Análise de redes sociais como apoio na formulação e avaliação de políticas públicas de turismoo caso do Caminho de Santiago

  1. Benitez-Baleato, Jesus M 1
  2. Sotelo Docío, Susana 1
  1. 1 Universidade de Santiago de Compostela
    info

    Universidade de Santiago de Compostela

    Santiago de Compostela, España

    ROR https://ror.org/030eybx10

Revista:
Rotur: revista de ocio y turismo

ISSN: 1888-6884,  2695-6357

Ano de publicación: 2022

Título do exemplar: Turismo, peregrinación y comunidades

Volume: 16

Número: 2

Páxinas: 56-77

Tipo: Artigo

DOI: 10.17979/ROTUR.2022.16.2.9084 DIALNET GOOGLE SCHOLAR lock_openAcceso aberto editor

Outras publicacións en: Rotur: revista de ocio y turismo

Resumo

A xestión das políticas públicas de turismo sostible pode beneficiarse do coñecemento das percepcións tanto dos visitantes como dos residentes. Se as dos primeiros permiten adaptar mellor a oferta turística ás súas demandas, as percepcións dos residentes axudan a identificar posibles ameazas tanto para a sustentabilidade da actividade turística como para a valoración política dos seus xestores. A información compartida nas redes sociais ten demostrado a súa utilidade para a análise das percepcións, pero é necesario adaptar a metodoloxía ás características específicas do turismo. Neste traballo avalíase a utilidade da información compartida en redes sociais para o deseño e avaliación de políticas públicas turísticas desde a perspectiva da sustentabilidade para o caso do Camiño de Santiago. Utilizando algoritmos de intelixencia artificial, atopamos unha valoración claramente positiva da experiencia actual, e identificamos accións capaces de mellorar a súa sustentabilidade: 1) a preservación e promoción do patrimonio natural e cultural, 2) a integración dos visitantes coas comunidades locais, e 3) a mellora da oferta en áreas como a restauración, a loxística ou a seguridade. Para facilitar a proba da nosa análise, así como para permitir a reutilización dos nosos datos por parte da comunidade científica, compartimos os resultados a través do repositorio do Social Data Lab no Dataverse da Universidade de Harvard.

