AIによるおすすめアクティビティ

AIによるおすすめアクティビティは、旅行者の意図と信頼できる体験データ、時間帯、場所、旅行の関連性、ビジネスルールを組み合わせることで、顧客が旅行に実際に適合するアクティビティを見つけられるようにします。言語モデルは、「夕食前に3時間の屋内アクティビティ」といったリクエストを解釈し、有効なオプションのみを比較します。体験カタログは、スケジュール、チケット、所要時間、参加資格、空き状況に関する情報の権威を保持します。ルーティングサービスは旅行の関連性を計算し、空間AIがその結果を説明します。

以下のセクションでは、近隣の場所検索と体験発見を分けて説明し、情報源の所有権、時間枠の実現可能性、ランキング、Kaleidrマッピング、B2B製品、目的地測定、および小規模パイロットについて説明します。関連資料として、How to Build an AI Tourism Map、AI Guest Concierge for Hotels、Traffic-Aware Journey Planningを参照してください。既に実装形態を決定しているチームはKaleidrマッピングに進んでください。データ境界をまだ決定していないチームは、情報源の所有権から始めてください。

アクティビティ推薦の要点

• 承認済みカタログ優先: 企業が実際に提供または推奨する体験を推奨します。
• 時間は適格性: ランキング前に、期間、開始時間、次の予定によって候補を絞り込みます。
• 旅行は関係性: ホテルと体験、体験とディナーの関係は、半径よりも重要です。
• 空間AIは第二段階: 言語モデルが意図を解釈し、根拠に基づいた選択肢を説明します。
• 意思決定の測定: 選択、旅程の追加、ホストとの引き継ぎは、チャット時間だけよりも効果的です。

システムが体験内容と顧客の旅行に合致するかどうかの両方を評価することで、おすすめのアクティビティがより有用になります。

AIによるおすすめアクティビティがB2B空間AIの問題である理由

ホテル、旅行プラットフォーム、観光マーケットプレイス、アトラクションネットワーク、コンベンション商品、シティガイドなどは、予約済みの宿泊施設、承認済み会員カタログ、チケット在庫、編集リストといったファーストパーティコンテキストを既に保有しています。アトラクションをマーカーとしてプロットすることは、もはや希少な機能ではありません。製品上の問題は、言語モデルにアクティビティを考案させることなく、残りの時間、次の予定、主催者のルールに合ったアクティビティを顧客が選択できるように支援することです。

Kaleidrは現在、アクティビティを、顧客のニーズに基づいてアクティビティ、体験、探索場所を見つけるAI駆動型のカスタマージャーニーとして位置付けています（AI-Powered Map Experiences for Business）。AI Map Chat for Customer Discoveryページでは、旅行とは意図を旅程、ルート、目的地の推薦に変換することだと説明しています。これらのページは、Kaleidr自身のポジショニングを明確に示しています。同じページが存在するからといって、Kaleidrが体験カタログ、チケットシステム、あるいは目的地全体の在庫フィードを運営しているという証拠にはなりません。

目的地組織は既に、信頼できるローカルコンテンツに会話型の旅行プランニング機能を組み込んでいます。Visit Orlandoは2026年6月に、地元の専門家によるキュレーションと広範な旅行データを組み合わせたAI搭載の旅行プランナーをリリースしました（Visit Orlando, 2026）。サンディエゴ観光局はその後、公式観光サイトに会話型の旅行プランニング機能を統合し、SanDiego.orgでおすすめ情報や旅程を提供しています（Mindtrip, 2026）。これらの取り組みは、目的地の発見がキュレーションされた情報提供よりも会話型へと変化していることを示しています。これらはKaleidrの事例研究ではなく、すべてのホストがカタログや予約システムを置き換える必要があることを証明するものでもありません。

おすすめアクティビティと近隣スポット検索の違いとは？

近隣スポットマップは、ピンの周囲にある施設を示します。アクティビティ検索システムは、残りの旅行で顧客がやりたいことに合った体験を提示します。この違いは重要です。なぜなら、美術館は地理的に近くても、閉館していたり​​、チケットが売り切れていたり、期間が長すぎたり、夕食の場所から遠すぎたり、承認されたカタログに掲載されていなかったりする可能性があるからです。ウォーキングツアーは、適切なブロックに位置していても、開始時間が2時間遅れている可能性があります。コンサートは旅行者の興味に合致していても、予約と重なる場合があります。

