Aplicación de técnicas de machine learning para la segmentación turística basada en la sostenibilidad percibida del destino y la satisfacción
Ver/ Abrir
Impacto
Scholar |
Otros documentos de la autoría: Vidal-Meliá, Lidia; Moliner, Miguel Angel; Estrada, Marta; Monferrer Tirado, Diego; Quille, Keith
Metadatos
Mostrar el registro completo del ítemcomunitat-uji-handle:10234/9
comunitat-uji-handle2:10234/8645
comunitat-uji-handle3:10234/8646
comunitat-uji-handle4:
INVESTIGACIONMetadatos
Título
Aplicación de técnicas de machine learning para la segmentación turística basada en la sostenibilidad percibida del destino y la satisfacciónAutoría
Fecha de publicación
2023Editor
Cátedra Fundación Ramón Areces de Distribución Comercial; Universidad de OviedoISBN
9788483678022Cita bibliográfica
Vidal, L., Moliner, M. Á., Estrada, M., Monferrer, D., & Quille, K. Aplicación de técnicas de machine learning para la segmentación turística basada en la sostenibilidad percibida del destino y la satisfacción. In: Transitando hacia una producción y consumo responsables, 2023, 187Tipo de documento
info:eu-repo/semantics/bookPartVersión de la editorial
https://www.catedrafundacionarecesdcuniovi.es/noticia-publicacion-del-libro-%C2% ...Versión
info:eu-repo/semantics/publishedVersionPalabras clave / Materias
Resumen
La segmentación es crucial para las estrategias de sostenibilidad y las
percepciones de los destinos por parte de los turistas ofrecen importantes crite-
rios de segmentación. El objetivo de este artículo es obtener ... [+]
La segmentación es crucial para las estrategias de sostenibilidad y las
percepciones de los destinos por parte de los turistas ofrecen importantes crite-
rios de segmentación. El objetivo de este artículo es obtener información sobre
los segmentos turísticos con niveles similares de percepción de sostenibilidad y
satisfacción del destino. Basado en una muestra de 1476 turistas de España, se
utiliza un enfoque de aprendizaje automático para el clustering. La investigación
muestra el potencial del aprendizaje automático para crear segmentos turísticos
más matizados y dinámicos, mejorando así la gestión de destinos y las estrategias
de marketing. [-]
Segmentation is crucial for sustainability strategies, and tourists’
perceptions of destinations offer important segmentation criteria. This paper aims to gain insight into the tourist segments with similar perceived ... [+]
Segmentation is crucial for sustainability strategies, and tourists’
perceptions of destinations offer important segmentation criteria. This paper aims to gain insight into the tourist segments with similar perceived destination sustainability
and satisfaction levels. Based on a sample of 1476 tourists from Spain, we use a
machine learning approach for clustering. The research showcases the potential of
machine learning in creating more nuanced and dynamic tourist segments, thereby
improving destination management and marketing strategies. [-]
Publicado en
Transitando hacia una producción y consumo responsables, 2023, 187Entidad financiadora
Unión Europea-NextGenerationEU
Código del proyecto o subvención
MGS/202X/XX- (UP2021-021)
Derechos de acceso
© de esta edición, Cátedra Fundación Ramón Areces de Distribución Comercial
http://rightsstatements.org/vocab/InC/1.0/
info:eu-repo/semantics/openAccess
http://rightsstatements.org/vocab/InC/1.0/
info:eu-repo/semantics/openAccess
Aparece en las colecciones
- EMP_Articles [455]