{"title":"Fürdőlátogatók véleményeinek témamodellezése a Gellért Gyógyfürdő és Uszoda példáján","authors":"Mátyás Hinek","doi":"10.15170/mm.2021.55.04.03","DOIUrl":null,"url":null,"abstract":"A TANULMÁNY CÉLJA \nA tanulmány a Gellért Gyógyfürdő és Uszoda 2004 és 2021 között a fürdő látogatói által írt vendégvélemények számítógépes topikmodellezésének eredményeit ismerteti. A turizmusmarketing szempontjából kiemelten fontos a vendégvélemények elemzése, különös tekintettel a jelentős forgalmat bonyolító attrakciókra. A Gellért Budapest, illetve Magyarország ikonikus műemlékfürdője, olyan egészségturisztikai attrakció, amely nagyon sok Budapestre látogató számára jelent kihagyhatatlan élményt. Ezt jól tükrözi az elmúlt másfél évtizedben a Tripadvisoron íródott több mint tízezer, közel harminc nyelven írt vendégbejegyzés, amely olyan óriási tömegű, hogy átfogó érétkelésére csak gépi módszerekkel van lehetőség. \nALKALMAZOTT MÓDSZERTAN \nA Tripadvisoron 2005 és 2021 között írt összes véleményt egy erre a célra írt kisalkalmazás segítségével töltöttük le. A nem angol nyelven íródott véleményeket a Google Fordító segítségével angolra fordítottuk. Az így kapott korpuszt a szövegbányászat egyik gyorsan fejlődő módszerével, a látens Dirichlet allokációt alkalmazó strukturált témamodellezés segítségével vizsgáltuk meg, hogy melyek a több vendégvéleményben jellemzően előforduló témák. Ehhez az R statisztikai szoftvert, illetve az R környezetben futó STM strukturált témamodellező alkalmazást alkalmaztuk. \nLEGFONTOSABB EREDMÉNYEK \nA modellezés során a vendégvéleményekben 12 jellemző témát azonosítottuk. Ezeket összevetettük egy korábbi, ugyanezt a korpuszt vizsgáló, a szavak gyakorisági vizsgálatára épülő elemzéssel is, amelyből kiderült, hogy mindkét módszertan alapján hasonló témák azonosíthatók. Külön is elemeztük a vendégek által jórészt negatívan értékelt szolgáltatási jellemzőkkel kapcsolatos vélemények reprezentációját a vizsgált időhorizonton. Eszerint a higiéniával, tisztasággal kapcsolatos téma aránya nőtt, míg a fürdő vendégkommunikációjával kapcsolatos, szintén jórészt negatív megítélésű téma részaránya csökkent az írott a Gellért fürdőről írt vendégvéleményekben.","PeriodicalId":106701,"journal":{"name":"Marketing & Menedzsment","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-02-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Marketing & Menedzsment","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15170/mm.2021.55.04.03","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Fürdőlátogatók véleményeinek témamodellezése a Gellért Gyógyfürdő és Uszoda példáján
A TANULMÁNY CÉLJA
A tanulmány a Gellért Gyógyfürdő és Uszoda 2004 és 2021 között a fürdő látogatói által írt vendégvélemények számítógépes topikmodellezésének eredményeit ismerteti. A turizmusmarketing szempontjából kiemelten fontos a vendégvélemények elemzése, különös tekintettel a jelentős forgalmat bonyolító attrakciókra. A Gellért Budapest, illetve Magyarország ikonikus műemlékfürdője, olyan egészségturisztikai attrakció, amely nagyon sok Budapestre látogató számára jelent kihagyhatatlan élményt. Ezt jól tükrözi az elmúlt másfél évtizedben a Tripadvisoron íródott több mint tízezer, közel harminc nyelven írt vendégbejegyzés, amely olyan óriási tömegű, hogy átfogó érétkelésére csak gépi módszerekkel van lehetőség.
ALKALMAZOTT MÓDSZERTAN
A Tripadvisoron 2005 és 2021 között írt összes véleményt egy erre a célra írt kisalkalmazás segítségével töltöttük le. A nem angol nyelven íródott véleményeket a Google Fordító segítségével angolra fordítottuk. Az így kapott korpuszt a szövegbányászat egyik gyorsan fejlődő módszerével, a látens Dirichlet allokációt alkalmazó strukturált témamodellezés segítségével vizsgáltuk meg, hogy melyek a több vendégvéleményben jellemzően előforduló témák. Ehhez az R statisztikai szoftvert, illetve az R környezetben futó STM strukturált témamodellező alkalmazást alkalmaztuk.
LEGFONTOSABB EREDMÉNYEK
A modellezés során a vendégvéleményekben 12 jellemző témát azonosítottuk. Ezeket összevetettük egy korábbi, ugyanezt a korpuszt vizsgáló, a szavak gyakorisági vizsgálatára épülő elemzéssel is, amelyből kiderült, hogy mindkét módszertan alapján hasonló témák azonosíthatók. Külön is elemeztük a vendégek által jórészt negatívan értékelt szolgáltatási jellemzőkkel kapcsolatos vélemények reprezentációját a vizsgált időhorizonton. Eszerint a higiéniával, tisztasággal kapcsolatos téma aránya nőtt, míg a fürdő vendégkommunikációjával kapcsolatos, szintén jórészt negatív megítélésű téma részaránya csökkent az írott a Gellért fürdőről írt vendégvéleményekben.