In the field of sharing economy Airbnb occupies a major role. It has grown very rapidly over the past years, with millions of tourists having used the service. Understanding the motivations and interests of these users could provide an explanation of the platform's success and could guide in decision-making. Some studies carried out on this subject show that users are mainly attracted by the economic benefits and the authenticity of the experiences provided by this alternative form of housing. From the online reviews of users, multiple studies highlight the fact that they mention the location of the property in which they have stayed as one important aspect of their experiences. Studying users' opinions related to the surrounding locations of listings can provide important insights about what is really visible to the visitors of a city. Therefore, the objective of this thesis is to provide a complete comparative analysis of what aspects of cities are discussed by people in Airbnb reviews with respect to real-life points of interest. To carry out this investigation, this thesis applies advanced machine learning techniques and performs a quantitative linguistic analysis on 2.5 millions of Airbnb users’ reviews. Moreover, it combines the obtained results with geospatial data available from public geographic information systems, such as OpenstreetMap and governments GIS.
Geografia attraverso l'obiettivo di airbnb. Nel campo della sharing economy Airbnb occupa un ruolo di primo piano. È cresciuto molto rapidamente negli ultimi anni, con milioni di turisti che hanno utilizzato il servizio. Comprendere le motivazioni e gli interessi di questi utenti potrebbe fornire una spiegazione del successo della piattaforma e potrebbe guidare nel processo decisionale. Alcuni studi effettuati su questo argomento dimostrano che gli utenti sono attratti principalmente dai benefici economici e dall'autenticità delle esperienze fornite da questa forma alternativa di alloggio. Dalle recensioni online degli utenti, molteplici studi evidenziano il fatto che menzionano l'ubicazione della proprietà in cui hanno soggiornato come un aspetto importante delle loro esperienze. Lo studio delle opinioni degli utenti relative alle posizioni circostanti degli elenchi può fornire importanti spunti su ciò che è realmente visibile ai visitatori di una città. Pertanto, l'obiettivo di questa tesi è fornire un'analisi comparativa completa di quali aspetti delle città vengono discussi dalle persone nelle recensioni di Airbnb rispetto ai punti di interesse della vita reale. Per svolgere questa indagine, questa tesi applica tecniche avanzate di apprendimento automatico ed esegue un'analisi linguistica quantitativa su 2,5 milioni di recensioni degli utenti di Airbnb. Inoltre, combina i risultati ottenuti con i dati geospaziali disponibili dai sistemi di informazione geografica pubblici, come OpenstreetMap e GIS governativi.
Geography through the lens of airbnb
NGANKEM NGANKEM, LAURENCE SAINT QUENTIN
2019/2020
Abstract
In the field of sharing economy Airbnb occupies a major role. It has grown very rapidly over the past years, with millions of tourists having used the service. Understanding the motivations and interests of these users could provide an explanation of the platform's success and could guide in decision-making. Some studies carried out on this subject show that users are mainly attracted by the economic benefits and the authenticity of the experiences provided by this alternative form of housing. From the online reviews of users, multiple studies highlight the fact that they mention the location of the property in which they have stayed as one important aspect of their experiences. Studying users' opinions related to the surrounding locations of listings can provide important insights about what is really visible to the visitors of a city. Therefore, the objective of this thesis is to provide a complete comparative analysis of what aspects of cities are discussed by people in Airbnb reviews with respect to real-life points of interest. To carry out this investigation, this thesis applies advanced machine learning techniques and performs a quantitative linguistic analysis on 2.5 millions of Airbnb users’ reviews. Moreover, it combines the obtained results with geospatial data available from public geographic information systems, such as OpenstreetMap and governments GIS.È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/12234