Recherche de sites et attractions touristiques par IA

La recherche de sites et attractions touristiques par IA aide un client à choisir un lieu à visiter en combinant son intention exprimée en langage naturel avec des enregistrements de lieux fiables, des catégories, l'état d'ouverture, la géographie, le temps de trajet et des règles métier. Le modèle de langage interprète une requête telle que « un site historique près de l'hôtel avant le dîner ». La source du lieu reste la référence pour l'identité et les horaires. Les services de routage calculent les correspondances et l'IA spatiale affiche le résultat sur la carte.

Les sections ci-dessous distinguent la recherche de lieux à proximité de la recommandation de destinations, puis abordent l'identité des lieux, leur admissibilité, leur classement spatial, la cartographie Kaleidr, les produits B2B, la mesure et un projet pilote ciblé. Pour en savoir plus, consultez les documents AI Things to Do Recommendations, How to Build an AI Tourism Map et AI Guest Concierge for Hotels. Les équipes qui associent déjà des conversations à une carte de destination existante peuvent passer directement à la cartographie Kaleidr; celles qui définissent encore les limites du catalogue doivent commencer par les fiches de lieux fiables.

Principes fondamentaux de la recherche de points de repère

• Priorité aux lieux approuvés: Recommandez les points de repère que l'entreprise répertorie, avec lesquels elle collabore ou qu'elle recommande.
• Un lieu n'est pas une expérience: Un musée est un lieu; une visite guidée est une fiche distincte.
• La recherche à proximité est une méthode de recherche: Un rayon de marqueurs ne constitue pas une recommandation.
• IA spatiale deuxième: Le modèle de langage interprète l'intention et explique les options concrètes.
• Mesurer la décision: Le choix du lieu, l’itinéraire et la prise en charge par l’hôte sont plus importants que la simple durée de la conversation.

La recherche de points de repère devient une recommandation lorsque l’IA spatiale combine des données de lieux fiables avec l’intention du client, la géographie et le contexte du voyage.

Pourquoi la recherche de sites et attractions touristiques par IA constitue-t-elle un problème spatial distinct?

Les hôtels, les plateformes de réservation de destinations, les places de marché touristiques, les réseaux d'attractions, les organismes de congrès et les guides de ville disposent déjà d'informations de première main, comme une réservation, un catalogue de membres agréés ou une liste de sites touristiques sélectionnés par la rédaction. L'ajout de sites touristiques comme points de repère n'est plus une fonctionnalité rare. Le défi consiste à aider le client à choisir un lieu correspondant à ses attentes, au temps qu'il lui reste et aux règles de l'hôte, sans que le système ait à inventer l'attraction.

Kaleidr présente actuellement la Recherche de sites et d'attractions comme un parcours client piloté par l'IA permettant de découvrir des sites, des attractions et des lieux à visiter, aux côtés de la Recherche de restaurants et de la Réservation de tables, des Activités et des Itinéraires de transport en commun et de retour (AI-Powered Map Experiences for Business). La page AI Map Chat for Customer Discovery décrit le voyage comme la transformation d'une intention en itinéraires, en parcours et en recommandations de destinations. Ces pages font autorité quant au positionnement de Kaleidr. Elles ne prouvent cependant pas que Kaleidr exploite un catalogue d'attractions touristiques, un système de billetterie ou un service d'horaires.

Les organismes de tourisme associent déjà la découverte conversationnelle à des contenus locaux de confiance. Visit Orlando a lancé en juin 2026 un planificateur de voyage basé sur l'IA, combinant la sélection d'experts locaux à des données de voyage plus complètes (Visit Orlando, 2026). L'Office du tourisme de San Diego a par la suite intégré la planification de voyage conversationnelle à son site web officiel, avec des recommandations et des itinéraires sur SanDiego.org (Mindtrip, 2026). Ces lancements témoignent du fait que la découverte de destinations s'oriente de plus en plus vers le dialogue plutôt que vers une offre de contenus sélectionnés. Ces lancements ne constituent pas des études de cas Kaleidr et ne prouvent pas que chaque plateforme doit remplacer son catalogue de lieux ou son moteur de rendu cartographique.

En quoi la recherche de points d'intérêt diffère-t-elle des recommandations d'activités?