したがって、有用な単位は場所だけではなく、体験とその場所、そして時間の組み合わせです。近隣検索は、座標、カテゴリ、および公開されているコンテキストを提供できます。推薦機能は、これらの情報が存在する後に始まります。製品は、顧客がその体験に到達できるか、体験を完了できるか、そして次の予定を立てられるかを判断しなければなりません。AI Restaurant Search and Table Bookingは、食事に関する同様の適格性問題を扱っています。アクティビティ検索は、この契約を美術館、ツアー、公演、教室、イベントに一般化します。

ロケーションインテリジェンス顧客体験 は、顧客向け位置情報製品における「発見 → 比較 → 実行」という同じ流れを扱います。「発見」では、対象となる体験を検索します。「比較」では、所要時間、移動時間、空き状況を確認できます。「実行」では、旅程への追加、経路案内、チケットの受け渡し、予約開始などの操作が可能です。説明文の評価が高いために、利用できないオプションや利用できないオプションをランク付けすると、その順序が逆転します。

どのシステムが体験に関する事実を管理すべきか？

カタログ、スケジュール、チケット、ルーティング、旅程の各システムは、推薦が依存する事実の権威であり続けるべきです。言語モデルは、屋内で、近く、午後7時の夕食前に完了できるものといった依頼を、出発地、次の予定、時間帯、屋内利用の制約、移動制限、体験タイプといった確認可能なフィールドに変換できます。これらのフィールドはカタログとルーティングに対する照会であり、発明された値ではありません。どの例も構造はあくまで例示です。重要なのは、曖昧な表現は、顧客が会話を再開することなく修正できる状態として扱われるということです。

厳しい制約は二値であり、ランク付けの前にカタログ、スケジュール、ルーティングの側に属します。本日利用不可、売り切れ、夕食時間を超過する所要時間、ルーティングサービスが満たせない旅行予算、アクセシビリティ属性の欠落などは、候補から除外する必要があります。地域性、形式、家族構成への適合性といったソフトな好みに基づいて、残りの有効な選択肢をランク付けします。夕食を提供していない体験は、人気が高いという理由だけで選ばれるべきではありません。

正確な時間は、場所または体験システムに必要です。 Googleの現在のPlaces APIドキュメントでは、currentOpeningHoursに特別営業時間を含む今後7日間の営業状況、regularOpeningHoursに通常のスケジュール（Google, 2026）が記載されています。このページは、ある実稼働中のプレイスプロバイダーの営業時間契約を示す証拠です。しかし、同じページは、すべてのKaleidr導入事例がGoogle Placesを使用していることを示すものではなく、Kaleidrの在庫状況を説明するものでもありません。

言語モデルはリクエストを解釈して説明しますが、エクスペリエンスを実用的なものにする事実については、ビジネスシステムと地理空間システムが引き続き権威を持ちます。

なぜ時間は第一級の空間制約なのか？

推奨事項は、顧客がそれに到達し、完了し、かつ次の予定を立てられる場合にのみ有用です。直線距離は、その基準にはなりません。 2つの展示会はホテルからほぼ同じ距離に位置しているが、片方は移動に12分、現地滞在に75分かかるのに対し、もう片方は滞在時間全体を費やす。製品開発においては、出発地から体験場所まで、体験時間、バッファ、そして次の目的地までの体験時間を、実現可能性の1つの要素として評価する必要がある。

到着予定時刻と自由時間枠は異なる意図です。「夕食まであと3時間あります」は残りの予算です。「7時までに会場に到着してください」は後の予定における到着期限です。言語モデルは、顧客が指定した意図を保持する必要があります。ルーティングサービスは移動区間を計算する必要があります。カタログは所要時間と開始時刻を提供する必要があります。顧客が既に制約条件を明示しているにもかかわらず、モデルにこれらの時間を新たに設定させるべきではありません。

以下の比較は例示であり、Kaleidrや目的地の実際の結果ではありません。オプションに同じ列が必要な理由を示すためにのみ使用してください。実際の製品では、現在のカタログ、スケジュール、ルーティング応答からこれらの列に情報を入力する必要があります。

