Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10071/22187 |
Resumo: | O crescimento do setor do turismo e mais propriamente do alojamento local, proporcionou nos últimos anos um aumento significativo de comentários online que se refletem nas decisões de cada turista na hora de reservar um alojamento. Um dos problemas associados à plataforma Airbnb é a infinidade de comentários existentes para cada alojamento, que expressam muitas das vezes as experiências realizadas pelos hóspedes e que não estão a ser considerados com a devida importância na tomada de decisão do proprietário. Este estudo pretende analisar os aspetos discutidos nos comentários, e sentimentos que advêm deste tipo de experiências, bem como as falhas e necessidades que são importantes de colmatar para se poder usufruir/fornecer de uma melhor qualidade do serviço neste tipo de alojamentos. A obtenção e identificação destes aspetos, que vão desde a propriedade até ao próprio proprietário, irá auxiliar os proprietários a tomar decisões quanto a melhorias nos respetivos alojamentos locais, conseguindo ter uma rápida indicação do que pode ser melhorado bem como a alcançar o bom feedback na plataforma Airbnb e também a tomarem conhecimento dos aspetos que estão a ser discutidos na atualidade. Por forma a analisar estas opiniões e sentimentos dos hóspedes relativamente a toda a experiência turística, foram utilizadas técnicas de text mining, como a análise de sentimentos e modelação por tópicos, tais como o Latent Semantic Analysis (LSA) e Latent Dirichlet Allocation (LDA) para alojamentos localizados em Lisboa, Portugal, na plataforma Airbnb. |
id |
RCAP_81a56edea406028330565183f9033bdd |
---|---|
oai_identifier_str |
oai:repositorio.iscte-iul.pt:10071/22187 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Modelação de comentários em plataformas online sobre alojamento local: O caso AirbnbText miningAnálise de sentimentosModelação por tópicosProcessamento de linguagem naturalAirbnbComentários onlineSentiment analysisTopic modellingNatural language processingOnline reviewsO crescimento do setor do turismo e mais propriamente do alojamento local, proporcionou nos últimos anos um aumento significativo de comentários online que se refletem nas decisões de cada turista na hora de reservar um alojamento. Um dos problemas associados à plataforma Airbnb é a infinidade de comentários existentes para cada alojamento, que expressam muitas das vezes as experiências realizadas pelos hóspedes e que não estão a ser considerados com a devida importância na tomada de decisão do proprietário. Este estudo pretende analisar os aspetos discutidos nos comentários, e sentimentos que advêm deste tipo de experiências, bem como as falhas e necessidades que são importantes de colmatar para se poder usufruir/fornecer de uma melhor qualidade do serviço neste tipo de alojamentos. A obtenção e identificação destes aspetos, que vão desde a propriedade até ao próprio proprietário, irá auxiliar os proprietários a tomar decisões quanto a melhorias nos respetivos alojamentos locais, conseguindo ter uma rápida indicação do que pode ser melhorado bem como a alcançar o bom feedback na plataforma Airbnb e também a tomarem conhecimento dos aspetos que estão a ser discutidos na atualidade. Por forma a analisar estas opiniões e sentimentos dos hóspedes relativamente a toda a experiência turística, foram utilizadas técnicas de text mining, como a análise de sentimentos e modelação por tópicos, tais como o Latent Semantic Analysis (LSA) e Latent Dirichlet Allocation (LDA) para alojamentos localizados em Lisboa, Portugal, na plataforma Airbnb.The growth of the tourism sector and more specifically of local accommodation has in recent years provided a significant increase of online comments that are reflected in the decisions of each tourist when booking a accommodation. One of the problems associated with the Airbnb platform is the plethora of existing reviews for each accommodation, which often express the experiences of guests and are not being considered with due importance in the owner’s decision making. This study aims to analyze the aspects discussed in the comments, and feelings that come from this type of experiences, as well as the flaws and needs that are important to address in order to enjoy/provide a better quality of service in this type of accommodation. Obtaining and identifying these aspects, ranging from property to owner, will help homeowners make decisions on how to improve their local accommodation, giving them a quick indication of what can be improved as well as getting good feedback on the property on the Airbnb platform and also becoming aware of what is currently being discussed on actual days. In order to analyze these guests’ opinions and feelings about the whole tourist experience, text mining techniques, such as sentiment analysis, and topic modeling, such as Latent Semantic Analysis (LSA) and Latent Dirichlet Allocation (LDA) were used, for accommodation located in Lisbon, Portugal on the Airbnb platform.2021-02-24T15:42:10Z2019-12-20T00:00:00Z2019-12-202019-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10071/22187TID:202645088porMorais, Sónia Alexandra Mirandainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-09T17:51:17Zoai:repositorio.iscte-iul.pt:10071/22187Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:25:23.463289Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb |
title |
Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb |
spellingShingle |
Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb Morais, Sónia Alexandra Miranda Text mining Análise de sentimentos Modelação por tópicos Processamento de linguagem natural Airbnb Comentários online Sentiment analysis Topic modelling Natural language processing Online reviews |
title_short |
Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb |
title_full |
Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb |
title_fullStr |
Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb |
title_full_unstemmed |
Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb |
title_sort |
Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb |
author |
Morais, Sónia Alexandra Miranda |
author_facet |
Morais, Sónia Alexandra Miranda |
author_role |
author |
dc.contributor.author.fl_str_mv |
Morais, Sónia Alexandra Miranda |
dc.subject.por.fl_str_mv |
Text mining Análise de sentimentos Modelação por tópicos Processamento de linguagem natural Airbnb Comentários online Sentiment analysis Topic modelling Natural language processing Online reviews |
topic |
Text mining Análise de sentimentos Modelação por tópicos Processamento de linguagem natural Airbnb Comentários online Sentiment analysis Topic modelling Natural language processing Online reviews |
description |
O crescimento do setor do turismo e mais propriamente do alojamento local, proporcionou nos últimos anos um aumento significativo de comentários online que se refletem nas decisões de cada turista na hora de reservar um alojamento. Um dos problemas associados à plataforma Airbnb é a infinidade de comentários existentes para cada alojamento, que expressam muitas das vezes as experiências realizadas pelos hóspedes e que não estão a ser considerados com a devida importância na tomada de decisão do proprietário. Este estudo pretende analisar os aspetos discutidos nos comentários, e sentimentos que advêm deste tipo de experiências, bem como as falhas e necessidades que são importantes de colmatar para se poder usufruir/fornecer de uma melhor qualidade do serviço neste tipo de alojamentos. A obtenção e identificação destes aspetos, que vão desde a propriedade até ao próprio proprietário, irá auxiliar os proprietários a tomar decisões quanto a melhorias nos respetivos alojamentos locais, conseguindo ter uma rápida indicação do que pode ser melhorado bem como a alcançar o bom feedback na plataforma Airbnb e também a tomarem conhecimento dos aspetos que estão a ser discutidos na atualidade. Por forma a analisar estas opiniões e sentimentos dos hóspedes relativamente a toda a experiência turística, foram utilizadas técnicas de text mining, como a análise de sentimentos e modelação por tópicos, tais como o Latent Semantic Analysis (LSA) e Latent Dirichlet Allocation (LDA) para alojamentos localizados em Lisboa, Portugal, na plataforma Airbnb. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-12-20T00:00:00Z 2019-12-20 2019-12 2021-02-24T15:42:10Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10071/22187 TID:202645088 |
url |
http://hdl.handle.net/10071/22187 |
identifier_str_mv |
TID:202645088 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799134816680017920 |