La recherche de sites et d'attractions recommande généralement un lieu: monument, musée, site historique, belvédère, parc ou site culturel. Les suggestions d'activités proposent généralement une expérience pouvant se dérouler sur place: visite guidée, exposition, spectacle, atelier ou événement à durée déterminée. Un musée peut proposer les deux. Il est important de séparer la fiche du lieu et l'activité payante afin d'éviter toute confusion entre les horaires, l'identité du lieu, les données analytiques et les stocks.

Pour la recherche de points d'intérêt, la question pertinente est: quel lieu le client devrait-il visiter compte tenu de ses intentions et du contexte de son voyage? Pour les activités, la question pertinente est: quelle expérience le client peut-il vivre avant son prochain engagement? L'article associé sur les activités aborde la durée, l'heure de début et la réalisation de l'expérience. La recherche de points d'intérêt nécessite toujours l'état initial et le temps de trajet, mais l'unité de recommandation est le lieu, et non le billet.

AI Restaurant Search and Table Booking traite d'un problème d'éligibilité similaire pour la restauration. La découverte de points d'intérêt généralise ce concept aux lieux culturels, historiques et de plein air que l'hôte est disposé à recommander. Il est important de bien distinguer les deux types de parcours dans le produit, même si une carte affiche les deux.

Pourquoi « À proximité » n'est-il pas une recommandation?

Une carte des lieux à proximité indique les sites situés autour d'un repère. Un outil de recherche de points d'intérêt permet de trouver l'attraction correspondant à la liste des visites souhaitées par le client pour la suite de son voyage. Cette distinction est importante car un monument célèbre peut être géographiquement proche et pourtant fermé, trop éloigné pour un budget de marche raisonnable, ne pas figurer au catalogue des sites autorisés ou ne pas correspondre à une visite historique de 90 minutes. Une rue commerçante peut se trouver dans le bon quartier sans pour autant correspondre à la liste des points d'intérêt recherchés.

La proximité est une fonctionnalité de recherche. La recommandation commence une fois les lieux candidats identifiés: le produit doit déterminer si le client peut accéder au lieu, le visiter et dîner à l’heure. Location Intelligence Customer Experience couvre le même processus Découvrir → Comparer → Agir. Découvrir récupère les lieux éligibles. Comparer permet de vérifier la catégorie, l’état d’ouverture et les conditions de trajet. Agir consiste à fournir un itinéraire, enregistrer, ajouter à l’itinéraire ou remettre un billet. Le classement d’un lieu fermé ou inaccessible en raison d’un bon score de nom inverse cet ordre.

La proximité trouve des candidats; l’IA spatiale aide à déterminer quel lieu valide correspond à la tâche réelle du client.

Quelles règles d’identité et d’éligibilité des lieux le classement nécessite-t-il?

Les systèmes de catalogue, d'horaires, d'itinéraires et de planification d'itinéraires doivent rester la référence pour les informations sur lesquelles repose une recommandation. Le modèle de langage peut transformer une demande, telle que la visite d'un site historique près de l'hôtel avant le dîner, en champs consultables: origine, prochain engagement, créneau horaire, catégorie, limite de voyage et condition d'ouverture. Ces champs correspondent à des requêtes adressées aux responsables du lieu et de l'itinéraire, et non à des valeurs inventées. La structure présentée dans chaque exemple est illustrative. L'important est que le langage vague devienne un état que le client peut corriger sans avoir à recommencer la conversation.

Les contraintes strictes sont binaires et doivent être définies par les propriétaires du lieu, des horaires et du routage avant le classement. Un site fermé, des horaires inconnus alors que le produit requiert des horaires connus, un budget de marche non compatible avec le service de routage, un accès privé ou un attribut d'accessibilité manquant doivent être éliminés. Les préférences souples, telles que le quartier ou le style architectural, permettent ensuite de classer les sites valides restants. Un belvédère fermé ne doit pas être préféré simplement parce qu'il est plus connu.

La liste actuelle des types de lieux de l’API Places (New) de Google inclut des types liés aux attractions, tels que cultural_landmark, historical_place, historical_landmark, monument, museum, observation_deck, tourist_attraction et visitor_center (Google Maps Platform, 2026). Mapbox Search Box documente actuellement la recherche de points d’intérêt filtrée par catégorie autour d’un emplacement ou le long d’un itinéraire (Mapbox, 2026). Ces pages attestent l’existence de contrats de catégories de lieux en production. Elles ne prouvent toutefois pas que chaque déploiement de Kaleidr utilise Google Places ou Mapbox Search Box, et elles ne décrivent pas l’inventaire de Kaleidr.

