Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbano

Detalhes bibliográficos
Autor(a) principal: Abarca, Luis Vicente Encalada
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/26022
Resumo: O entendimento de como os turistas usam o espaço nos ambientes urbanos tem aplicações práticas na administração e planeamento do turismo nos locais de destino. Os métodos tradicionais que permitem registrar as atividades turísticas nos centros urbanos dificilmente podem produzir dados quantitativos referentes ao comportamento espacial dos turistas. Recentemente, outras fontes não oficiais, enquadradas no campo das social media, têm vindo a ser aproveitadas, sobretudo pelos seus dados serem de livre acesso e usufruírem de atributos de geolocalização, com elevada resolução espacial e temporal. Os serviços de partilha de fotos, de mensagens instantâneas, de avaliação de consumidores e outras plataformas “Web 2.0”, enquadradas num ambiente colaborativo e de partilha de conteúdos, formam parte destas novas fontes que se caracterizam pelos altos níveis de participação e pela quantidade de utilizadores. Relativamente aos estudos baseados na informação extraída dos serviços de partilha de fotos, alguns autores têm referido que este tipo de dados proporciona novas oportunidades para as ciências geográficas e para o estudo de fenómenos sociais, podendo ser utilizado como proxy para analisar a distribuição espacial de turistas e como medida de atractividade do espaço. Na presente dissertação, utilizaram-se as fotos (geotagged) partilhadas pelos utilizadores da rede ‘Panoramio’, tiradas durante a sua visita a Lisboa entre 2007 e 2014, como fonte de dados para analisar o comportamento espaciotemporal da procura turística na cidade. O conjunto total de dados (> 75.000 fotografias) foi segmentado em turistas e locais, tendo como referencia a duração do período em que cada utilizador tirou as fotografias (i.e., estadia inferior a 3 dias), resultando numa amostra de 17.604 fotos. A análise da localização das fotografias permitiu identificar os padrões espaciais dos turistas e, através do número de fotos tiradas, quantificar a capacidade de atracção dos principais pontos de interesse. A comparação entre os clusters espaciais das fotos dos turistas e os mapas dos principais pontos de atracção denota forte correlação, uma vez que os clusters coincidiram com áreas conhecidas por atrair mais turistas. Finalmente, através da análise de regressão linear múltipla, verificou-se que são os ‘monumentos’, os elementos que apresentam maior atractividade, e apurou-se que existem áreas do centro histórico, cujo potencial turístico está subestimado.
id RCAP_d51aa50fab44cee25950038cb90d4c66
oai_identifier_str oai:repositorio.ul.pt:10451/26022
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbanoo caso de LisboaSistemas de informação geográfica - SIGTurismo - Lisboa (Portugal)Turismo urbano - geotagged fotos - redes sociais - Lisboa (Portugal)Teses de mestrado - 2016O entendimento de como os turistas usam o espaço nos ambientes urbanos tem aplicações práticas na administração e planeamento do turismo nos locais de destino. Os métodos tradicionais que permitem registrar as atividades turísticas nos centros urbanos dificilmente podem produzir dados quantitativos referentes ao comportamento espacial dos turistas. Recentemente, outras fontes não oficiais, enquadradas no campo das social media, têm vindo a ser aproveitadas, sobretudo pelos seus dados serem de livre acesso e usufruírem de atributos de geolocalização, com elevada resolução espacial e temporal. Os serviços de partilha de fotos, de mensagens instantâneas, de avaliação de consumidores e outras plataformas “Web 2.0”, enquadradas num ambiente colaborativo e de partilha de conteúdos, formam parte destas novas fontes que se caracterizam pelos altos níveis de participação e pela quantidade de utilizadores. Relativamente aos estudos baseados na informação extraída dos serviços de partilha de fotos, alguns autores têm referido que este tipo de dados proporciona novas oportunidades para as ciências geográficas e para o estudo de fenómenos sociais, podendo ser utilizado como proxy para analisar a distribuição espacial de turistas e como medida de atractividade do espaço. Na presente dissertação, utilizaram-se as fotos (geotagged) partilhadas pelos utilizadores da rede ‘Panoramio’, tiradas durante a sua visita a Lisboa entre 2007 e 2014, como fonte