一般的な「近隣で一番良い」という評価では、こうしたトレードオフが隠されてしまう可能性があります。選択肢が一つに絞られた場合は、その理由を明記してください。屋内施設であること、利用可能であること、夕食前に完了できること、指定された移動制限内に収まることなどが挙げられます。カタログに記載されていない品質スコアを捏造しないでください。Traffic-Aware Journey Planningは、顧客がルートを必要とする場合、ホテルから夕食までの同じ旅行プランの移動区間を対象としています。

推奨は、顧客が目的地に到達し、体験を完了し、かつ次の予定を立てられる場合にのみ有用です。

適格性、ランキング、説明はどのように区別すべきでしょうか？

適格性はフィルターです。ランキングは残った選択肢の順序です。説明は、候補リストが存在する理由を具体的に説明するものです。これらの役割を混同すると、よくある失敗が生じます。例えば、アシスタントが顧客が実際には体験できない有名な観光スポットを推奨してしまうといったケースです。人気度は、現在の旅行の指標としては不十分です。ホテルに隣接する、あまり有名ではない屋内展示場の方が、目玉のアトラクションまで片道45分、さらに3時間の見学時間が必要な場合には、より良い選択肢となるかもしれない。

多様性は適合性の後に来るべきです。ほぼ同じウォーキングツアーを5つ並べたリストよりも、時間枠を満たしつつ、地域や形式に変化を加えた少数のツアーの方が有用です。多様性を生み出すためだけに、顧客の重要な制約を犠牲にしてはいけません。ランキングは、条件を満たすツアーのセットに対してのみ機能するべきです。アクティビティレイヤーは、ランキングが上書きしてはならない時間やカタログの制約を提供します。

共有マップステートは、会話、カード、旅程を1つの標準オブジェクトに保持します。体験を選択すると、場所が強調表示され、旅行の関連性が示され、ホテルと夕食のアンカーが維持されるべきです。「より短いものはどれですか？」と尋ねられた場合は、同じ時間枠を維持する必要があります。「屋外はどうですか？」と尋ねられた場合は、新しい旅行を作成するのではなく、条件を再確認する必要があります。アシスタント専用の、目に見えない2つ目のリストは、この契約に違反します。マップはビューです。旅程オブジェクトは構造化データであり、製品はビューポートに表示されているものからそれを再構築すべきではありません。

Kaleidrはアクティビティ発見にどのようにマッピングされますか？

Kaleidrの実装では、ホストが既に運用しているマップおよびエクスペリエンススタックに、会話型の空間レイヤーを追加できます。Kaleidrは現在、Chatを、ホストが既にレンダリングしているマップ上にマウントされ、解決済みの場所をプロットし、会話によって場所が解決されるにつれてカメラのフレームを調整する製品として文書化しています（Chat attach）。このアタッチ契約により、マップ認識型の会話機能が現在の開発者向け公開インターフェースに存在することが確認されています。ただし、これらの文書では、ネイティブのエクスペリエンスカタログ、チケット在庫、または目的地全体の営業時間フィードの提供は保証されていません。

これらのカタログおよび予約システムは、明示的なデプロイメント依存関係として維持されるべきです。Kaleidrは会話型の空間レイヤーとマップ認識型の調整機能を提供できますが、デプロイメントでは適切な権威あるエクスペリエンス、スケジュール、およびルーティングソースを使用する必要があります。デプロイメントに関する具体的な統合が文書化されていない限り、Kaleidr自体がアトラクション運営者またはチケット台帳であると示唆しないでください。

ホテル、夕食の予約、または選択した地図上の地点は、旅程上にすでに存在する起点であるため、アクティビティ検索の既定の出発点であるべきです。公開可能なキーはブラウザSDKで使用するためのものであり、サーバー認証情報はアプリケーション層に属します。Kaleidrは現在、この分離について文書化しており、ベアラーキーとして提示された公開可能なキーは拒否されると明記しています（Auth & scopes）。デバイスの位置情報は別の権限です。現在のW3Cジオロケーション候補勧告スナップショットでは、位置情報データをWebアプリケーションと共有する前に、エンドユーザーからの明示的な許可が必要とされています（W3C, 2026）。デバイスの位置情報は、顧客が現在地から開始したい場合に役立ちます。ホテルまたは夕食がすでに適切な出発点を示している場合は、必須ではありません。Private Location Data for AI Map Workflowsは、ホストが公開しない移動データの認証について説明しています。