Schema.org distingue actuellement TouristAttraction de TouristDestination et les associe à includesAttraction. TouristAttraction documente publicAccess comme un indicateur explicite de lieu, sans valeur par défaut lorsqu'il est omis (Schema.org, 2026). TouristDestination décrit un lieu contenant une ou plusieurs attractions. includesAttraction décrit la relation entre la destination et l'attraction. Ces types illustrent l'identité et l'accès sous forme de données structurées. Ce vocabulaire ne correspond pas au schéma du catalogue Kaleidr.

L'utilisation d'identifiants de lieu stables permet de centraliser la recherche, la cartographie, la géolocalisation et les analyses sur un seul objet, même en cas de différences de noms, d'alias et de catégories de prestataires. Normalisez les catégories de prestataires dans une couche interne que le produit pourra filtrer. Conservez les visites guidées et les expositions comme des enregistrements d'expérience liés au lieu, et non comme des lieux dupliqués.

Une identité de lieu stable assure la synchronisation de la recherche, de la carte, de la localisation, des analyses et des expériences ultérieures.

Comment le contexte spatial doit-il classer les attractions?

Une recommandation n’est utile que si le client peut se rendre sur place et effectuer son prochain engagement. La proximité à vol d’oiseau n’est pas un critère suffisant. Deux sites historiques peuvent se situer à une distance similaire de l’hôtel, l’un étant accessible en douze minutes de marche et l’autre nécessitant un temps de marche plus long. Le classement doit évaluer la faisabilité en considérant le trajet de l’origine au lieu, le temps d’ouverture restant et la distance entre le lieu et la prochaine destination.

La découverte le long d'un itinéraire et la découverte de plusieurs points d'intérêt sont identiques, mais ont une origine différente. La question « Que vaut-il la peine d'être vu en allant à la gare? » nécessite l'itinéraire, et non un rayon autour de l'hôtel. La question « Que puis-je voir entre l'hôtel et le restaurant? » nécessite les deux points d'intérêt. Il est inutile de demander au modèle de langage d'inventer ces minutes après que le client a déjà spécifié la contrainte. Traffic-Aware Journey Planning traite la partie relative au trajet lorsque le client a besoin d'un itinéraire. Le classement des lieux intervient après la vérification de l'éligibilité, comme un ordre parmi les lieux restants inspectables, et non comme un substitut aux vérifications d'heures et de trajets.

La comparaison suivante est donnée à titre indicatif et ne représente pas un résultat Kaleidr ou de destination mesuré. Utilisez-la uniquement pour expliquer pourquoi les options nécessitent les mêmes colonnes. Les produits réels devraient renseigner ces colonnes à partir du catalogue actuel, des horaires et des réponses d'itinéraire. La requête concerne un site historique, un trajet à pied de 15 minutes depuis l'hôtel et une visite possible entre 16h00 et 18h30, avant le dîner.

La popularité est un indicateur peu fiable pour le voyage actuel. Un site historique moins connu, situé à proximité de l’hôtel, peut s’avérer plus judicieux si l’attraction phare se trouve à 28 minutes de marche et ferme trop tôt. L’éligibilité est un filtre. Le classement est un ordre établi parmi les sites retenus. L’explication justifie la sélection. Mélanger ces fonctions conduit à l’erreur classique: l’assistant recommande une attraction célèbre que le client ne peut pas visiter.

L'état partagé de la carte centralise les conversations, les cartes et le voyage sur un seul et même emplacement. La sélection d'un point d'intérêt doit le mettre en évidence, indiquer l'hôtel et le restaurant, et conserver la plage horaire. La question « Qu'est-ce qui est plus proche?» doit respecter les mêmes contraintes. La question « Et les musées?» doit recalculer l'éligibilité plutôt que de créer un nouveau voyage. Une seconde liste, invisible et réservée à l'assistant, contrevient à ce principe.

Comment Kaleidr s’intègre-t-il à la découverte de points d’intérêt ?

Une implémentation Kaleidr peut ajouter une couche spatiale conversationnelle à une carte et à un système de lieux déjà gérés par le système hôte. Kaleidr décrit actuellement Chat comme un produit qui se superpose à une carte déjà affichée par le système hôte, affiche les lieux résolus et cadre la caméra au fur et à mesure que la conversation détermine les emplacements (Chat attach). Le contrat d'ajout confirme l'existence d'une conversation prenant en compte la carte dans l'interface développeur publique actuelle. La même documentation ne garantit pas la présence d'un catalogue d'attractions natif, d'un inventaire de billets ou d'un flux d'horaires pour l'ensemble de la destination.

