Celardo, Luigi (2025) Tourism 2.0 and Web Analytics: Analisi testuale dell’Electronic Word-of-Mouth (eWOM) nell’Industria Turistica. [Tesi di dottorato]
![[thumbnail of Celardo_Luigi_Tesi_Dottorato.pdf]](https://www.fedoa.unina.it/style/images/fileicons/other.png "Celardo_Luigi_Tesi_Dottorato.pdf") |
Documento PDF
Celardo_Luigi_Tesi_Dottorato.pdf Visibile a [TBR] Utenti registrati Download (22MB) | Richiedi una copia |
| Tipologia del documento: | Tesi di dottorato |
|---|---|
| Lingua: | Italiano |
| Titolo: | Tourism 2.0 and Web Analytics: Analisi testuale dell’Electronic Word-of-Mouth (eWOM) nell’Industria Turistica |
| Autori: | Autore Email Celardo, Luigi luigi.celardo@unina.it |
| Data: | 8 Febbraio 2025 |
| Numero di pagine: | 271 |
| Istituzione: | Università degli Studi di Napoli Federico II |
| Dipartimento: | Scienze Sociali |
| Dottorato: | Scienze sociali e statistiche |
| Ciclo di dottorato: | 37 |
| Coordinatore del Corso di dottorato: | nome email Amaturo, Enrica enrica.amaturo@unina.it |
| Tutor: | nome email Misuraca, Michelangelo [non definito] |
| Data: | 8 Febbraio 2025 |
| Numero di pagine: | 271 |
| Parole chiave: | tourism, sentiment analysis, electronic word of mouth (eWOM), spatial analysis. |
| Settori scientifico-disciplinari del MIUR: | Area 13 - Scienze economiche e statistiche > SECS-S/05 - Statistica sociale |
| Informazioni aggiuntive: | SI APPARTIENE AL CICLO 37 Dottorato in Scienze Sociali e Statistiche - Borsa PON "RICERCA E INNOVAZIONE 2014-2020" - DM 1061/202 |
| Depositato il: | 23 Ott 2025 09:33 |
| Ultima modifica: | 09 Ago 2026 06:04 |
| URI: | https://www.fedoa.unina.it/id/eprint/16642 |
Abstract
Il turismo è un fenomeno complesso con dimensioni economiche, sociali e culturali, contribuendo al 10% del PIL globale (UNWTO). L’avvento del Web 2.0 ha trasformato la percezione delle destinazioni turistiche, con il passaparola elettronico (eWOM) che è diventato uno strumento reputazionale chiave. Questa tesi sviluppa la metodologia G.R.A.S.S. (Georeference Analysis of Sentiment Score), che combina analisi del sentiment e analisi spaziale per migliorare la gestione del turismo. La metodologia comprende: (1) web scraping per raccogliere recensioni georeferenziate, (2) text mining e assegnazione di punteggi di sentiment utilizzando modelli NLP come BERT, e (3) clustering spaziale tramite strumenti DGGS come H3. Gli indicatori LISA identificano pattern spaziali, ottimizzando la gestione delle destinazioni e le strategie di marketing. I casi studio su Napoli, Parigi e Matera confermano l’efficacia della metodologia G.R.A.S.S., evidenziando aree con divergenze di sentiment e l’influenza dei sentimenti positivi sui prezzi e sulle infrastrutture. Sebbene la metodologia offra innovazioni, le sfide includono recensioni false, questioni etiche e l’accesso limitato alle API (Api-calypse). Gli sviluppi futuri includono una Shiny app o una piattaforma web per la visualizzazione e l’analisi dei dati in tempo reale. Un’ulteriore innovazione è il routing emozionale, che ottimizza i percorsi di viaggio basandosi su sentimenti positivi, migliorando gli aspetti emotivi ed esperienziali del turismo.
Downloads
Downloads per month over past year
Actions (login required)
 |
Modifica documento |