Kaleidrは現在、厳選された目的地とタップして場所の概要を尋ねる機能を備えたホスピタリティテンプレートについて説明しています。ライブスターターはKaleidr Hospitalityです。特定の制作ワークフローに依存する前に、Pricing & Plansで現在のプランの許容範囲を確認してください。現在の開発者向けドキュメントを統合契約書として扱い、マーケティングページはユースケースを説明するものであり、エクスペリエンスフィードのリストを説明するものではありません。

どのB2B製品がアクティビティ推薦レイヤーを必要としますか？

観光地マーケティング組織（DMO）は、午後の自由時間があり、主要な観光地を避けたい旅行者に対し、会員企業、アトラクション、ツアー、編集部のおすすめ情報を提供できます。DMOは候補となる情報の範囲を管理し、アシスタントが好みを解釈します。カタログ、営業時間、ルーティングシステムによって、何が可能であるかが決定されます。How to Build an AI Tourism Mapでは、そのカタログを中心としたデスティネーションマップのアーキテクチャについて説明します。

ホテルは、稼働中の施設、承認済みのパートナー、ゲストの時間帯、そして夕食の予約を組み合わせることができます。「夕食までの2時間で何ができるだろうか？」という質問は、ウェブ検索ではなく、施設を拠点とした実現可能性の検討となります。AI Guest Concierge for Hotelsは施設側のやり取りをカバーし、アクティビティレイヤーは所要時間と次の予定を追加します。アトラクションネットワークは、午後4時までに利用可能な施設を自社内で検索できます。コンベンションプラットフォームは、午後3時のセッションと午後6時30分の夕食の間の時間を埋めることができ、製品を屋内会場の道案内に変える必要はありません。旅行マーケットプレイスは、膨大な予約可能なカタログから旅行に適合するオプションを絞り込みながら、価格、空室状況、キャンセルに関する信頼性を維持できます。

AIと地図の連携は限定的に行うべきです。対象となる体験を表示し、特定の場所に絞り込み、旅行との関連性を示し、旅程に追加し、道順を表示し、または候補リストをクリアします。ホストはアクションを検証します。モデルが任意の地図コードを出力しないようにします。体験の選択はユーザーが制御する必要があります。対話型システムは、一つの選択肢を提示できます。顧客は、別の体験、別の期間、または別の出発地を選択できる必要があります。

目的地発見の測定可能性はどのように維持すべきか？

マップのパンとチャットの開始は診断指標です。成果指標には、クエリの開始、返された対象結果、体験の選択、旅程の追加、経路案内の表示、チケットまたは予約の引き渡しが含まれます。品質指標には、結果なし率、有効期限切れ率、期間不足率、旅行計算の失敗が含まれます。ビジネス指標は、ホストによって異なります。メンバー紹介、チケットのコンバージョン、ホテルとのエンゲージメント、目的地コンテンツの利用状況などです。単なる失敗フラグではなく、承認された体験がない、スケジュールが重複している、売り切れ、遠すぎる、期間が合わない、アクセスデータが利用できないなど、構造化された結果なしの理由を保持してください。

Visit Orlandoは、2026年初めのソフトローンチ後に14,800件以上の旅行プラン作成と57,000件以上のチャットインタラクションを報告し、会話から得られたインサイトが目的地のコンテンツとデジタルチャネルに反映されていると述べています（Visit Orlando, 2026）。これらの数値はVisit Orlando独自の運用報告書に基づくものであり、Kaleidr Analyticsの数値ではありません。また、すべての目的地が模倣すべきベンチマークでもありません。製品に関する教訓は、ループ構造にあります。ホストがチャット量だけでなく、旅行者の意図と結果をログに記録することで、旅行者の質問はコンテンツ、パートナーシップ、そしてカバレッジに関するシグナルへと変換されるのです。