Ces catalogues et systèmes d'horaires doivent rester des dépendances de déploiement explicites. Kaleidr peut fournir la couche spatiale conversationnelle et la coordination cartographique, tandis que le déploiement utilise les sources officielles appropriées pour les lieux, les horaires et les itinéraires. N'insinuez pas que Kaleidr est l'opérateur de l'attraction ou le gestionnaire de billetterie, sauf si une intégration spécifique est documentée pour le déploiement.

L'hôtel, un quartier sélectionné ou un point sur la carte devrait être l'origine par défaut pour la recherche de points de repère, car ces ancres se situent déjà sur le trajet. Une clé publiable est destinée à l'utilisation du SDK du navigateur; les identifiants du serveur relèvent de la couche application. Kaleidr documente actuellement cette distinction et indique qu'une clé publiable présentée comme un jeton porteur est rejetée (Auth & scopes). La géolocalisation de l'appareil nécessite une autorisation distincte: la recommandation candidate actuelle du W3C pour la géolocalisation exige l'autorisation expresse de l'utilisateur final avant tout partage de données de localisation avec une application web (W3C, 2026). La géolocalisation de l'appareil est utile lorsque le client souhaite démarrer à partir de sa position actuelle et ne devrait pas être requise si l'hôtel ou le restaurant indique déjà une origine plus appropriée. Private Location Data for AI Map Workflows couvre l'autorisation des données de déplacement que l'hôte ne rend pas publiques.

Kaleidr décrit actuellement un modèle d'accueil avec des destinations sélectionnées et des résumés de lieux accessibles en un clic; le modèle de démarrage est Kaleidr Hospitality. Veuillez vérifier les conditions du forfait actuel sur Pricing & Plans avant de vous baser sur un flux de production spécifique. La documentation développeur actuelle fait office de contrat d'intégration; les pages marketing décrivent le cas d'utilisation, et non la liste des attractions.

Un produit de recherche d'attractions B2B peut conserver ses systèmes de lieux, de cartes et de transactions existants tout en ajoutant une couche d'IA spatiale conversationnelle.

Quels produits B2B ont besoin de la recherche d'attractions?

Un organisme de marketing de destination peut proposer des liens entre les sites officiels, les attractions membres, les parcs, les districts et les collections éditoriales et les visiteurs ayant déjà visité le monument principal. L'organisme conserve la maîtrise des sites proposés. L'assistant interprète les préférences. Les horaires et les itinéraires restent les facteurs déterminants. L'article sur la carte touristique mentionné ci-dessus décrit l'architecture de la carte de destination liée à ce catalogue.

Un hôtel peut combiner l'établissement, les attractions touristiques à proximité, les disponibilités du client et une réservation pour le dîner. La question « Quel est le site incontournable que je peux visiter avant le dîner sans trop m'éloigner? » devient alors une question de faisabilité liée à l'établissement, et non une simple recherche sur internet. L'article sur le service de conciergerie mentionné plus haut aborde la question du côté de l'établissement; la dimension « site incontournable » ajoute la catégorie, l'état d'ouverture et le prochain engagement. Une plateforme de congrès peut proposer une promenade de vingt minutes après une conférence. Une compagnie aérienne ou un service de mobilité peut vérifier si la visite d'un site touristique laisse suffisamment de temps avant le départ, en utilisant les données d'itinéraire et de routage dont elle dispose. Un réseau d'attractions peut faire des recommandations sur ses propres sites. Une application d'adhésion peut limiter les sites candidats aux établissements participants avant de les classer par lieu et intention.

Limitez le contrat entre l'IA et la carte: affichez les lieux disponibles, concentrez-vous sur un lieu, indiquez le lien avec le trajet, ouvrez l'itinéraire, enregistrez, ajoutez à l'itinéraire ou lancez le transfert du billet. L'hôte valide l'action. Ne laissez pas le modèle générer du code cartographique arbitraire. Le choix du lieu doit rester sous le contrôle de l'utilisateur. Un système conversationnel peut suggérer une option. Le client doit toujours pouvoir choisir un autre lieu, une autre période ou un autre point de départ.