de dados para analisar o comportamento espaciotemporal da procura turística na cidade. O conjunto total de dados (> 75.000 fotografias) foi segmentado em turistas e locais, tendo como referencia a duração do período em que cada utilizador tirou as fotografias (i.e., estadia inferior a 3 dias), resultando numa amostra de 17.604 fotos. A análise da localização das fotografias permitiu identificar os padrões espaciais dos turistas e, através do número de fotos tiradas, quantificar a capacidade de atracção dos principais pontos de interesse. A comparação entre os clusters espaciais das fotos dos turistas e os mapas dos principais pontos de atracção denota forte correlação, uma vez que os clusters coincidiram com áreas conhecidas por atrair mais turistas. Finalmente, através da análise de regressão linear múltipla, verificou-se que são os ‘monumentos’, os elementos que apresentam maior atractividade, e apurou-se que existem áreas do centro histórico, cujo potencial turístico está subestimado.Understanding how tourists use space in urban environments has practical applications in destination management and planning. It reveals key issues for organizing facilities and essential services, creating new products, impact management, and other purposes related to urban tourism. Alongside the development of new information and communication technologies, less traditional data sources have been considered in the analysis of urban tourism, particularly for assessing the spatial behavior of tourists. Photo-sharing and instant messaging services, consumer review websites and other Web 2.0 platforms are examples of these new sources, characterized by the prominent participation of users, high volume of user-generated content and its open access nature. Several studies have been led using data extracted from social networks platforms, as these services provide open and well-defined interfaces to interact with. They allow clients to extract the increasingly user-generated content, often with high spatio-temporal resolution, and enriched with a set of other attributes such as geolocation, timestamps, user identification, individual profiles, etc. Such crowdsourced data provides new insights and could be used to complement authoritative data. Considering the constraints about collecting data for urban tourism studies, some authors concluded that this information can be used as proxy to measure the attractiveness of places as well as the spatial distribution of tourists in the city. In this thesis, we analyzed the spatial distribution of tourists in Lisbon based on data from ‘Panoramio’ social network between 2007 and 2014. Firstly, the data was retrieved through its respective API, filtered and merged into a relational database. Then, the data was mapped and time-space statistics were applied to find the tourists hot spots. Furthermore, a regression analysis method was carried out, in order to find the spatial relations between the observed pattern (geographical agglomeration of tourist´s photos) and a set of 24 selected factors (explanatory variables). The original dataset (> 75,000 geotagged photos) was segmented into tourists and locals, using the time period between the first and last photo uploaded by each user (less than 3 nights stay), resulting in a sample of 17,604 photos taken by tourists. The analysis of photo´s locations enables us to detect the spatial patterns of tourists and to quantify, through the amount of pictures taken, the attractiveness of the major points of interest. The comparison between the spatial clusters of tourist’s photos and the map of the main tourist attractions indicated that the results are highly correlated, since the locations of clusters matched with the well-known more attractive tourist’s areas. Finally, by multiple linear regression analysis, it was found that the historical elements are those that appear as most attractive spots, and revealed that there are areas inside the historic center, whose tourism potential is underestimated. We present the conclusions for the city of Lisbon, discussing pros and cons of this emerging data source, and also some highlights and challenges of big data/social networks on urban tourism management and planning.Rocha, JorgeFerreira, Carlos CardosoRepositório da Universidade de LisboaAbarca, Luis Vicente Encalada2017-01-19T11:03:29Z201620162016-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/26022TID:201483360porinfo: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:RCAAP2023-11-08T16:15:53Zoai:repositorio.ul.pt:10451/26022Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:42:48.005276Repositório 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 Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbano
o caso de Lisboa
title Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbano
spellingShingle Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbano
Abarca, Luis Vicente Encalada
Sistemas de informação geográfica - SIG
Turismo - Lisboa (Portugal)
Turismo urbano - geotagged fotos - redes sociais - Lisboa (Portugal)
Teses de mestrado - 2016
title_short Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbano
title_full Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbano
title_fullStr Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbano
title_full_unstemmed Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbano
title_sort Big Data e redes sociais na análise espacial de padrões turísticos em contexto urbano
author Abarca, Luis Vicente Encalada
author_facet Abarca, Luis Vicente Encalada
author_role author
dc.contributor.none.fl_str_mv Rocha, Jorge
Ferreira, Carlos Cardoso
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Abarca, Luis Vicente Encalada
dc.subject.por.fl_str_mv Sistemas de informação geográfica - SIG
Turismo - Lisboa (Portugal)
Turismo urbano - geotagged fotos - redes sociais - Lisboa (Portugal)
Teses de mestrado - 2016
topic Sistemas de informação geográfica - SIG
Turismo - Lisboa (Portugal)
Turismo urbano - geotagged fotos - redes sociais - Lisboa (Portugal)
Teses de mestrado - 2016
description O entendimento de como os turistas usam o espaço nos ambientes urbanos tem aplicações práticas na administração e planeamento do turismo nos locais de destino. Os métodos tradicionais que permitem registrar as atividades turísticas nos centros urbanos dificilmente podem produzir dados quantitativos referentes ao comportamento espacial dos turistas. Recentemente, outras fontes não oficiais, enquadradas no campo das social media, têm vindo a ser aproveitadas, sobretudo pelos seus dados serem de livre acesso e usufruírem de atributos de geolocalização, com elevada resolução espacial e temporal. Os serviços de partilha de fotos, de mensagens instantâneas, de avaliação de consumidores e outras plataformas “Web 2.0”, enquadradas num ambiente colaborativo e de partilha de conteúdos, formam parte destas novas fontes que se caracterizam pelos altos níveis de participação e pela quantidade de utilizadores. Relativamente aos estudos baseados na informação extraída dos serviços de partilha de fotos, alguns autores têm referido que este tipo de dados proporciona novas oportunidades para as ciências geográficas e para o estudo de fenómenos sociais, podendo ser utilizado como proxy para analisar a distribuição espacial de turistas e como medida de atractividade do espaço. Na presente dissertação, utilizaram-se as fotos (geotagged) partilhadas pelos utilizadores da rede ‘Panoramio’, tiradas durante a sua visita a Lisboa entre 2007 e 2014, como fonte de dados para analisar o comportamento espaciotemporal da procura turística na cidade. O conjunto total de dados (> 75.000 fotografias) foi segmentado em turistas e locais, tendo como referencia a duração do período em que cada utilizador tirou as fotografias (i.e., estadia inferior a 3 dias), resultando numa amostra de 17.604 fotos. A análise da localização das fotografias permitiu identificar os padrões espaciais dos turistas e, através do número de fotos tiradas, quantificar a capacidade de atracção dos principais pontos de interesse. A comparação entre os clusters espaciais das fotos dos turistas e os mapas dos principais pontos de atracção denota forte correlação, uma vez que os clusters coincidiram com áreas conhecidas por atrair mais turistas. Finalmente, através da análise de regressão linear múltipla, verificou-se que são os ‘monumentos’, os elementos que apresentam maior atractividade, e apurou-se que existem áreas do centro histórico, cujo potencial turístico está subestimado.
publishDate 2016
dc.date.none.fl_str_mv 2016
2016
2016-01-01T00:00:00Z
2017-01-19T11:03:29Z
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/10451/26022
TID:201483360
url http://hdl.handle.net/10451/26022
identifier_str_mv TID:201483360
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_ 1799134344262975488