Map Engagement and Location Analyticsでは現在、地図と場所の利用状況、空間パターン、アクティビティが文書化されており、製品、在庫、成長チームが活用できます。チケット販売と予約はホストシステムが引き続き担当します。旅行プラットフォームや目的地プラットフォームは、このモデルを利用して、アクティビティ検索は多いものの選択が少ない地域、リクエストが多いものの供給が不足しているカテゴリー、検索結果が表示されない旅行時間帯などを特定できます。Spatial Analytics vs. Web Analyticsでは、これらの質問がページビューに関する質問ではなく、地理的な質問である理由について説明しています。他の地図製品にも同様の測定基準が適用されます。つまり、生のインタラクション量ではなく、タスクの完了度を重視するということです。

顧客の検索と場所へのエンゲージメントが目的地のコンテンツ、在庫、パートナーシップ戦略に反映されることで、アクティビティ発見は成長ループへと発展します。

B2Bパイロットプロジェクトはどのように開始すべきか？

まずは、決められた夕食時間前にホテルの近くで楽しめるアクティビティを推奨するなど、価値の高いタスクを1つ選びましょう。体験カタログ、営業時間、チケット情報は、既存のシステムで管理します。既存の地図に会話型の地図インタラクションを組み込みます。候補を承認済みの体験に限定し、所要時間と営業時間を必須条件とし、ホテルから夕食会場までの移動距離を計算し、選択とそれに続くホストの行動を測定します。最初の試みがうまくいった場合にのみ、カテゴリと都市を拡大します。

会話型検索は、カタログの品質、営業時間内の鮮度、または配送管理の規律を代替するものではありません。移動時間はあくまで目安です。空室状況の表示は、その背後にある在庫状況に左右されます。既存の地図にアシスタントを追加することは、レンダリングエンジンを交換するよりも通常は安価ですが、ホストは依然として承認、サプライヤー契約、および次のビジネスアクションを管理する必要があります。

Explore Kaleidr Spatial AI 既存の地図に会話型エクスペリエンス検索を追加します。Explore Kaleidr Analytics 移動経路周辺の場所へのエンゲージメントと地理的な需要を測定します。この記事の例を本番環境の機能仕様として扱う前に、現在の公開ページを確認してください。

よくある質問

AIによるおすすめアクティビティとは何ですか？

AIによるアクティビティ推奨は、旅行者の意図、承認済みのエクスペリエンスカタログ、スケジュール、所要時間、場所、移動時間、およびビジネスルールを組み合わせて、現在の旅行に適したアクティビティを提案します。空間AIはリクエストを解釈して説明しますが、カタログと予約システムは事実に関する権威を持ちます。

これは近隣の場所検索とどう違うのですか？

近隣検索では、ピンの周りの場所が表示されます。アクティビティ検索では、特定の体験が次の予定までに利用可能で、アクセス可能で、完了できるかどうかを尋ねます。

言語モデルはアトラクションを考案すべきでしょうか？

いいえ。ホストカタログ、メンバーリスト、またはパートナーの在庫が候補となる場所の集合として残ります。アシスタントは制約を解釈し、根拠に基づいた選択肢を提示できます。

なぜ時間が空間的な制約となるのですか？

顧客がアクセスできず、完了できず、夕食の時間にも間に合わない体験は、たとえ地理的に近くても有効な推奨ではありません。

これはAI観光マップと同じですか？

AI観光マップは主に目的地マップのアーキテクチャです。アクティビティの推奨は、顧客の意思決定、つまり現在の旅行状況に合った適切な体験を選択することに焦点を当てています。

ホテルはゲストコンシェルジュと連携してこれを利用できますか？

はい。コンシェルジュはホテルをアンカーとして、承認済みパートナーポリシーを維持します。アクティビティレイヤーには、所要時間と、夕食やチェックアウトなどの次の予定が追加されます。

Kaleidrはチケット販売の代替になりますか？

いいえ。現在公開されているKaleidrのページでは、会話型マップ検索と分析について説明しています。チケットの在庫、価格、購入情報は、特定の統合が文書化されていない限り、ホストまたはサプライヤーのシステムに保持されます。

