Tourism Reputation Index for Assessing Perceptions on Destinations Using Collaborative Text Data

• Paula Antón Maraña ^[1] ; Bruno Baruque Zanón ^[1] ; Santiago Porras Alfonso ^[1] ; Pablo Arranz Val ^[1]
  1. [1] Universidad de Burgos

     Universidad de Burgos

     Burgos, España

     
• Localización: Estudios de economía aplicada, ISSN 1133-3197, ISSN-e 1697-5731, Vol. 41, Nº 1, 2023 (Ejemplar dedicado a: Ciencia de datos para la Economía Aplicada)
• Idioma: inglés
• Títulos paralelos:
  • Índice de Reputación Turística para Evaluar las Percepciones sobre los Destinos utilizando Datos Textuales Colaborativos
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    El sector turístico está experimentando un cambio de tendencia ante el uso generalizado de la Web 2.0. por parte de los turistas. Este fenómeno ha impulsado a los agentes turísticos a aplicar técnicas Big Data y herramientas de Inteligencia de Negocio a la hora de conocer qué piensan y qué desean a los turistas. En este sentido, toma especial relevancia el análisis del Electronic Word Of Mouth en las Redes Sociales, y la literatura académica ha encontrado algunas dificultades al extraer datos, determinar su significado y vincularlo con el destino. El objetivo de este trabajo es presentar los resultados que se pueden obtener con el diseño de un índice reputacional turístico, por medio del análisis de los datos creados de manera colaborativa en la Red Social de Twitter. Para ello, se ha creado una herramienta de IN que permite extraer datos de los mensajes cortos de texto publicados por los usuarios (tweets) y procesarlos mediante la implementación de un proceso de Extract, Transform and Load. En este proceso, se realiza un Procesamiento del Lenguaje Natural, centrado en tareas de Análisis de Sentimientos, aplicando un modelo de clasificación automática (Multinomial Naive Bayes) y, seguidamente, una categorización temática automática de estos textos en función de los términos que contengan. Posteriormente, se analizan los datos, calculando un índice de reputación online global a partir de subíndices de percepción sobre diferentes aspectos turísticos. Estos índices se muestran a los usuarios mediante un cuadro de mando interactivo, que permite comparar entre diferentes consultas asociadas a una localidad turística y a un periodo temporal. Este trabajo contribuye a que los agentes turísticos conozcan la percepción sobre los destinos y tomen decisiones adecuadas e informadas en tiempo real, facilitando una gestión inteligente de los datos que permita crear destinos turísticos inteligentes con ventajas competitivas, únicas y sostenibles.

  • English

    The tourism sector is experiencing a change in trend due to the widespread use of Web 2.0 by tourists. This phenomenon has prompted tourism agents to apply Big Data techniques and Business Intelligence tools to find out what tourists think. In this sense, the analysis of the Electronic Word Of Mouth in Social Networks is particularly relevant, and the academic literature has faced some difficulties in extracting data, determining its meaning and linking it to the destination. The aim of this work is to is to present the results that can be generated by the design of a tourism reputation index, through the analysis of data created collaboratively on the Twitter Social Network. For this purpose, a BI tool has been created to extract data from short text messages posted by users (tweets) and process them by implementing an Extract, Transform and Load process. In this process, Natural Language Processing is carried out, focusing on Sentiment Analysis tasks, applying an automatic classification model (Multinomial Naive Bayes) and then an automatic thematic categorisation of these texts depending on the words they contain. Subsequently, the data is analysed, calculating a global online reputation index based on sub-indexes of perception on different tourism aspects. These ratings are shown to users through an interactive dashboard, which allows comparison between different queries associated with a tourist location and a temporal period. This research helps tourism agents to better understand the public perception about destinations and make appropriate and well-informed decisions in real time, facilitating the intelligent management of data that enables the creation of smart tourism destinations with competitive, unique and sustainable advantages.