Título
Modelação de comentários em plataformas online sobre alojamento local: O caso Airbnb
Autor
Morais, Sónia Alexandra Miranda
Resumo
pt
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.
en
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.