Sentiment analysis of the textual opinions associated with Las Terrazas resort
Article Sidebar
Main Article Content
Abstract
Sentiment analysis or opinion mining, according to the literature, provides companies with the opportunity to obtain relevant information about customers' reactions to their brand or product. This makes it easier for them to improve their marketing strategies and make decisions more efficiently. The relevance of the subject is fundamental for tourism and for spaces such as Las Terrazas resort, as it facilitates the monitoring of customer satisfaction and market research. Currently, despite its attractiveness, it does not have studies that systematically analyze the perceptions of its visitors through the opinions expressed on TripAdvisor. In this scenario, the present research arises with the objective of analyzing the behavior of the sentiments of the textual opinions associated with Las Terrazas tourist resort. For the development of this research, a methodology structured in five phases was used, which included web scraping techniques, the problem tree and the Pareto diagram tool. In addition, software such as R-Studio, Excel, Paint 3D and the Google Instant Data Scraper extension were used to automatically scrape the opinions. The results reveal a trend decrease in the number of opinions, with the majority being negative. Overall visitor dissatisfaction was identified as a central problem, which puts the resort's image at risk due to unfavorable reviews and, if no quick action is taken, could worsen the existing situation.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
Arguedas, M., Beita, J., Rodríguez, F., Umaña, J., & Vaca, M. (2020). Crisis migratoria en Colombia y Costa Rica: Una visión desde el análisis de sentimientos. Revista humanidades, 10(2), e42238. https://doi.org/10.15517/h.v10i2.42238
Blasco Duatis, M., & Coenders, G. (2020). Análisis de sentimiento de la agenda de los partidos políticos españoles en Twitter durante la Moción de Censura de 2018. Un enfoque de datos composicionales. Revista Mediterránea de Comunicación, 11(2), 185-198. https://doi.org/10.14198/MEDCOM2020.11.2.22
Busón Buesa, C. (2020). La minería de opinión para el análisis del discurso de odio en las redes sociales. Un estudio de caso sobre Paulo Freire en YouTube durante el periodo 2007-2019. Commons. Revista de Comunicación y Ciudadanía Digital, 9(1), 119-159. https://revistas.uca.es/index.php/cayp/article/view/5482
Callarisa Fiol, L. J., Sánchez García, J., Moliner Tena, M. A., & Forgas Coll, S. (2012). La importancia de las comunidades virtuales para el análisis del valor de marca. El caso de Tripadvisor en Hong Kong y París. Papers de Turisme, (52), 89-115. http://www.turisme.gva.es/ojs/index.php/Papers/article/view/66
de Oliveira Santini, F., Ladeira, W. J., Pinto, D. C., Herter, M. M., Sampaio, C. H., & Babin, B. J. (2020). Customer engagement in social media: A framework and meta-analysis. Journal of the Academy of Marketing Science, 48(6), 1211-1228. https://doi.org/10.1007/s11747-020-00731-5
Espinola Gonzales, J., Cobo Ortega, Á., Rocha Blanco, R., & Baraibar Diez, E. (2024). Análisis de sentimientos y emociones sobre gastronomía peruana usando minería de texto con Python. Hatun Yachay Wasi, 3(1), 126-136. https://doi.org/10.57107/hyw.v3i1.63
Henríquez Miranda, C., & Guzmán, J. (2015). Extracción de información desde la web para identificar acciones de un modelo de dominio en planificación automática. Ingeniare. Revista Chilena de Ingeniería, 23(3), 439-448. https://doi.org/10.4067/S0718-33052015000300013
Herrera Flores, B., & Benavides Morales, C. (2022). Minería de opiniones en un modelo de educación remota de emergencia en el Ecuador. South Florida Journal of Development, 3(4), 4582-4598. https://doi.org/10.46932/sfjdv3n4-037
Hu, Y.-H., Chen, K., & Lee, P.-J. (2017). The effect of user-controllable filters on the prediction of online hotel reviews. Information & Management, 54(6), 728-744. https://doi.org/10.1016/j.im.2016.12.009
Kim, S. Y., Ganesan, K., Dickens, P., & Panda, S. (2021). Public Sentiment toward Solar Energy-Opinion Mining of Twitter Using a Transformer-Based Language Model. Sustainability, 13(5), 2673. https://doi.org/10.3390/su13052673
López Fierro, S., & Pacheco Villamar, R. (2021). Cuantificando opiniones expresadas en tweets durante las Elecciones Presidenciales Ecuatorianas del 2021 por medio del Análisis de Sentimiento. Ecuadorian Science Journal, 5(3), 209-219. https://doi.org/10.46480/esj.5.3.156
Mishra, J., Kumar, A., & Chandra Pathak, P. (2023). Twitter sentiment analysis. Interantional Journal of Scientific Research in Engineering and Management, 7(6). https://doi.org/10.55041/IJSREM24071
Moro, S., Rita, P., & Coelho, J. (2017). Stripping customers' feedback on hotels through data mining: The case of Las Vegas Strip. Tourism Management Perspectives, 23, 41-52. https://doi.org/10.1016/j.tmp.2017.04.003
Padilla Vargas, M. R., & Mullo Romero, E. del C. (2020). Las Tecnologías de la Información y la Comunicación a través de la educación superior. Su incorporación en las investigaciones turísticas. Universidad y Sociedad, 12(2), 281-286. https://rus.ucf.edu.cu/index.php/rus/article/view/1515
Ramírez Pérez, J. F., & Pérez Hernández, I. (2007). Desarrollo Sostenible Local a partir del manejo turístico de un área natural. Experiencia en "Las Terrazas", Cuba. Economía y Desarrollo, 141(1), 121-134. https://revistas.uh.cu/econdesarrollo/article/view/3849
Ruiz García, S., & Hernández García, Y. (2017). Impacto de las TIC en el sector turístico y su importancia. Universidad & Ciencia, 6(3), 66-76. https://revistas.unica.cu/index.php/uciencia/article/view/564
Sandoval Almazán, R., & Osorio González, R. (2021). Plataformas Online en la `Nueva Normalidad': El Caso Tripadvisor. Revista Rosa dos Ventos - Turismo e Hospitalidade, 13(4). https://doi.org/10.18226/21789061.v13i4p16
Saura, J. R., Reyes Menéndez, A., & Palos Sánchez, P. (2018). Un análisis de sentimiento en Twitter con machine learning: Identificando el sentimiento sobre las ofertas de #BlackFriday. Revista ESPACIOS, 39(42). https://es.revistaespacios.com/a18v39n42/18394216.html
