O Mercado do turismo representa em muitos paises um peso significativo na sua economia. Contudo, este mercado tende a ser volátil e, deste modo, de forma a garantir uma sustentabilidade económica, é necessário garantir a lealdade dos turistas. A lealdade é influenciada pela satisfação sendo que esta é resultado de diferentes determinantes ao longo da viagem. A possibilidade de verificar quais turistas mais leais permite que as agências de turismo, assim como as organizações governamentais posicionarem e alterarem a sua estratégia de forma a potencializar e aumentar a lealdade dos turistas. De forma a avaliar a lealdade dos turistas, foram realizadas diferentes análises e tecnicas de data mining de forma a verificar quais os turistas mais leais, e quais os tipos de lealdade existentes. Foi ainda criado um modelo preditivo de forma a avaliar a influência das variaveis sócio-demográficas na lealdade dos turistas. Para tal foram utilizados dados de três anos concecutivos (2014, 2015 e 2016), referentes aos dados do Flash Eurobarometer, de um modo específico, utilizando o questionário “Preferences of European toward tourists”, onde foram estudados dados referentes aos turistas da Europa 28. Através das tecnicas mencionadas, foi possível verificar quais os turistas mais ou menos lais assim como prever o destino de férias dos turistas. Por fim, foi ainda possível ver o impacto das caracteristas socio-demográficas na lealdade dos turistas e qual o seu peso.

Tourism market represents in many countries a significant weight in its economy. However, this market tends to be volatile and, in order to ensure economic sustainability, it is necessary to ensure the loyalty of tourists. Loyalty is influenced by satisfaction and it's a result of different determinants along the trip. The ability to analise which tourists are more loyal allows tourism agencies as well as government organizations to position and change their strategy in order to boost and increase the loyalty of tourists. To evaluate the loyalty of the tourists, different analyzes of data mining techniques were carried out to verify the most loyal tourists, and the type of loyalty. A predictive model was also created in order to evaluate the influence of socio-demographic variables on the loyalty of tourists. In order to do so, it was used three-year data (2014, 2015 and 2016) for the Flash Eurobarometer, in a specific way, using the "Preferences of European toward tourists" questionnaire, where were studied data from Europe 28. Through the techniques mentioned, it was possible to verify, which tourists are the most loyal and which are the least, as well predict the holiday destination of the tourists. Finally, it was still possible to see the impact of socio-demographic characteristics on the loyalty of tourists and their weight.