研究者們認為，這將有助於旅行社以及所有與旅遊業相關的機構預測人們在休假期間的度假地需求。這一研究結果發表在《環境智能和人工計算雜誌》（Journal of Ambient Intelligence and Humanized Computing）上。
人們每天在社交媒體上分享照片、鏈接、評論和位置。學者們進行了研究：在機器學習方法(ML) 和大數據（Big Data）分析方法的基礎上，預測用戶的下個目的地。這裡的大數據取自開放來源的推特數據。
研究者之一、莫斯科鋼鐵冶金學院信息商務系統研究所所長馬林娜·涅朱林娜評論說：“我們不僅使用了開放的旅遊數據，還使用了遊客本身個性的數據。首先我們從數據中提取出所有關於位置信息的推文。在隨機抽取的5000名歐洲諸國（法國、德國、瑞典、西班牙、意大利、瑞士、波蘭、希臘和許多其它國家）推特用戶的個人主頁（Profile）中，出現了大約80多萬條推文。在選擇數據時，訪問量最高的旅行種類是‘美食’、‘夜總會’、‘火車站’、‘教堂’、‘海灘’。我們為每個種類準備了單獨的數據選擇。”
涅朱林娜透露，在選擇種類數據時，還與用戶的性格進行了比對，因為用戶發推文時的選詞主要取決於他們的個人價值觀。
學者們認為，通過收集社交媒體用戶的國籍、性別、用戶等參數，可以獲得更詳細的預測。下一個工作階段是借助機器學習方法系統，分析和構建模型。