Identificació de punts d'interès turístic a través de dades de xarxes socials

Resum

En moltes ciutats europees, el turisme de masses s'està convertint en una important indústria, però els efectes de la creixent activitat dels visitants estan començant a ser percebudes de manera negativa pels seus habitants. Les autoritats locals han d'implementar polítiques que modulen aquestes activitats perquè puguin coexistir i ser compatibles amb la vida diària de la població resident. No obstant això, aquestes polítiques han de tenir en consideració que l'activitat turística tendeix a concentrar-se en àrees molt específiques, les quals han de ser identificades clarament abans d'imposar formes específiques de taxació, o requerir l'obtenció d'una llicència obligatòria per a certes activitats. Per delimitar de manera clara aquests àmbits, aquesta investigació proposa utilitzar les dades de les xarxes socials per identificar punts calents d'activitat turística a Barcelona, com una font emergent d'informació en la presa de decisions, utilitzant com a estudi de cas més de 75.000 fotografies geolocalitzades obtingudes del servei Panoramio a través de la seva interfície de programació d'aplicacions (API).

Aquesta aproximació a l'anàlisi urbana basada en dades ha de solucionar alguns aspectes del que alguns autors descriuen com "les 4 V del Big Data": volum, varietat, velocitat, i veracitat. En particular, aquesta investigació és especialment sensible a dos aspectes (volum i veracitat) que havien de ser resolts de manera efectiva. En el cas del volum, el gran nombre de localitzacions dificultava l'aplicació de les tècniques d'anàlisi espacial convencional, mentre que, en el cas de la veracitat, la naturalesa informal de les dades reduïa la confiança en la precisió de la seva ubicació. La metodologia va seguir una aproximació basada en l'estadística espacial, centrada en la distribució espacial de les localitzacions analitzada a través en l'estimació de la densitat per nucli (KDE), amb l'ample de banda determinat amb l'objectiu d'identificar tendències generals a l'escala d'estudi i reduir el soroll espacial.

No obstant això, l'anàlisi de la densitat de fotografies de manera aïllada ignora la variació espacial de la intensitat d'ús dins de la ciutat, ja que en àrees de major activitat és esperable una major concentració de fotografies, ceteris paribus. L'estimació del nivell d'activitat es va realitzar basant-se l'inventari de locals de la ciutat de Barcelona, considerant que es tractava d'un bon indicador de la intensitat d'ús dels diferents àmbits de la ciutat, sota la premissa que una major presència de locals és indicativa d'una major activitat de vianants.

Per analitzar l'atractiu turístic tenint en compte aquesta heterogeneïtat espacial en l'ús de la ciutat, es va comparar la distribució espacial de fotografies en relació amb la d'activitat comercial en planta baixa (com a indicador indirecte d'intensitat d'ús). Per fer equiparables les dues distribucions, es va desenvolupar una metodologia per normalitzar els valors obtinguts de l'KDE, obtenint un indicador (atractiu relatiu) robust respecte tant a la resolució de discretització, el nombre de localitzacions i la seva distribució espacial. Les diferències entre les dues superfícies normalitzades van ser classificades en una escala divergent per identificar i quantificar els punts d'activitat turística tant freds com calents, permetent identificar les àrees d'elevada pressió turística i també els "deserts" amb molt escassa presència de visitants.

L'enfocament proposat proposa una via emergent de recerca en un camp d'estudi tradicionalment escàs en dades, i suggereix que les xarxes socials són capaços d'esdevenir una valuosa font de dades en la investigació urbana. No obstant això, tot i que la quantitat de dades disponible no té precedents, també requereix noves tècniques d'anàlisi, així com el coneixement específic dels processos de recopilació, neteja, anàlisi i visualització de dades, per obtenir resultats rellevants de forma rigorosa.