Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Borges, Júnia Lúcio de Castro | - |
Autor(es): dc.creator | Perinotto, André Riani Costa | - |
Autor(es): dc.creator | Braga, Solano de Souza | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:09:31Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:09:31Z | - |
Data de envio: dc.date.issued | 2025-01-19 | - |
Data de envio: dc.date.issued | 2025-01-19 | - |
Data de envio: dc.date.issued | 2023 | - |
Fonte completa do material: dc.identifier | https://www.repositorio.ufop.br/handle/123456789/19586 | - |
Fonte completa do material: dc.identifier | https://doi.org/10.29149/mtr.v9i1.8168 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1003817 | - |
Descrição: dc.description | O presente estudo aplicou técnicas de mineração de dados textuais, análise textual estatística e análise de redes em um banco de dados qualitativo com informações resultantes de comentários provenientes de mídia social especializada em turismo com vistas a analisar o discurso dos visitantes dos Parques Nacionais do Piauí. Estas unidades de conservação são importantes ativos turísticos porque além de abrigarem grande patrimônio natural, são de extrema relevância histórica por conterem milhares de sítios arqueológicos. A metodologia desenvolvida neste artigo apresenta critérios defensáveis e reproduzíveis para ser replicada em qualquer atrativo turístico presente no TripAdvisor, e amplia sobremaneira a compreensão acerca da percepção dos visitantes e da essência dos lugares, facilitando a tomada de decisões de planejadores e gestores de destinos turísticos. Os resultados apresentados foram alcançados a partir do uso de técnicas de automação e programação computacional para extrair um grande volume de dados - Big Data - de rastros (pegadas digitais) deixados pelos viajantes no TripAdvisor, a respeito dos atrativos turísticos de interesse. O banco de dados qualitativos foi minerado com o uso de softwares livres voltados à análise textual, tratamento dos dados e análise das redes. A partir dos resultados foi possível identificar aspectos fundamentais a respeito dos destinos turísticos ora destacados como, por exemplo, a centralidade das temáticas a respeito dos aspectos arqueológicos e o acompanhamento de guias. | - |
Descrição: dc.description | This study applied text data mining techniques, statistical text analysis and network analysis in a qualitative database with information resulting from comments from social media specialized in tourism in order to identify the perception of visitors to the National Parks of Piauí. These conservation units are important tourist assets because they house a great natural heritage with extreme historical relevance with thousands of archaeological sites. The methodology developed in this article presents defensible and reproducible criteria to be replicated in any tourist attraction present on TripAdvisor, and greatly expands the understanding about the perception of visitors and the essence of places, facilitating the decision making of planners and managers of tourist destinations. The presented results were achieved from the use of automation techniques and computational programming to extract a large volume of data - Big Data - from digital footprints left by travelers on TripAdvisor, regarding the tourist attractions of interest. The qualitative database was mined using free software aimed at textual analysis, statistical treatment and network analysis. Based on the results, it was possible to identify key aspects regarding the tourist destinations such as the centrality of themes regarding archaeological aspects and the monitoring of local guides. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | aberto | - |
Direitos: dc.rights | Este artigo está sob a Licença Creative Commons-Atribuição 4.0 Internacional. Fonte: PDF do artigo. | - |
Palavras-chave: dc.subject | TripAdvisor | - |
Palavras-chave: dc.subject | Pegadas digitais | - |
Palavras-chave: dc.subject | Planejamento turístico | - |
Título: dc.title | O uso de técnicas de crowdsourcing, Big Data e análise de redes aplicadas à demanda turística. | - |
Título: dc.title | Crowdsourcing, Big Data and network analysis techniques applied to tourist demand. | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: