Εξόρυξη Δεδομένων, Κοινωνικά Δίκτυα και Τουρισμός

Μόκα, Ιωάννα

Data Mining techniques, Social Media and Tourism

Μεταπτυχιακή διπλωματική εργασία

Author

Μόκα, Ιωάννα

Date

2021-01-19

Advisor

Skourlas, Christos
Marinagi, Catherine

Μεταπτυχιακή Εργασία (2.651Mb)

Παρουσίαση Μεταπτυχιακής Εργασίας (1.657Mb)

Keywords

Μεγάλα Δεδομένα ; Μεγάλης Κλίμακας Δεδομένα ; Κοινωνικά Δίκτυα ; Τουρισμός ; Τεχνικές Εξόρυξης Δεδομένων ; Προκλήσεις ; Μελλοντικές Κατευθύνσεις ; Εξόρυξη δεδομένων

Abstract

Όλοι οι φορείς που καταπιάνονται με την τουριστική βιομηχανία και παρέχουν πολιτιστικές και τουριστικές πληροφορίες καθώς και άλλες συναφείς υπηρεσίες πρέπει να είναι σε θέση να καθορίσουν σχέσεις μεταξύ τουριστικών δραστηριοτήτων και προτιμήσεων των τουριστών έτσι ώστε να σχεδιάσουν και να προσφέρουν ελκυστικότερα τουριστικά πακέτα. Πόσο μάλλον στην Ελλάδα όπου ο τουρισμός είναι ο πιο σημαντικός οικονομικός κλάδος της και η συνολική συνεισφορά του στην οικονομία ανέρχεται μεταξύ 37 και 45 δις, δηλαδή περισσότερο από το 20% του ΑΕΠ της χώρας. Χρειάζεται επομένως μια λεπτομερή ανάλυση της λειτουργίας του τουριστικού κλάδου ώστε να ληφθούν αποφάσεις στρατηγικού σχεδιασμού στο μέλλον. Για να καταστεί αυτό εφικτό, είναι επιτακτική, περισσότερο από ποτέ, η ανάγκη εφαρμογής της εξόρυξης δεδομένων. Σύμφωνα με τους Bose και Mahapatra (2001) από το Πανεπιστήμιο του Χονγκ Κονγκ, η εξόρυξη δεδομένων μπορεί να χρησιμοποιηθεί σε τρεις βασικούς τομείς του τουρισμού, συγκεκριμένα: 1. Πρόβλεψη εξόδων για τον τουρισμό 2. Ανάλυση του τουριστικού προφίλ σε μια ομάδα στόχο και 3. Πρόβλεψη του αριθμού των τουριστικών αφίξεων. Τα κοινωνικά δίκτυα, τα οποία την τελευταία δεκαετία έχουν εισχωρήσει πολύ ενεργά στη ζωή μας, αποτελούν ένα πλούσιο «ορυχείο» εξόρυξης δεδομένων μεγάλης κλίμακας για τον τουρισμό. Ο όρος κοινωνικά δίκτυα θα μπορούσε γενικά να γίνει κατανοητός ως εφαρμογές Διαδικτύου, οι οποίες εμπεριέχουν το περιεχόμενο που δημιουργεί ο χρήστης αναφορικά με τις εμπειρίες που αποκόμισε από έναν ταξιδιωτικό προορισμό έτσι ώστε να μπορούν εύκολα και άλλοι χρήστες να έχουν πρόσβαση σε αυτό. Τα κοινωνικά δίκτυα περιλαμβάνουν έτσι μια μυριάδα εφαρμογών που επιτρέπουν σε μεμονωμένους χρήστες να δημοσιεύουν και να επισημαίνουν τις εντυπώσεις, τις εμπειρίες, τις περιπέτειες τους αλλά και τις ανεπιβεβαίωτες φήμες στο Διαδίκτυο. Αυτή η μεγάλη συλλογή πληροφοριών ωφελεί όλο και περισσότερους τους μελλοντικούς τουρίστες, καθιστώντας παράλληλα όλο και πιο δύσκολο για τις επιχειρήσεις να εμπορεύονται τον τουρισμό. Η παρούσα εργασία έχει ως στόχο να αναδείξει την ιδιαίτερη πρόκληση μα και ευκαιρία να αναλυθεί ένας τεράστιος όγκος δεδομένων, που προσφέρεται μέσω των κοινωνικών δικτύων, και ο οποίος μοντελοποιείται, επιλέγεται και διερευνάται για να προσδιοριστούν κατανοητές και χρήσιμες πληροφορίες για τη βελτιστοποίηση του τουριστικού κλάδου. Χωρίζεται σε δύο μέρη, όπου στο πρώτο μέρος φέρνει τον αναγνώστη σε μια πρώτη επαφή με την επιστήμη των μεγάλων δεδομένων, την Εξόρυξη Δεδομένων (Data Mining), τα κοινωνικά δίκτυα και τον τουρισμό. Παρέχεται μια πλήρης εννοιολογική προσέγγιση των παραπάνω όρων, καθώς επίσης αναλύονται τα χαρακτηριστικά των μεγάλων δεδομένων, τα στάδια της εξόρυξης δεδομένων και οι τεχνικές που χρησιμοποιούνται για να εξορύξουμε χρήσιμη πληροφορία από αυτά. Επιπροσθέτως, παρουσιάζεται η εξέλιξη και η σημασία των κοινωνικών δικτύων ως προς την εξόρυξη δεδομένων και οι προκλήσεις που καλούμαστε να αντιμετωπίσουμε. Το πρώτο μέρος ολοκληρώνεται με την εξέλιξη της ανάλυσης του τουριστικού κλάδου, καθώς αρχίζει να γίνεται σημαντικό τμήμα των εθνικών οικονομιών μετά τον Β' Παγκόσμιο Πόλεμο, και πως οδηγηθήκαμε στην ανάλυσή του βάσει δεδομένων. Στο δεύτερο μέρος αναλύεται η εφαρμογή των μεγάλων δεδομένων στον τουρισμό και τα πλεονεκτήματα που απορρέουν από τη χρήση τους. Εξετάζεται ο ρόλος και η σημασία της εξόρυξης δεδομένων μεγάλης κλίμακας μέσα από τα κοινωνικά δίκτυα για την αύξηση της αποδοτικότητας και της αποτελεσματικότητας του τουριστικού κλάδου. Επιπλέον, παρουσιάζονται οι τεχνικές εξόρυξης δεδομένων που χρησιμοποιούνται για την εξόρυξη χρήσιμης γνώσης από το περιεχόμενο που δημιουργούν/αναρτούν οι χρήστες στα κοινωνικά δίκτυα αναφορικά με τον τουρισμό, επί παραδείγματι κείμενα και φωτογραφίες. Τέλος, γίνεται μια απόπειρα να εντοπιστούν οι προκλήσεις και οι μελλοντικές κατευθύνσεις της εξόρυξης δεδομένων από τα κοινωνικά δίκτυα για την βελτιστοποίηση του τουριστικού κλάδου. Η παρούσα εργασία καταλήγει παραθέτοντας συμπεράσματα για το ως άνω θέμα. Εν κατακλείδι, η αξιοποίηση των μεγάλων διαδικτυακών δεδομένων για την βελτιστοποίηση του προσφερόμενου τουριστικού πακέτου βρίσκεται ακόμη σε πρώιμο στάδιο, παρόλα αυτά μεγάλες ταξιδιωτικές εταιρίες επιχειρούν να εκμεταλλευτούν όλο και περισσότερο τα οφέλη που προκύπτουν μέσω της εξόρυξης των δεδομένων μεγάλης κλίμακας που απλόχερα προσφέρουν οι χρήστες των κοινωνικών δικτύων και της αναδυόμενης πληροφορίας που απορρέει από αυτά.

