Influências Regionais na Mobilidade de Turistas e Residentes Usando Dados de Mídia Social

• David Augusto Marcelino Veiga Universidade Tecnológica Federal do Paraná / Universidade Estadual de Londrina
• Gabriel Branco Frizzo Universidade Tecnológica Federal do Paraná
• Helen Cristina de Mattos Senefonte Universidade Tecnológica Federal do Paraná / Universidade Estadual de Londrina http://orcid.org/0000-0001-8990-9162
• Ricardo Lüders Universidade Tecnológica Federal do Paraná http://orcid.org/0000-0001-6483-4694
• Myriam Regattieri Delgado Universidade Tecnológica Federal do Paraná http://orcid.org/0000-0002-2791-174X
• Thiago Henrique Silva Universidade Tecnológica Federal do Paraná http://orcid.org/0000-0001-6994-8076

DOI: https://doi.org/10.5753/sbrc.2020.12311

Resumo

As redes sociais baseadas em localização (LBSNs) disponibilizam uma nova variedade de possibilidades para obtenção de dados em larga escala, especialmente com o significativo aumento de usuários de mídias sociais. Nesse sentido, a proposta do trabalho atual é explorar dados de LBSNs para estudar as influências regionais no comportamento de turistas e residentes no âmbito de mobilidade, levando em consideração não somente as coordenadas geográficas, mas também o tipo de local visitado. Os resultados apresentados sugerem que residentes de uma mesma região geográfica tendem a ter hábitos mais similares entre si. Observou-se também que o comportamento entre turistas e residentes é diferente. Além disso, os experimentos indicaram que o país de origem de residência do usuário pode influenciar em suas escolhas enquanto turista em outros países. As análises realizadas permitiram observar também a existência de dois grupos distintos de turistas, sendo um deles mais previsível em termos de coordenadas geográficas e tipo de local visitado. A possibilidade de explorar as características culturais de cada nacionalidade em diferentes destinos mostra-se um caminho promissor para melhorar sistemas de recomendação de locais e serviços oferecidos para grupos de turistas distintos.

Palavras-chave: LBSN, computação urbana, redes sociais.

Referências

Falher, G. L., Gionis, A., and Mathioudakis, M. (2015). Where is the soho of rome? measures and algorithms for finding similar neighborhoods in cities. In Proc. of Int. Conf. on Web and Social Media (ICWSM), Oxford, UK.

Ferreira, A. P. G., Silva, T. H., and Loureiro, A. A. F. (2019). Profiling the mobility of tourists exploring social sensing. In 2019 15th International Conference on Distributed Computing in Sensor Systems (DCOSS), pages 522–529, Santorini, Greece.

Gavilanes, R. O. G., Mejova, Y., and Quercia, D. (2014). Twitter ain’t without frontiers: economic, social, and cultural boundaries in international communication. In Proc. of Conf. on Computer-Supported Cooperative Work and Social Computing (CSCW), Baltimore, USA.

Gu, Y., Liu, W., Yao, Y., and Song, J. (2014). Fast routing in location-based social networks leveraging check-in data. In Proc. of 2014 IEEE Cyber, Physical and Social Computing (CPSCom), pages 428–435, Taipei, Taiwan.

Hristova, D., Williams, M. J., Musolesi, M., Panzarasa, P., and Mascolo, C. (2016). Measuring urban social diversity using interconnected geo-social networks. In Proc. of Int. World Wide Web Conference, Montreal, Canada.

Huang, C. and Wang, D. (2016). Unsupervised interesting places discovery in location-based social sensing. In Proc. of International Conference on Distributed Computing in Sensor Systems (DCOSS), pages 67–74, Washington, USA.

Morais, A. and Andrade, N. (2014). The relevance of annotations shared by tourists and residents on a geo-social network during a large-scale touristic event: The case of são joão. In Rossitto, C., Ciolfi, L., Martin, D., and Conein, B., editors, COOP 2014 - Proceedings of the 11th International Conference on the Design of Cooperative Systems, 27-30 May 2014, Nice (France), pages 393–408.

Organization, W. T. (2018). UNWTO Tourism highlights, 2018 edition.

Paldino, S., Bojic, I., Sobolevsky, S., Ratti, C., and González, M. C. (2015). Urban magnetism through the lens of geo-tagged photography. EPJ Data Science, 4(1):1–17.

Pappalardo, L., Simini, F., Rinzivillo, S., Pedreschi, D., Giannotti, F., and Barabási, A.-L. (2015). Returners and explorers dichotomy in human mobility. Nature communications, 6:8166.

Ribeiro, A. I. J. T., Silva, T. H., de L. P. Duarte-Figueiredo, F., and Loureiro, A. A. F. (2014). Studying traffic conditions by analyzing foursquare and instagram data. In Proc. of Inter. Symp. on Perf. Eval. of Wireless Ad Hoc, Sensor, and Ubiq. Networks (PE-WASUN), Montreal, Canada.

Rodrigues, D. O., Silva, T. H., Curado, M., Loureiro, A. A., and Villas, L. (2018). Uso de dados de mı́dias sociais para desenvolvimento de metodologia de posicionamento de táxis. In Proc. do XXXVI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuı́dos, Campos do Jordão, Brasil. SBC.

Santala, V., Miczevski, S., de Brito, S. A., Baldykowski, A. L., Gadda, T., Kozievitch, N., and Silva, T. H. (2017). Making sense of the city: Exploring the use of social media data for urban planning and place branding. In Proc. do I Workshop de Computação Urbana (COURB), volume 1, Belém, Brasil. SBC.

Santos, F. A., Silva, T. H., Loureiro, A. A., Boukerche, A., and Villas, L. A. (2018). Identificação da reputação de á reas urbanas externas com dados de mı́dias sociais. In Proc. do XXXVI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuı́dos, Campos do Jordão, Brasil. SBC.

Silva, T. H., de Melo, P. O. V., Almeida, J. M., Musolesi, M., and Loureiro, A. A. (2017). A large-scale study of cultural differences using urban data about eating and drinking preferences. Information Systems, 72(Supplement C):95 – 116.

Silva, T. H., Viana, A. C., Benevenuto, F., Villas, L., Salles, J., Loureiro, A., and Quercia, D. (2019). Urban computing leveraging location-based social network data: A survey. ACM Comput. Surv., 52(1):17:1–17:39.

Sinnott, R. W. (1984). Virtues of the haversine. Sky Telesc., 68:159.

Veiga, D. A., Frizzo, G. B., and Silva, T. H. (2019). Cross-cultural study of tourists mobility using social media. In Proc. do XXV Simp. Bra. de Sistemas Multimı́dia e Web (WebMedia), pages 313–316, Rio de Janeiro, Brasil.

Yang, D., Zhang, D., and Qu, B. (2016). Participatory cultural mapping based on collective behavior data in location-based social networks. ACM Trans. Intell. Syst. Technol., 7(3):30:1–30:23.

Zheng, Y., Capra, L., Wolfson, O., and Yang, H. (2014). Urban computing: Concepts, methodologies, and applications. ACM Trans. Intell. Syst. Technol., 5:38:1–38:55.