Sviluppo di piattaforma per comprendere le dinamiche turistiche utilizzando i GEOtagged SocialBigData

Comprendere le dinamiche turistiche è essenziale ma un compito noioso. Sono necessari dati ad alta risoluzione per osservare il comportamento individuale su una vasta popolazione. La maggior parte degli studi acquisisce dati sulle persone utilizzando metodi tradizionali come il rilevamento del singolo turista. Un’indagine dettagliata in diverse aree sembrava impossibile poiché queste tradizionali indagini sui viaggi sono limitate in termini di dimensione del campione, area di copertura e frequenze di aggiornamento. Questi metodi sono inefficienti in termini di costi e non scalabili in quanto richiedono un’enorme manodopera per raccogliere i sondaggi dagli individui. Condurre indagini sui viaggi è difficile in quanto i turisti sono un gruppo di popolazione dinamico le cui dimensioni e scelte di viaggio cambiano anche molto rapidamente. Le statistiche dei censimenti rivelano l’afflusso e il deflusso totale di turisti, sono quindi dati a livello macro che spesso non sono sufficienti allo scopo. Per comprendere le dinamiche turistiche a livello micro, il rilevamento sociale gioca un ruolo importante. Il rilevamento sociale si riferisce in generale a una serie di paradigmi di rilevamento e raccolta di informazioni in cui i dati vengono acquisiti da esseri umani o dispositivi per loro conto. Ciò fornisce dati ad alta risoluzione che vengono utilizzati principalmente per analizzare spostamenti e il sentiment della popolazione di riferimento con l’ulteriore vantaggio che l’analisi può essere scalabile dal punto di vista territoriale. Questo progetto si concentra sull’integrazione delle strategie di Social Sensing, Geographic Information System (GIS) e Location-Based Marketing e si propone di analizzare i modelli e le informazioni dei geo tagged social big data per comprendere le dinamiche turistiche. Il numero di utenti di smartphone e l’utilizzo dei social media è drasticamente aumentato negli ultimi decenni. Questi dati possono essere utilizzati per comprendere il comportamento e gli interessi degli utenti. Poiché varie fonti forniscono i dati (Twitter, Instagram, Facebook), abbiamo sviluppato una piattaforma che utilizzando i dati forniti dalle API (Application Programming Interface) di Twitter (Standard API: solo ultima settimana; Full Archive API: dati disponibili dal 2014) ci ha consentito di: selezionare delle aree campione: Miami (USA), Goa (India); costruire una matrice origine-destinazione; analizzare le dinamiche turistiche.