Esta investigación tiene como objetivo presentar la utilidad del análisis de sentimientos en los comentarios emitidos por usuarios de servicios turísticos en redes sociales (Twitter y Trip Advisor), que permita calificar el nivel de dichos servicios. La ciudad de Quito-Ecuador es considerada como caso de estudio para este trabajo. La investigación se muestra en función del desarrollo de un sistema informático utilizando herramientas Big Data (Python, Node.Js, Mongo DB), que permiten recolectar, almacenar y procesar gran cantidad de información. Las librerías del lenguaje de programación Node.js: Puppeteer y Sentiment, permiten obtener los comentarios de las redes sociales Twitter y Trip Advisor, y determinar un puntaje sobre el destino turístico evaluado. Entre los aspectos novedosos de la investigación está el uso de la red social Twitter como fuente de origen de datos, también la utilización de técnicas de web scraping del sitio de Trip Advisor. Para este estudio se emplea la interfaz de programación de aplicaciones de Twitter (Application Programming Interface, API), la cual permite tomar datos de esta red social en tiempo real que facilita evaluar los servicios turísticos ofertados. Como resultado se puede determinar que la herramienta permite generar conocimiento que ayuda a tomar decisiones, relacionadas con el nivel de calidad de las prestaciones recibidas en los sitios visitados.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Referencias
Aguilar, L. J. (2013). Análisis de grandes volúmenes de datos en organizaciones. Mexico: Alfaomega Grupo Editor, S.A.
Algecira, C. (2020). Arquitectura de Big Data para el análisis de sentimientos multimodales en el sector turístico del Departamento de Boyacá, Colombia. Boyacá: Universidad Santo Tomás Sede Tunja.
Ángel Patricio Fajardo Cárdenas, Néstor Ariel Bravo Chuqui, Andrés Vinicio Auquilla Sangolqui, & Paúl Fernando Vanegas P. (2021). Plataforma para el Análisis de Mercado a través de Datos de Redes Sociales. Guayaquil: Resvista RTE.
Arias, Á. (2017). El uso de la plataforma trip advisor. Estuduo de caso: Los comentarios sobre los Hoteles en Valladolid. Valladolid: Universidad de Valladolid.
Char Js. (01 de 02 de 2022). Performance. Performance: https://www.chartjs.org/docs/latest/general/performance.html
Escribano, Á. A. (2017). El uso de la herramienta Trip Advisor. Estudio de Caso: Los comentarios sobre hoteles de Valladolid. Segovia: Universidad de Valladolid.
Fajardo, Á., Auquilla, A., & Vanegas, P. (2021). Plataforma para Análisis de Mercado a través de Datos de Redes Sociales. Guayaquil: Revista Tecnológica Espol.
Google Developers. (03 de 02 de 2021). Tools for Web Developers. Tools for Web Developers: https://developers.google.com/web/tools/puppeteer/
Herrera, N., Sánchez, H., Macías, M., & Gómez, E. (2016). Analysis of the factors generating vehicular traffic in the city of Quito and its relation to the application of sensorial and social data with big data as a basis for decision making.
Kalpakjian, S., & Schmid, S. (2016). Manufactura, ingenieria y tecnologia. Mexico: Pearson.
Krishna, S. (01 de 07 de 2018). Facebook puts more limits on developer access to user data. Facebook puts more limits on developer access to user data: https://www.engadget.com/2018-07-02-facebook-limit-api-developer-app-data.html?sr_source=Twitter
Letelier, P., & Penadés, M. (2016). (XP), Métodologías ágiles para el desarrollo de software: eXtreme Programming. Técnica Administrativa.
Martínez, X., & Piñeiro, T. (2020). Turismo y Big Data. Propuesta de Análisis de la capa social a través de metadatos y publicaciones sociales. Portugal: Cultura, património e turismo na sociedad de digital.
Ministerio de Turismo del Ecuador. (2019). Plan Estratégico Institucional 2019-2021. Ministerio de Turismo del Ecuador.
Node Js. (15 de 01 de 2022). Dependencias. Dependencias: https://nodejs.org/es/docs/
Padilla, C. (2019). Big Data, una herramienta para apoyar en decisiones del sector hotelero en Quito-Ecuador. Quito: Revista UIDE.
Rik, J., & Tim de Boer. (2011). Twitter An Architectural Review. Utrecht: Software Architecture Faculty of Science University of Utrecht. Netherland: Faculty of Science University of Utrecht.
Synonimos. (12 de 02 de 2022). Synonimos. Synonimos: http://www.sinonimos.com/
Tello, J. M. (2019). Potencial aplicación del Big Data al sector turismo con especial referencia a España. Madrid: Universidad Pontificia Comillas.
Twitter. (2022). Centro de ayuda. Información sobre las API de Twitter: https://help.twitter.com/es/rules-and-policies/twitter-api
Zicopoulos, P., Chris, E., Dirk, D., Tom, D., & George, L. (2011). Analytics for Enterprise Class Hadoop and Streaming Data. McGraw-Hill Osborne Media.