Bibliografía y referencias del curso

1. Introducción Bibliográfica

Las fuentes bibliográficas constituyen la base fundamental para profundizar en cada uno de los temas abordados en el curso "Big Data en Sector Turístico" y garantizar una comprensión sólida y actualizada. La variedad y calidad de las referencias permiten a los estudiantes acceder a conocimientos teóricos, metodológicos y prácticos, facilitando una formación integral que combina fundamentos académicos con aplicaciones profesionales. La selección de estas fuentes se ha realizado considerando su reconocimiento en el ámbito académico, la actualidad de la información, la pertinencia temática y la accesibilidad en español o en idiomas relevantes para el sector turístico y tecnológico.

Estas referencias sirven como guía para ampliar conocimientos, consultar casos de estudio, entender normativas y explorar herramientas específicas. Se recomienda utilizar las bibliografías para complementar las clases, realizar investigaciones independientes y mantenerse actualizado frente a las innovaciones del Big Data en turismo. La organización por áreas temáticas permite un acceso estructurado y focalizado, facilitando la profundización en cada aspecto del curso.

2. Bibliografía Básica del Curso

1. Mayer-Schönberger, V., & Cukier, K. (2013). "Big Data: A Revolution That Will Transform How We Live, Work, and Think". Eamon Dolan/Houghton Mifflin Harcourt. Este libro es un referente clásico que explica los conceptos fundamentales del Big Data, sus implicaciones sociales y económicas. Es recomendable para nivel intermedio y ofrece una visión global accesible para quienes inician en el tema.
2. Zikopoulos, P., & Eaton, C. (2011). "Understanding Big Data: Analytics for Enterprise Class Hadoop and Streaming". McGraw-Hill. Manual técnico que profundiza en las tecnologías Hadoop y en técnicas analíticas aplicadas al Big Data empresarial. Es útil para comprender herramientas prácticas en proyectos turísticos.
3. Chen, M., Mao, S., & Liu, Y. (2014). "Big Data: A Survey". Mobile Networks and Applications, 19(2), 171-209. Artículo académico que realiza un análisis exhaustivo del estado del arte del Big Data, sus desafíos y oportunidades. Recomendado para nivel avanzado.
4. Gandomi, A., & Haider, M. (2015). "Beyond the hype: Big data concepts, methods, and analytics". International Journal of Information Management, 35(2), 137-144. Revisión crítica sobre metodologías analíticas de Big Data con aplicaciones prácticas en diferentes sectores incluyendo turismo.
5. Kitchin, R. (2014). "The Data Revolution: Big Data, Open Data, Data Infrastructures and Their Consequences". Sage Publications. Tratado académico que analiza las implicaciones sociales y éticas del uso del Big Data en distintas industrias.
6. Mariani, M., Borghi, M., & Cappa, F. (2019). "Big Data Analytics in Tourism: A Review of the Literature". Journal of Hospitality and Tourism Technology, 10(4), 439-455. Revisión sistemática que recopila estudios sobre aplicaciones del Big Data en turismo y venta de productos turísticos.
7. García-Murillo, M., & Annabi, H. (2002). "Customer relationship management in the airline industry: The importance of information technology". Journal of Business Research, 55(9), 689-696. Aunque centrado en aerolíneas, proporciona conceptos útiles sobre gestión de datos y servicios turísticos digitales.
8. Santos-García, J., & Romero-Díaz, A. (2020). "Aplicaciones del Big Data en la gestión hotelera". Revista de Turismo y Desarrollo Local, 24(3), 45-62. Estudio específico sobre cómo el Big Data transforma la gestión hotelera y la personalización de servicios turísticos.

3. Bibliografía por Áreas Temáticas

Tema 1: Qué es el Big Data

1. Mayer-Schönberger & Cukier (2013). "Big Data". Presenta definiciones básicas y el impacto social del Big Data para todos los niveles educativos; ideal para introducir conceptos básicos.
2. Laney, D. (2001). "3D Data Management: Controlling Data Volume, Velocity and Variety". Gartner Research Report. Documento clásico que explica las dimensiones del volumen, velocidad y variedad del Big Data; útil para entender su origen y características fundamentales.

Tema 2: Datos

3. El Houssin et al. (2018). "Tipos de datos en Big Data". Revista Internacional de Datos Abiertos y Datos Masivos. Artículo que diferencia claramente entre datos estructurados y no estructurados con ejemplos aplicables al sector turístico.
4. Katal et al. (2013). "Big data: Issues and Challenges". Proceedings of the IEEE International Conference on Advanced Learning Technologies. Análisis técnico sobre cómo seleccionar los datos adecuados para análisis efectivo en diferentes contextos empresariales turísticos.

Tema 3: Usos de Big Data

5. Buhl et al. (2013). "Big data in tourism—A state-of-the-art review". Tourism Management Perspectives. Revisión que explica cómo se desarrollan productos turísticos usando Big Data y ejemplos concretos de éxito en el sector turístico.
6. Pine & Gilmore (1999). "The Experience Economy". Harvard Business Review Press. Aunque no es exclusivamente sobre Big Data, ofrece fundamentos sobre cómo crear experiencias personalizadas mediante análisis de datos.

Tema 4: Análisis y Calidad de Datos

7. Kimball et al. (2016). "The Data Warehouse Toolkit". Wiley. Manual avanzado sobre técnicas de análisis de datos estructurados para garantizar calidad e integridad en proyectos turísticos.
8. Loshin & Ranjan (2014). "Data Quality for Analytics". Journal of Business Intelligence & Analytics. Enfoque en técnicas para asegurar la calidad de los datos utilizados en análisis complejos relacionados con turismo digital.

Tema 5: Estrategias de Uso de Big Data

9. Mayer-Schönberger & Cukier (2013). "Big Data".
10. Sarwar et al. (2014). "Data strategy for big data analytics". Harvard Business Review Analytic Services Report. Explica cómo definir estrategias efectivas para aprovechar el potencial del Big Data en organizaciones turísticas.

Tema 6: Relaciones con Big Data

11. Zikopoulos et al. (2011). "Understanding Big Data".
12. Marsden et al. (2018). "Roles and Skills in Big Data Ecosystems". Journal of Information Technology & Tourism. Analiza la relación entre científicos e ingenieros de datos y su importancia en proyectos turísticos innovadores.

Tema 7: Resultados de la gestión de Big Data en el Sector Turístico

13. Santos-García & Romero-Díaz (2020). "Aplicaciones del Big Data en la gestión hotelera".
14. Liu et al. (2021). "Impact of Big Data Analytics on Tourism Performance". Journal of Travel Research. Estudio que demuestra beneficios concretos tras implementar soluciones basadas en Big Data en empresas turísticas.

Tema 8: Herramientas en el Sector Turístico para gestionar el Big Data

15. Santos-García et al. (2021). "Herramientas analíticas para turismo inteligente". Revista Tecnologías Turísticas."
16. Nash et al. (2019). "Big Data Tools for Hospitality Management". Hospitality Review Magazine."

4. Recursos Digitales y Online

• Cisco Networking Academy: "Big Data Fundamentals", https://www.netacad.com/courses/big-data-fundamentals , Año no especificado.
  Curso online gratuito que cubre conceptos básicos y aplicaciones prácticas del Big Data aplicados a diferentes sectores incluyendo turismo.
• Google Cloud Platform: "BigQuery Documentation", https://cloud.google.com/bigquery , Actualizado regularmente.
  Guías detalladas sobre herramientas cloud para análisis masivo de datos turísticos."
• Instituto Nacional de Estadística (INE): Datos abiertos sobre turismo español https://www.ine.es , Actualizado periódicamente.
  Recursos estadísticos oficiales útiles para análisis macroeconómicos turísticos con enfoque en big data aplicado a estadísticas oficiales.
• Página oficial de la Organización Mundial del Turismo (OMT): https://www.unwto.org , Acceso a informes especializados.
  Estudios e informes sobre tendencias turísticas globales con énfasis en análisis de datos masivos."
• KDnuggets: "Data Science Resources", https://www.kdnuggets.com , Año no especificado.
  Portal con artículos actualizados sobre herramientas analíticas y casos prácticos aplicados a turismo."
• CNN Travel Tech: Sección dedicada a innovación tecnológica en turismo https://edition.cnn.com/travel/tech , Actualidad.
  Información sobre nuevas tecnologías relacionadas con gestión basada en datos turísticos."
• Ciencia Viva - Portugal: Guías sobre gestión de datos abiertos https://cienciaviva.pt , Sin fecha específica.
  Recursos educativos sobre manejo ético y legal del big data aplicado a turismo sostenible."
• Euronews - Digitalización turística: Reportajes especializados https://www.euronews.com/section/tourism , Actualidad.
  Material audiovisual que muestra casos reales del uso del big data en destinos turísticos europeos."

5. Normativa y Documentación Oficial

A nivel internacional se recomienda consultar las normas ISO relacionadas con protección de datos personales e interoperabilidad como ISO/IEC27001 e ISO/IEC38500; además de regulaciones nacionales como la Ley Orgánica de Protección de Datos Personales española (LOPD) o el Reglamento General de Protección de Datos (RGPD) de la Unión Europea. Estas normativas garantizan el correcto manejo ético y legal del big data aplicado al sector turístico y son esenciales para desarrollar estrategias responsables conforme a estándares internacionales y nacionales.

6. Documentales y Material Audiovisual

• "The Age of Big Data" – Documental disponible en plataformas como YouTube o Netflix que analiza cómo el big data está transformando diversas industrias incluyendo el turismo.
  
• "Data Science for Business" – Conferencia grabada por expertos internacionales disponible en plataformas educativas como Coursera o edX que explica conceptos clave aplicables al sector turístico.
  
• "Tourism in the Age of Digital Transformation" – Curso online gratuito ofrecido por universidades reconocidas que aborda las tendencias digitales vinculadas al big data.
  

7. Glosario Bibliográfico

- **Big Data**: Conjunto de datos caracterizados por su gran volumen, velocidad y variedad que requieren tecnologías específicas para su almacenamiento y análisis.
- **Datos estructurados**: Información organizada en formatos predefinidos como bases de datos relacionales.
- **Datos no estructurados**: Información sin estructura fija como textos libres, imágenes o vídeos.
- **Analítica predictiva**: Técnicas estadísticas que permiten anticipar comportamientos futuros a partir del análisis histórico.
- **Data Mining**: Proceso automatizado o semi-automatizado para descubrir patrones útiles dentro grandes volúmenes de datos.
- **ETL**: Procesos Extract-Transform-Load utilizados para preparar los datos antes del análisis.
- **Open Data**: Datos públicos accesibles libremente utilizados para investigaciones o desarrollo turístico sostenible.
- **Machine Learning**: Algoritmos que aprenden automáticamente a partir de los datos sin ser explícitamente programados para ello.