de decisiones informadas sobre la ubicación de nuevos proyectos hoteleros, lo que puede ayudar a optimizar los recursos y maximizar las oportunidades de éxito. Para la representación visual de estos resultados, se ha empleado QGIS, ya que permite generar mapas interactivos a partir de archivos shapefile que muestran la distribución geográfica de los hoteles en España. Estos mapas proporcionan una herramienta intuitiva para visualizar la oferta hotelera en todo el territorio, facilitando la identificación de áreas con menor concentración y. por ende, mayor oportunidad de inversión.
Las conclusiones del estudio destacan la eficacia del enfoque adoptado para el análisis del mercado hotelero. La combinación de técnicas de scraping, almacenamiento estructurado de datos y visualización geoespacial ha demostrado ser una herramienta útil para la toma de decisiones en el sector. Asimismo, el uso de modelos de lenguaje natural (LLM) ha mejorado significativamente la eficiencia de las consultas a la base de datos, reduciendo el tiempo de respuesta y facilitando el acceso a información clave para la planificación de proyectos.
Este sistema no solo proporciona un método innovador para la identificación de ubicaciones óptimas para la construcción de hoteles, sino que también establece una base de datos y herramientas de análisis que pueden ser utilizadas en futuras investigaciones relacionadas con la planificación urbana, la expansión de franquicias y el impacto turístico. Además, la capacidad del sistema para adaptarse a nuevos datos y requerimientos lo convierte en una herramienta valiosa para estudios futuros, permitiendo su reutilización y adaptación en otros contextos relacionados con el sector turístico y la gestión del territorio.
Abstract:
This Final Degree Proyect explores the strategic identification of optimal zones for the development of different hotels throughout the spanish territory. The initiative addresses a real-world business and urban planning need: to determine, through data-driven methods, where high-potential locations for hotel construction exist, based on current hospitality supply, demand indicators, geographical characteristics, and socioeconomic factors.
The project is built upon a data-centric methodology. At its core is a web scraping system specifically developed to gather large volumes of relevant information from multiple online platforms, encompassing hotel listings, customer reviews, pricing, ratings, and location-specific metadata. The scraper is capable of covering the entire national territory and is complemented by an API that provides granular, structured data at the provincial level. Additionally, the project incorporates HTML file parsing to extract and enhance features not directly available through traditional endpoints.
All acquired data is systematically stored in a PostgreSQL database, enabling efficient querying, indexing, and relational analysis. This architecture supports scalability and ensures data integrity throughout the processing pipeline. Once collected and structured, the data is subjected to exploratory and descriptive analytics through the use of dashboards, visual metrics, and performance indicators. These tools allow for the extraction of insights regarding market saturation, regional competitiveness, and pricing trends across different regions of Spain.
One of the most innovative aspects of the project is the integration of Large Language Models (LLMs), which are used to perform a qualitative assessment of each hotel based on both structured and unstructured data. These models help synthesize complex textual reviews and metadata into meaningful summaries, ratings, and recommendations. The LLM -generated evaluations can serve multiple use cases, including assisting end- users in selecting hotels that match specific preferences, and supporting investors or planners in identifying underserved markets.
In addition to its applied value, the project is designed with academic continuity in mind. The tools, data structures, and methodologies developed during this TFG are made accessible and reusable, enabling future students to build upon the system for their own research, Final Degree Projects, or even interdisciplinary collaborations. This contributes to the creation of a knowledge infrastructure within the academic environment, where students can iteratively enhance a shared technological foundation.
To conclude, the findings and outcomes of the project are presented using QGIS, an open-source Geographic Information System that allows for the spatial visualization of key metrics and hotel distribution patterns. The integration of geospatial analysis not only enhances interpretability but also introduces a visual dimension to the decision-making process, which is critical for stakeholders involved in real estate development, tourism strategy, and regional planning.
By combining web scraping, database engineering, data analytics, AI-driven evaluation, and geospatial visualization, this TFG proposes a comprehensive framework for analyzing hotel market opportunities. The project stands as a model of how multidisciplinary approaches -involving computer science, economics, geography, and artificial intelligence- can be applied to solve complex problems with both academic and commercial relevance. Read More
Related posts:
Generación, visualización e interacción con datos en entorno web para el sistema de calidad de la ETSIINF
Arquitectura Data-Driven: Análisis, Diseño e Implementación mediante plataforma Apache Kafka
Análisis de grafos en Big Data sobre datos de vuelos
Estudio de la calidad de los datos abiertos para la evaluación de riesgos naturales en infraestructuras
Desarrollo de una metodología analítica para la selección de empresas candidatas a adelantos de préstamos: integración de análisis de datos bancarios, predicciones y dashboard interactivo
Seguridad y privacidad en las redes 5g: una revisión sistemática de la literatura