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

Año de publicación: 2022

Título del ejemplar: Turismo, peregrinación y comunidades

Volumen: 16

Número: 2

Páginas: 56-77

Tipo: Artículo

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

Otras publicaciones en: Rotur: revista de ocio y turismo

Resumen

La gestión de las políticas públicas de turismo sostenible puede beneficiarse del conocimiento de las percepciones tanto de los visitantes como de los residentes. Si las de los primeros permiten adaptar mejor la oferta turística a sus demandas, las percepciones de los residentes ayudan a identificar posibles amenazas tanto para la sostenibilidad de la actividad turística como para la valoración política de sus gestores. La información compartida en las redes sociales ha demostrado su utilidad para el análisis de las percepciones, pero es necesario adaptar la metodología a las características específicas del turismo. En este trabajo se evalúa la utilidad de la información compartida en redes sociales para el diseño y evaluación de políticas públicas turísticas desde la perspectiva de la sostenibilidad para el caso del Camino de Santiago. Utilizando algoritmos de inteligencia artificial, encontramos una valoración claramente positiva de la experiencia actual, e identificamos acciones capaces de mejorar su sostenibilidad: 1) la preservación y promoción del patrimonio natural y cultural, 2) la integración de los visitantes con las comunidades locales, y 3) la mejora de la oferta en áreas como la restauración, la logística o la seguridad. Para facilitar la prueba de nuestro análisis, así como para permitir la reutilización de nuestros datos por parte de la comunidad científica, compartimos los resultados a través del repositorio del Social Data Lab en el Dataverse de la Universidad 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
Fuente de los datos: Dialnet