Abstract

All actors involved in the tourism industry and providing cultural and tourism information as well as other related services should be able to establish relationships between tourism activities and tourist preferences in order to design and offer more attractive tourism packages. Especially in Greece, where tourism is its most important economic sector and its total contribution to the economy amounts to between 37 and 45 billion, ie more than 20% of the country's GDP. A detailed analysis of the operation of the tourism industry is therefore needed in order to make strategic planning decisions in the future. To make this possible, the need for data mining is more urgent than ever. According to Bose and Mahapatra (2001) from the University of Hong Kong, data mining can be used in three key areas of tourism, specifically: 1. Expenditure forecast for tourism 2. Analysis of the tourism profile in a target group and 3. Forecast of the number of tourist arrivals. Social media, which in the last decade have very actively penetrated into our lives, are a rich "mine" of large-scale data mining for tourism. The term social media could generally be understood as Internet applications, which include user-generated content related to the experiences gained from a travel destination so that other users can easily access it. Social media thus include a myriad of applications that allow individual users to post and highlight their impressions, experiences, adventures and even unconfirmed rumors on the Internet. This large collection of information is increasingly benefiting prospective tourists, while making it increasingly difficult for businesses to market tourism. This paper aims to highlight the particular challenge and opportunity to analyze a huge amount of data, offered through social media, and which is modeled, selected and explored to identify understandable and useful information for the optimization of the tourism industry. It is divided into two parts, where in the first part it brings the reader into a first contact with the science of big data, Data Mining, social media and tourism. A complete conceptual approach to the above terms is provided, as well as the characteristics of big data, the stages of data mining and the techniques used to extract useful information from them. In addition, the evolution and importance of social media in terms of data mining and the challenges we are called to face are presented. The first part concludes with the evolution of the analysis of the tourism industry, as it begins to become an important part of national economies after World War II, and how we were led to its analysis based on data. The second part analyzes the application of big data in tourism and the benefits arising from their use. The role and importance of large-scale data mining through social media to increase the efficiency and effectiveness of the tourism industry is examined. In addition, the data mining techniques used to extract useful knowledge from the content created / posted by users on social media related to tourism are presented, for example texts and photos. Finally, an attempt is made to identify the challenges and future directions of data mining from social media to optimize the tourism industry. This paper concludes by presenting conclusions on the above issue. In conclusion, the utilization of large online data to optimize the tourism package offered is still in its infancy, however large travel companies are increasingly trying to take advantage of the large-scale data mining generously offered by social media users and the information that emerges from them.