Identificació de l'espai urbà per residents i turistes, a través de dades de "Foursquare" a Barcelona

Resum

Barcelona és una important ciutat turística al món. Segons l'Informe Anual de Turisme de Barcelona (2014), més de 7,5 milions de turistes la van visitar aquest any. Els estudis relacionats amb el turisme a Barcelona són nombrosos, però, la comparació d'activitats i usos de l'espai entre turistes i residents és poc analitzada. De fet, el turisme pot ser un factor dominant del desenvolupament urbà, així com una font de conflicte social. Per tant, és crucial comprendre la situació de convivència de turistes i residents en una ciutat turística. L'objectiu principal de l'estudi és identificar usuaris turístics i usuaris locals a través dels seus comportaments de Foursquare. A més, explora la diferència entre les activitats geoespacials i els usos dels punts d'interès (POIs) entre els dos grups. El període analitzat abasta des d'abril de 2012 a setembre de 2013, segons l'interval de monitorització de les dades de Foursquare. Després de la filtració, el total dels registres durant aquest període són 80,936 provinents de 4,250 usuaris de Foursquare. Els POIs de Foursquare són 13,887 a Barcelona. El rang geogràfic de les dades cobreix aproximadament la conurbació central de l'àrea metropolitana de Barcelona.

La metodologia inclou quatre parts. El primer pas és seleccionar indicadors de comportament i estandardització. El segon pas consisteix a seleccionar dues mostres de curt període i classificar-les en turistes i locals per agrupació de K-means. Després de l'examen manual del resultat inicial, s'introdueix un llindar de classificació per a millorar el resultat. Finalment, el mateix mètode d'identificació s'aplica a tot el conjunt de dades.

D'acord amb el resultat, la diferència d'ús de POIs verifica que la identificació sigui efectiva, reflectint les activitats típiques de turistes i residents per separat a la ciutat. Els POIs més visitats dels turistes són: complexos turístics a l'aire lliure, transport, restaurants, hotels i botigues. El rang corresponent dels residents és: restaurants, llocs de treball, centres turístics a l'aire lliure, llocs educatius i transport.

A més, independentment de la durada del període d'anàlisi, els dos grups tenen diferents comportaments de Foursquare. En general, els comportaments dels turistes: la durada de l'estada, el nombre de registres i la distància total de viatge són menors que els del grup de locals. El clúster de K-means pot identificar efectivament als usuaris que posseeixen els valors extrems dels atributs. No obstant això, és inevitable introduir una intervenció artificial per a usuaris sense característiques extremes.

A més, la distribució geoespacial i el temps actiu també representen diferències entre els habitants i els turistes. En termes d'escala de moviment, els turistes semblen més concentrats que els residents. Pel que fa al temps actiu, el període actiu dels turistes és similar cada dia. Per contra, els residents mostren una evident variació periòdica diària i setmanal.

És innegable que aquest treball presenta limitacions. En primer lloc, les dades de Foursquare tenen biaix. L'alta proporció de check-ins en restaurants és producte que Foursquare té com a objectiu proporcionar informació pràctica sobre els llocs per als usuaris. A més, la manca d'informació demogràfica dels usuaris també limita l'abast de l'estudi, a causa de la seva política de privacitat.

En resum, aquest estudi demostra que és possible distingir els turistes dels residents a través de les dades de Foursquare, tot i que es reconeix la incertesa de les dades. Com millorar la precisió de la identificació no supervisada i cooperar amb altres conjunts de dades serà objecte d'investigació addicional. A més, si el model d'identificació pot aplicar universalment és un altre tema que val la pena provar en el futur.