製品は何を測定すべきでしょうか？

対象となる結果、エクスペリエンスの選択、旅程の追加、経路案内、チケットまたは予約の引き継ぎ、構造化された結果なしの理由を測定します。チャットの長さは診断であ​​り、結果ではありません。

推奨事項には永続的な旅行履歴が必要ですか？

いいえ。一時的な出発地、旅程のアンカー、明示的な好みで十分な場合がほとんどです。製品が必要とし、かつ許可を得ている場合にのみ、正確な移動パターンを保持します。

参考文献

1. Kaleidr. AI-Powered Map Experiences for Business. Accessed 9 September 2026. https://kaleidr.com/
2. Kaleidr. AI Map Chat for Customer Discovery. Accessed 9 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. REST Resource: places. Places API. Accessed 9 September 2026. https://developers.google.com/maps/documentation/places/web-service/reference/rest/v1/places
6. Kaleidr. Chat attach. Developer documentation. Accessed 9 September 2026. https://docs.kaleidr.com/sdk/chat-attach
7. Kaleidr. Auth & scopes. Developer documentation. Accessed 9 September 2026. https://docs.kaleidr.com/platform-api/auth-and-scopes
8. W3C. Geolocation. W3C Candidate Recommendation Snapshot, 26 March 2026. https://www.w3.org/TR/2026/CR-geolocation-20260326/
9. Kaleidr. Kaleidr Hospitality. Template. Accessed 9 September 2026. https://template.kaleidr.com/customize/?template=hospitality
10. Visit Orlando. How Visit Orlando Is Using AI to Power Smarter Trip Planning. 26 June 2026. https://www.visitorlando.org/about/corporate-blog/post/how-visit-orlando-is-using-ai-to-power-smarter-trip-planning/
11. Kaleidr. Map Engagement and Location Analytics. Accessed 9 September 2026. https://kaleidr.com/analytics

@misc{kaleidr_home_things_to_do_2026_09_09,
  title  = {AI-Powered Map Experiences for Business},
  author = {{Kaleidr}},
  note   = {Accessed 9 September 2026},
  url    = {https://kaleidr.com/}
}

@misc{kaleidr_ai_things_to_do_2026_09_09,
  title  = {AI Map Chat for Customer Discovery},
  author = {{Kaleidr}},
  note   = {Accessed 9 September 2026},
  url    = {https://kaleidr.com/ai}
}

@misc{visit_orlando_ai_planner_2026_09_09,
  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_2026_09_09,
  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_places_resource_2026_09_09,
  title  = {REST Resource: places},
  author = {{Google}},
  year   = {2026},
  note   = {Places API; accessed 9 September 2026},
  url    = {https://developers.google.com/maps/documentation/places/web-service/reference/rest/v1/places}
}

@misc{kaleidr_chat_attach_things_to_do_2026_09_09,
  title  = {Chat attach},
  author = {{Kaleidr}},
  note   = {Developer documentation; accessed 9 September 2026},
  url    = {https://docs.kaleidr.com/sdk/chat-attach}
}

@misc{kaleidr_auth_scopes_things_to_do_2026_09_09,
  title  = {Auth \& scopes},
  author = {{Kaleidr}},
  note   = {Developer documentation; accessed 9 September 2026},
  url    = {https://docs.kaleidr.com/platform-api/auth-and-scopes}
}

@misc{w3c_geolocation_cr_2026_09_09,
  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_2026_09_09,
  title  = {Kaleidr Hospitality},
  author = {{Kaleidr}},
  note   = {Template; accessed 9 September 2026},
  url    = {https://template.kaleidr.com/customize/?template=hospitality}
}

@misc{visit_orlando_ai_results_2026_09_09,
  title  = {How Visit Orlando Is Using AI to Power Smarter Trip Planning},
  author = {{Visit Orlando}},
  year   = {2026},
  month  = jun,
  url    = {https://www.visitorlando.org/about/corporate-blog/post/how-visit-orlando-is-using-ai-to-power-smarter-trip-planning/}
}

@misc{kaleidr_analytics_things_to_do_2026_09_09,
  title  = {Map Engagement and Location Analytics},
  author = {{Kaleidr}},
  note   = {Accessed 9 September 2026},
  url    = {https://kaleidr.com/analytics}
}