Comment les équipes de destination doivent-elles mesurer la qualité de la découverte?

Les déplacements sur la carte et les ouvertures de chat sont des indicateurs de diagnostic. Les indicateurs de résultats comprennent les requêtes lancées, les résultats pertinents affichés, la sélection de lieux, les itinéraires consultés, les enregistrements, les ajouts à l'itinéraire et la remise des billets. Les indicateurs de qualité incluent le taux de résultats nuls, le taux d'heures obsolètes, le taux d'heures inconnues et les échecs de calcul de trajet. Les indicateurs commerciaux dépendent de l'hôte: parrainage de membre, conversion de billets, interaction avec l'hôtel ou utilisation du contenu de destination. Il est important de conserver une explication structurée en cas de résultats nuls, par exemple: « Aucun lieu approuvé », « Fermé », « Trop loin », « Horaires inconnus » ou « Données d'accessibilité indisponibles », plutôt qu'un simple indicateur d'échec.

La géolocalisation de la recherche doit rester distincte de la géolocalisation de l'appareil. Un client se trouvant physiquement dans une ville peut rechercher des attractions dans une autre. Par défaut, la demande doit être attribuée à la destination recherchée et non à la localisation de l'appareil. Map Engagement and Location Analytics documente actuellement l'engagement sur les cartes et les lieux, la comparaison des lieux, les tendances spatiales et l'activité sur lesquels les équipes produit, inventaire et croissance peuvent s'appuyer. Les systèmes hôtes restent responsables de la billetterie et des réservations. Une plateforme de voyage ou de destination peut utiliser ce modèle pour identifier les quartiers où les recherches de sites historiques sont nombreuses mais peu fructueuses, les catégories demandées mais insuffisamment fournies et les périodes de voyage qui ne génèrent aucun résultat. Ces questions sont d'ordre géographique et non liées au nombre de pages vues. Le même principe de mesure s'applique aux autres produits cartographiques: privilégier l'achèvement des tâches au volume brut d'interactions.

Les noms d'événements suggérés par l'hôte dans cet article sont des recommandations éditoriales et non des noms d'événements automatiques documentés par Kaleidr Analytics. Enregistrez l'intention, le résultat de l'éligibilité, le lieu sélectionné et l'action de l'hôte qui suit. Ne considérez pas la durée de la conversation comme un indicateur de succès pour la recherche de points d'intérêt.

Comment démarrer un projet pilote B2B?

Commencez par une tâche à forte valeur ajoutée, comme recommander un site historique près de l'hôtel avant une heure de dîner fixe. Conservez le catalogue de lieux et les horaires dans les systèmes qui les gèrent déjà. Intégrez l'interaction conversationnelle à la carte existante. Limitez les candidats aux lieux approuvés, exigez la catégorie et l'état d'ouverture, calculez le trajet depuis l'hôtel jusqu'au restaurant et mesurez la sélection ainsi que l'action de l'hôte qui suit. N'étendez les catégories et les villes que si la première étape est concluante.

La découverte conversationnelle ne remplace pas la qualité du catalogue, la mise à jour des horaires ni la rigueur de l'exécution. Les temps de trajet restent des estimations. La fiabilité des informations affichées à l'ouverture dépend de la source des horaires. L'ajout d'un assistant à une carte existante est généralement moins coûteux que le remplacement du moteur de rendu, mais l'hôte reste responsable des autorisations, des contrats fournisseurs et des actions commerciales ultérieures.

Explore Kaleidr Spatial AI pour ajouter la recherche conversationnelle de points d'intérêt sur une carte existante. Explore Kaleidr Analytics pour mesurer l'engagement sur les lieux et la demande géographique autour de ce trajet. Veuillez vérifier les pages publiques actuelles avant d'utiliser un exemple de cet article comme engagement fonctionnel de production.

FAQ

Qu'est-ce que la recherche de points d'intérêt et d'attractions par IA?

La recherche de sites et d'attractions par IA combine l'intention du voyageur, un catalogue de lieux approuvés, des catégories, l'état d'ouverture, la localisation, le temps de trajet et des règles métier afin qu'un produit puisse suggérer des lieux intéressants à visiter, adaptés au voyage en cours. L'IA spatiale interprète et explique la requête; les systèmes de lieux et d'horaires restent la référence en matière de données.

En quoi la recherche d'attractions diffère-t-elle des recommandations d'activités?

