Sharing economy platforms like Airbnb allow hosts to share or rent extra space in their properties. In this thesis, we examine the reviews of guests in the Airbnb Website. Using a combination of thematic analysis and machine learning techniques, we build an Airbnb-specific dictionary and we use it to develop a system to classify guests’ reviews by topic. Then, we use linguistic analysis to understand how the trust perception changes according to the topics of reviews. Finally, we go deeper in the analysis by considering the impact of single words in the perceived level of trust.
La percezione di fiducia nelle review di Airbnb. La piattaforme di sharing economy, come Airbnb, consentono alle persone di condividere o affittare le loro abitazioni. In questa tesi, esaminiamo le recensioni dei clienti sul sito Web Airbnb. Usando una combinazione di tecniche di thematic analysis e machine learning costruiamo un dizionario specifico per Airbnb e lo utilizziamo per creare un sistema in grado di classificare le recensioni per argomento. Successivamente, effettuiamo un’analisi linguistica per comprendere come l'affidabilità percepita cambi a seconda degli argomenti trattati nelle reviews. Infine, dettagliamo ulteriormente l’analisi scendendo a livello delle singole parole e ne studiamo l'impatto sul livello di affidabilità percepito.
Trust perception in Airbnb Reviews
BONATI, LORENZO
2018/2019
Abstract
Sharing economy platforms like Airbnb allow hosts to share or rent extra space in their properties. In this thesis, we examine the reviews of guests in the Airbnb Website. Using a combination of thematic analysis and machine learning techniques, we build an Airbnb-specific dictionary and we use it to develop a system to classify guests’ reviews by topic. Then, we use linguistic analysis to understand how the trust perception changes according to the topics of reviews. Finally, we go deeper in the analysis by considering the impact of single words in the perceived level of trust.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/20.500.14239/21867