Referencias bibliográficas

  • Ali, Alisha e Frew, Andrew (2012). Information and Communication Technologies for Sustainable Tourism. Routledge. https://doi.org/10.4324/9780203072592
  • Ayeh, Julian K., Leung, Daniel, Au, Norman e Law, Rob (2012). Perceptions and Strategies of Hospitality and Tourism Practitioners on Social Media: An Exploratory Study. Em Matthias Fuchs, Francesco Ricci e Lorenzo Cantoni (eds.), Information and Communication Technologies in Tourism 2012 (pp. 1–12). Springer Vienna.
  • Birkland, Thomas A. (2015). An introduction to the policy process: Theories, concepts, and models of public policy making. Routledge.
  • Dye, Thomas (1992). Understanding Public Policy, 7th ed. Prentice Hall.
  • Easton, David (1965). A Framework for Political Analysis. Prentice-Hall.
  • Fernández Méndez, Diana, Fernández Fernández, Melchor e Riveiro García, Dolores (2019). “Impacto socioeconómico del Camino de Santiago a nivel local: la percepción de los residentes”. Documentos de Traballo. Análise Económica, 69, 1–39.
  • Gerston, Larry N. (2014). Public policy making: Process and principles. Routledge.
  • Gamallo, Pablo e García, Marcos (2017). LinguaKit: Uma ferramenta multilingue para a análise linguística e a extração de informação. Linguamática, 9(1), 19-28. https://doi.org/10.21814/lm.9.1.243
  • Torres Feijó, Elias J. (2020). Bem-estar comunitário e visitantes através do Caminho em Santiago. Grandes narrativas, ideias e práticas culturais na cidade. Andavira.
  • Flores-Ruiz, David, Elizondo-Salto, Adolfo, & de la O. Barroso-González, María (2021). Using Social Media in Tourist Sentiment Analysis: A Case Study of Andalusia during the Covid-19 Pandemic. Sustainability, 13, 3836.
  • Hall, Colin M., e Jenkins, John M. (1995). Tourism and Public Policy. Routledge.
  • Hennink, Monique e Kaiser, Bonnie N. (2019). Saturation in Qualitative Research. Em P. Atkinson, S. Delamont, A. Cernat, J.W. Sakshaug, e R.A. Williams (eds.), SAGE Research Methods Foundations. https://dx.doi.org/10.4135/9781526421036822322
  • Iriarte, Álvaro, Gamallo, Pablo e Simões, Alberto (2018). Estratégias Lexicométricas para Detetar Especificidades Textuais. Linguamática, 10, 19–26.
  • Iriarte, Álvaro e Sotelo, Susana (2022). Análise lexicométrica: Algumas técnicas aplicadas a entrevistas a visitantes de Santiago de Compostela. Em I. Caamaño, R. Samartim, & C. Lamela (eds.), Cidades, turismo e caminhos de Santiago / Ciudades, turismo y caminos de Santiago. Andavira.
  • McNamee, Paul (2005). Language Identification: A Solved Problem Suitable for Undergraduate Instruction. Journal of Computing Sciences in Colleges, 20(3), 94–101.
  • Medhat, Waala, Hassan, Ahmed, & Korashy, Hoda (2014). Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 5(4), 1093–1113. https://doi.org/10.1016/j.asej.2014.04.011
  • Mitjia T (2015). Evaluating language identification performance. Engineering. https://blog.twitter.com/engineering/en_us/a/2015/evaluating-language-identification-performance
  • Mittelstaedt, John D. e Mittelstaedt, Robert A. (2012). “Pilgrimage as Exchange: The Economy of Salvation and the Theory of Exchange”. 37th Macromarketing Conference, 373-376.
  • Munar, Ana María e Jacobsen, Jens Kr. Steen (2014). Motivations for sharing tourism experiences through social media. Tourism Management, 43, 46–54. https://doi.org/10.1016/j.tourman.2014.01.012
  • OCS (2009). Informe do perfil do peregrino. Informe anual 2009. Informe Observatorio do Camiño de Santiago.
  • OCS (2017). Estudio do impacto socio-económico do Camiño de Santiago. Informe técnico. Observatorio do Camiño de Santiago.
  • Pearce, Douglas G. (1992). Tourist Organisations. Longman Scientific and Technical.
  • Putra, Rino S., Nurcahyo, Rahmat e Gabriel, Djoko S. (2019). Tourists Perception in Bali Using Social Media and Online Media Sentiment Analysis. 2019 IEEE 6th International Conference on Engineering Technologies and Applied Sciences (ICETAS), 1–5. https://doi.org/10.1109/ICETAS48360.2019.9117317
  • Sanderson, Ian (2002). Evaluation, policy learning and evidence‐based policy making. Public administration, 80(1), 1-22.
  • Singh, Prabhsimran, Dwivedi, Yogesh K., Kahlon, Karanjeet S., Sawhney, Ravinder S., Alalwan, Ali A. e Rana, Nripendra P. (2020). Smart Monitoring and Controlling of Government Policies Using Social Media and Cloud Computing. Information Systems Frontiers, 22(2), 315–337. https://doi.org/10.1007/s10796-019-09916-y
  • Sotelo Docío, Susana e Benítez-Baleato, Jesus M. (2021). Replication Data for: Digital Tracks: Application of Artificial Intelligence Technologies for Automatic detection of Perceptions from Social Media. The case of the Saint James Way, with a focus on COVID-19 (V1 ed.). Harvard Dataverse. https://doi.org/10.7910/DVN/CUFZKT
  • Xiang, Zheng, Du, Qianzhou, Ma, Yufeng e Fan, Weiguo (2017). A comparative analysis of major online review platforms: Implications for social media analytics in hospitality and tourism. Tourism Management, 58, 51–65. https://doi.org/10.1016/j.tourman.2016.10.001
  • Xunta de Galicia (2020). Ocupación hoteleira no Camiño Francés. Informe técnico. Área de Estudos e Investigación, Turismo de Galicia. https://www.turismo.gal/aei/portal/index.php?idm=37
  • Zeng, Benxiang e Gerritsen, Rolf (2014). What do we know about social media in tourism? A review. Tourism Management Perspectives, 10, 27–36. https://doi.org/10.1016/j.tmp.2014.01.001
  • Zhang, Hailong, Gan, Wenyan e Jiang, Bo (2014). Machine Learning and Lexicon Based Methods for Sentiment Classification: A Survey. 2014 11th Web Information System and Application Conference, 262–265. https://doi.org/10.1109/WISA.2014.55
  • Zhang, Lei, Wang, Shuai e Liu, Bing (2018). Deep learning for sentiment analysis: A survey. WIREs Data Mining and Knowledge Discovery, 8(4), e1253. https://doi.org/10.1002/widm.1253
Fonte de datos: Dialnet