| Summary: | 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.
|
|---|