Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb

Detalhes bibliográficos
Autor(a) principal: Morais, Sónia Alexandra Miranda
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