La recherche de sites recommande un lieu. Les recommandations d'activités suggèrent une expérience possible dans un lieu, la durée et l'heure de début étant des contraintes principales.

Le modèle de langage doit-il créer la liste des attractions?

Non. Le catalogue de l'hôte, la liste des membres ou l'inventaire des partenaires doivent rester l'univers des candidats. L'assistant peut interpréter les contraintes et expliquer les options pertinentes.

Pourquoi la recherche à proximité ne suffit-elle pas?

La recherche à proximité liste les lieux autour d'un repère. La recherche de points d'intérêt vérifie si un lieu spécifique est ouvert, accessible, appartient à la catégorie indiquée et est compatible avec votre prochain engagement.

La recherche d'attractions peut-elle fonctionner le long d'un itinéraire?

Oui, lorsque la recherche d'itinéraires et la recherche par catégorie peuvent évaluer les lieux par rapport au trajet, et pas seulement autour d'un hôtel. Mapbox documente actuellement la recherche par catégorie le long d'un itinéraire comme un modèle de fournisseur de recherche, ce qui diffère de l'API utilisée par Kaleidr.

La recherche de points d'intérêt nécessite-t-elle la géolocalisation en temps réel de l'appareil du client?

Non. Un hôtel, une gare, un point sélectionné sur la carte ou un quartier planifié constituent souvent une meilleure origine. L'autorisation explicite de géolocalisation est requise lorsque le produit l'utilise.

Kaleidr est-il compatible avec une carte touristique ou hôtelière existante?

Oui. La documentation actuelle sur les conversations publiques décrit comment insérer une conversation sur une carte déjà affichée par l'hôte. L'hôte reste propriétaire du catalogue des attractions et de la prochaine action commerciale.

Kaleidr remplace-t-il la billetterie?

Non. Les pages publiques actuelles de Kaleidr décrivent la découverte et l'analyse des cartes conversationnelles. L'inventaire, le prix et l'achat des billets restent dans les systèmes de l'hôte ou du fournisseur, sauf si une intégration spécifique est documentée.

Comment gérer l'accessibilité des attractions?

Considérez les données d'accessibilité manquantes comme inconnues, et non comme un laissez-passer. N'inventez pas d'informations sur l'accessibilité. Conservez les attributs d'accès public et d'accessibilité dans le système du lieu.

Que doit mesurer une équipe de destination?

Sélection du lieu, itinéraires, ajout d'itinéraires et transfert à l'hôte, ainsi que les raisons de l'absence de résultat et les écarts de demande géographique. Le volume de conversations à lui seul est un indicateur de succès insuffisant.

Références

1. Kaleidr. AI-Powered Map Experiences for Business. Accessed 10 September 2026. https://kaleidr.com/
2. Kaleidr. AI Map Chat for Customer Discovery. Accessed 10 September 2026. https://kaleidr.com/ai
3. Visit Orlando. Visit Orlando Expands Free Vacation Planning Services with New AI Trip Planner. 25 June 2026. https://www.visitorlando.org/media/press-releases/post/visit-orlando-expands-free-vacation-planning-services-with-new-ai-trip-planner/
4. Mindtrip. Mindtrip Partners With The San Diego Tourism Authority To Reimagine How Travelers Discover San Diego. 28 August 2026. https://www.prnewswire.com/news-releases/mindtrip-partners-with-the-san-diego-tourism-authority-to-reimagine-how-travelers-discover-san-diego-302862145.html
5. Google Maps Platform. Place Types (New). Accessed 10 September 2026. https://developers.google.com/maps/documentation/places/web-service/place-types
6. Mapbox. Search Box API. Accessed 10 September 2026. https://docs.mapbox.com/api/search/search-box/
7. Schema.org. TouristAttraction. Version 30.0. Accessed 10 September 2026. https://schema.org/TouristAttraction
8. Schema.org. TouristDestination. Version 30.0. Accessed 10 September 2026. https://schema.org/TouristDestination
9. Schema.org. includesAttraction. Version 30.0. Accessed 10 September 2026. https://schema.org/includesAttraction
10. Kaleidr. Chat attach. Developer documentation. Accessed 10 September 2026. https://docs.kaleidr.com/sdk/chat-attach
11. Kaleidr. Auth & scopes. Developer documentation. Accessed 10 September 2026. https://docs.kaleidr.com/platform-api/auth-and-scopes
12. W3C. Geolocation. W3C Candidate Recommendation Snapshot, 26 March 2026. https://www.w3.org/TR/2026/CR-geolocation-20260326/
13. Kaleidr. Kaleidr Hospitality. Template. Accessed 10 September 2026. https://template.kaleidr.com/customize/?template=hospitality
14. Kaleidr. Map Engagement and Location Analytics. Accessed 10 September 2026. https://kaleidr.com/analytics

