Datos Identificativos 2024/25
Asignatura (*) Smart Tourism: a Dixitalización Avanzada no Sector Turístico Código 615524122
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 2º cuadrimestre
Primeiro Optativa 6
Idioma
Castelán
Galego
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Computación
Coordinación
Ramos Montes, Oscar
Correo electrónico
oscar.ramos@udc.es
Profesorado
Parama Gabia, Jose Ramon
Ramos Montes, Oscar
Correo electrónico
jose.parama@udc.es
oscar.ramos@udc.es
Web
Descrición xeral A materia "Smart Tourism: a dixitalización avanzada no sector turístico" céntrase en proporcionar ao alumnado unha comprensión das innovacións dixitais e tecnolóxicas que están a transformar a industria do turismo. A través dunha combinación de teoría e práctica, os participantes explorarán as últimas tendencias e ferramentas en áreas como a intelixencia artificial, adquirirán habilidades prácticas en aplicacións de soft coding e marketing dixital. Todo isto permitiralles crear solucións personalizadas e eficientes para as necesidades específicas do sector turístico. Esta materia é ideal para aqueles interesados na converxencia entre o turismo e a tecnoloxía máis avanzada e que desexen destacar nunha contorna empresarial cada vez máis dixitalizado.

Competencias / Resultados do título
Código Competencias / Resultados do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias / Resultados do título
Ser capaz de realizar unha aplicación con Microsoft PowerApps AP7
AM1
BM7
BM12
CM3
CM4
CM6
CM7
Ser capaz de realizar un análisis de sentimiento da red con Microsoft PowerApps AP7
AM1
BM7
BM12
CM3
CM4
CM6
CM7
Ser quen de analizar datos coa aplicación Power BI AP7
AM1
BM7
BM12
CM3
CM4
CM6
CM7
Coñecer e ser quen de desenvolver contidos con ferramentas de intelixencia artificial. AP7
AM1
BM7
BM12
CM3
CM4
CM6
CM7

Contidos
Temas Subtemas
Low coding Microsoft PowerApps
Análise do sentimento
Introdución á Intelixencia de Negocios. Power BI Mecanismos de ETL con Power Query
Modelización e creación de medidas con DAX
Visualización da información: creación de informes
Introdución á intelixencia artificial Conceptos previos.
Xeración de contidos con IA.

Planificación
Metodoloxías / probas Competencias / Resultados Horas lectivas (presenciais e virtuais) Horas traballo autónomo Horas totais
Sesión maxistral A7 A10 B7 B12 C3 C4 C7 C6 12 18 30
Prácticas de laboratorio A7 A10 B7 B12 C3 C4 C7 C6 30 89 119
 
Atención personalizada 1 0 1
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral Sesións expositivas nas que o profesor fará unha introdución de cada tema dos que consta o programa, amosando os aspectos máis relevantes que o alumnado debe ter en conta coa finalidade de preparar os traballos de materia.
Prácticas de laboratorio Sesións interactivas nas que o alumnado desenvolverá exercicios vinculados ás diferentes competencias tecnolóxicas propostas nos contidos da materia.

Atención personalizada
Metodoloxías
Prácticas de laboratorio
Descrición
Durante as prácticas de laboratorio, o profesor realizará exercicios que o alumnado realizará ao mesmo tempo. Se precisaran axuda, o profesor axudaraos.

O profesor tamén proporá exercicios para que os alumnos fagan semiautónomamente, xa que contarán coa axuda do profesor para as súas dúbidas.

Durante as presentacións, o profesor pode apoiar a presentación do alumno con explicacións ou outros exemplos relevantes.




Avaliación
Metodoloxías Competencias / Resultados Descrición Cualificación
Prácticas de laboratorio A7 A10 B7 B12 C3 C4 C7 C6 PRIMEIRA OPORTUNIDADE:

O alumnado debe presentar tres traballos.
- Aplicación con Microsoft PowerApps ou fluxo Power Automate (PA)
- Creación dun panel de control con Power BI (BI)
- Xeración de contidos con IA (IA)

As porcentaxes adxudicadas a cada traballo en relación coa nota global son as seguintes:

- PA: 0.5
- BI: 0.3
- IA: 0.2

Para superar a materia o alumnado deberá cumprir estas tres condicións:

- Unha vez feita a seguinte ponderación: (PAx0.5) + (BIx0.3) + (IAx0.2), a nota final debe ser de polo menos un 5.
- Deberanse entregar os 3 traballos.
- A nota de cada un dos traballos debe ser como mínimo de 4 (sobre 10). De non se cumprir esta condición, a puntuación máxima global será, como máximo, de 4,5.

SEGUNDA OPORTUNIDADE:

Para pasar a materia na segunda oportunidade, deberán presentarse os mesmos tres traballos, coas mesmas porcentaxes na nota global.

Os traballos aprobados na primeira oportunidade quedan liberados e, polo tanto, só se deben entregar os que non se superaron.
100
 
Observacións avaliación

Un estudante considérase NON PRESENTADO se non entrega ningunha das prácticas.


Todos os aspectos relacionados con“dispensa académica”, “dedicación ao estudo”, “permanencia” e “fraude académica”  rexeranse de acordo coa
normativa académica vixente da UDC
.


Fontes de información
Bibliografía básica José María Girón Sierra (2023). Introducción a la inteligencia artificial. Sekotia
Ferrari, Alberto; Russo, Marco (2016). Introducing Microsoft Power BI. Microsoft Press
Matthew Weston (2019). Learn Microsoft PowerApps. packt
Eickhel Mendoza (2021). Microsoft Power Apps Cookbook. packt

Bibliografía complementaria

Recursos web:

Documentación de Power BI

Tutorial Power BI

Expresiones DAX

Tipos de visualización en Power BI


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións

Perspectiva de xénero: 

Segundo se recolle nas distintas normativas de aplicación para a docencia universitaria deberase incorporar a perspectiva de xénero nesta materia (uso de linguaxe non sexista...). Traballarase para identificar e modificar prexuízos e actitudes sexistas e influir na contorna para modificalos e fomentar valores de respecto e igualdade. Tratarase de detectar situacións de discriminación por razón de xénero e de propor accións e medidas para corrixilas.



(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías