Sistema informativo per il turismo: Dallo scraping alla prototipazione di un ChatBot

In recent years, the use of chatbots as tools for informational support has grown rapidly, finding applications in various scenarios, including tourism. The aim of this paper is to evaluate how the data available for a region (in this case study, the Aosta Valley) can be utilized to create a chatbot designed to provide tourist information about the locations and attractions the region offers. Specifically, a prototype is presented, developed with the idea of allowing users to obtain information about points of interest. To prototype the chatbot, various links to websites related to the Aosta Valley context were collected using scraping techniques. These were subsequently integrated into a tool called Cheshire Cat AI, which enables the embedding of the provided data and acts as an intermediary between the user's requests and the connected LLM by adding information from its memory to the prompts. The architectural approach used by the Cat is RAG, Retrieval Augmented Generation. The chatbot is designed to guide users through an unstructured dialogue, offering personalized suggestions and information about potential destinations.

Negli ultimi anni, l’utilizzo di chatbot come strumenti di supporto informativo è cresciuto rapidamente, trovando applicazione in vari settori, incluso il turismo. L'obiettivo di questo elaborato è di valutare come sia possibile sfruttare i dati a disposizione di una regione (nel caso di studio la Valle d’Aosta) impiegandoli per la creazione di un chatbot allo scopo di fornire informazioni turistiche sulle località o le peculiarità che offre la regione. In particolare, viene presentato un prototipo sviluppato con l'idea di consentire agli utenti di ottenere informazioni su luoghi d'interesse. Per prototipare il chatbot sono stati raccolti diversi link di siti sul contesto valdostano tramite tecniche di scraping, successivamente inserite in un tool chiamato Cheshire Cat AI che permette l’embedding dei dati offerti e si pone come intermediario tra le richieste dell’utente e il LLM connesso aggiungendo ai prompt informazioni relative ai dati nella sua memoria. L’approccio architetturale che utilizza il “Gatto” è il RAG, Retrieval Augmented Generation. Il chatbot è progettato per guidare l’utente attraverso un dialogo non strutturato, offrendo suggerimenti personalizzati e informazioni su possibili destinazioni.