@misc{kaleidr_home_landmark_2026_09_10,
  title  = {AI-Powered Map Experiences for Business},
  author = {{Kaleidr}},
  note   = {Accessed 10 September 2026},
  url    = {https://kaleidr.com/}
}

@misc{kaleidr_ai_landmark_2026_09_10,
  title  = {AI Map Chat for Customer Discovery},
  author = {{Kaleidr}},
  note   = {Accessed 10 September 2026},
  url    = {https://kaleidr.com/ai}
}

@misc{visit_orlando_ai_planner_landmark_2026_09_10,
  title  = {Visit Orlando Expands Free Vacation Planning Services with New AI Trip Planner},
  author = {{Visit Orlando}},
  year   = {2026},
  month  = jun,
  url    = {https://www.visitorlando.org/media/press-releases/post/visit-orlando-expands-free-vacation-planning-services-with-new-ai-trip-planner/}
}

@misc{mindtrip_sdta_landmark_2026_09_10,
  title  = {Mindtrip Partners With The San Diego Tourism Authority To Reimagine How Travelers Discover San Diego},
  author = {{Mindtrip}},
  year   = {2026},
  month  = aug,
  url    = {https://www.prnewswire.com/news-releases/mindtrip-partners-with-the-san-diego-tourism-authority-to-reimagine-how-travelers-discover-san-diego-302862145.html}
}

@misc{google_place_types_landmark_2026_09_10,
  title  = {Place Types (New)},
  author = {{Google Maps Platform}},
  note   = {Accessed 10 September 2026},
  url    = {https://developers.google.com/maps/documentation/places/web-service/place-types}
}

@misc{mapbox_search_box_landmark_2026_09_10,
  title  = {Search Box API},
  author = {{Mapbox}},
  note   = {Accessed 10 September 2026},
  url    = {https://docs.mapbox.com/api/search/search-box/}
}

@misc{schema_tourist_attraction_2026_09_10,
  title  = {TouristAttraction},
  author = {{Schema.org}},
  note   = {Version 30.0; accessed 10 September 2026},
  url    = {https://schema.org/TouristAttraction}
}

@misc{schema_tourist_destination_2026_09_10,
  title  = {TouristDestination},
  author = {{Schema.org}},
  note   = {Version 30.0; accessed 10 September 2026},
  url    = {https://schema.org/TouristDestination}
}

@misc{schema_includes_attraction_2026_09_10,
  title  = {includesAttraction},
  author = {{Schema.org}},
  note   = {Version 30.0; accessed 10 September 2026},
  url    = {https://schema.org/includesAttraction}
}

@misc{kaleidr_chat_attach_landmark_2026_09_10,
  title  = {Chat attach},
  author = {{Kaleidr}},
  note   = {Developer documentation; accessed 10 September 2026},
  url    = {https://docs.kaleidr.com/sdk/chat-attach}
}

@misc{kaleidr_auth_scopes_landmark_2026_09_10,
  title  = {Auth \& scopes},
  author = {{Kaleidr}},
  note   = {Developer documentation; accessed 10 September 2026},
  url    = {https://docs.kaleidr.com/platform-api/auth-and-scopes}
}

@misc{w3c_geolocation_cr_landmark_2026_09_10,
  title  = {Geolocation},
  author = {{W3C}},
  year   = {2026},
  month  = mar,
  note   = {W3C Candidate Recommendation Snapshot, 26 March 2026},
  url    = {https://www.w3.org/TR/2026/CR-geolocation-20260326/}
}

@misc{kaleidr_hospitality_template_landmark_2026_09_10,
  title  = {Kaleidr Hospitality},
  author = {{Kaleidr}},
  note   = {Template; accessed 10 September 2026},
  url    = {https://template.kaleidr.com/customize/?template=hospitality}
}

@misc{kaleidr_analytics_landmark_2026_09_10,
  title  = {Map Engagement and Location Analytics},
  author = {{Kaleidr}},
  note   = {Accessed 10 September 2026},
  url    = {https://kaleidr.com/analytics}
}