Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y Twitter

El comportamiento espacial de los turistas urbanos es poco conocido. Sin embargo, los turistas generan una enorme cantidad datos cuando visitan las ciudades y estas fuentes de datos permiten seguir sus actividades. Este trabajo tiene como objetivo seguir la huella digital de los turistas urbanos de...

ver descrição completa

Detalhes bibliográficos
Autores: García Palomares, Juan Carlos, Gutiérrez Puebla, Javier, Romanillos Arroyo, Gustavo, Salas Olmedo, María Henar
Formato: capítulo de livro
Fecha de publicación:2016
País:España
Recursos:Universidad Complutense de Madrid (UCM)
Repositorio:Docta Complutense
Idioma:español
OAI Identifier:oai:docta.ucm.es:20.500.14352/100712
Acesso em linha:https://hdl.handle.net/20.500.14352/100712
Access Level:acceso abierto
Palavra-chave:911.3
Turismo urbano
Redes sociales
Twitter
Análisis espacial
SIG
Geografía humana
5403 Geografía Humana
id ES_2dc5edf25f24481aecdef69938f290cd
oai_identifier_str oai:docta.ucm.es:20.500.14352/100712
network_acronym_str ES
network_name_str España
repository_id_str
spelling Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y TwitterGarcía Palomares, Juan CarlosGutiérrez Puebla, JavierRomanillos Arroyo, GustavoSalas Olmedo, María Henar911.3Turismo urbanoRedes socialesTwitterAnálisis espacialSIGGeografía humana5403 Geografía HumanaEl comportamiento espacial de los turistas urbanos es poco conocido. Sin embargo, los turistas generan una enorme cantidad datos cuando visitan las ciudades y estas fuentes de datos permiten seguir sus actividades. Este trabajo tiene como objetivo seguir la huella digital de los turistas urbanos de nuevas fuentes de datos, asociadas a las redes sociales. Se utilizan dos fuentes: una comunidad de fotografías compartidas (Panoramio) y una red social (Twitter). La comparación entre la densidad de turistas según las dos fuentes de datos se realiza a partir de mapas, análisis de correlación (OLS) y análisis de autocorrelación espacial (Global Moran's I statistic y LISA). Finalmente, la integración de los datos se lleva a cabo a partir de la combinación de los clusters espaciales identificados en el análisis LISA para las dos fuentes de datos. Los resultados muestran que los datos aportados por las dos fuentes son en parte redundantes y en parte complementarios espacialmente, de forma que es posible caracterizar espacios turísticos polivalentes (cubiertos por las dos fuentes) y espacios especializados en una actividad. En el caso de estudio analizado (Madrid) se observa una fuerte presencia de turistas en el centro y una creciente especialización del centro a la periferia. La principal conclusión del trabajo es que para el seguimiento de los turistas en las ciudades no basta con utilizar una fuente de datos, sino que es necesario utilizar varias de forma complementariaUniversidad de MálagaGalacho Jiménez, Federico BenjamínVías Martínez, JesúsReyes Corredera, SergioUniversidad Complutense de Madrid20162016-01-0120162016-01-01book parthttp://purl.org/coar/resource_type/c_3248VoRhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/bookPartapplication/pdfhttps://hdl.handle.net/20.500.14352/100712reponame:Docta Complutenseinstname:Universidad Complutense de Madrid (UCM)EspañolspaComunidad de Madrid http://dx.doi.org/10.13039/100012818 Not available SOCIALBIGDATA-CM S2015open accesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:docta.ucm.es:20.500.14352/1007122026-06-02T12:44:21Z
dc.title.none.fl_str_mv Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y Twitter
title Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y Twitter
spellingShingle Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y Twitter
García Palomares, Juan Carlos
911.3
Turismo urbano
Redes sociales
Twitter
Análisis espacial
SIG
Geografía humana
5403 Geografía Humana
title_short Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y Twitter
title_full Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y Twitter
title_fullStr Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y Twitter
title_full_unstemmed Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y Twitter
title_sort Patrones espaciales de concentración de turistas en Madrid a partir de datos geolocalizados de redes sociales: Panoramio y Twitter
dc.creator.none.fl_str_mv García Palomares, Juan Carlos
Gutiérrez Puebla, Javier
Romanillos Arroyo, Gustavo
Salas Olmedo, María Henar
author García Palomares, Juan Carlos
author_facet García Palomares, Juan Carlos
Gutiérrez Puebla, Javier
Romanillos Arroyo, Gustavo
Salas Olmedo, María Henar
author_role author
author2 Gutiérrez Puebla, Javier
Romanillos Arroyo, Gustavo
Salas Olmedo, María Henar
author2_role author
author
author
dc.contributor.none.fl_str_mv Galacho Jiménez, Federico Benjamín
Vías Martínez, Jesús
Reyes Corredera, Sergio
Universidad Complutense de Madrid
dc.subject.none.fl_str_mv 911.3
Turismo urbano
Redes sociales
Twitter
Análisis espacial
SIG
Geografía humana
5403 Geografía Humana
topic 911.3
Turismo urbano
Redes sociales
Twitter
Análisis espacial
SIG
Geografía humana
5403 Geografía Humana
description El comportamiento espacial de los turistas urbanos es poco conocido. Sin embargo, los turistas generan una enorme cantidad datos cuando visitan las ciudades y estas fuentes de datos permiten seguir sus actividades. Este trabajo tiene como objetivo seguir la huella digital de los turistas urbanos de nuevas fuentes de datos, asociadas a las redes sociales. Se utilizan dos fuentes: una comunidad de fotografías compartidas (Panoramio) y una red social (Twitter). La comparación entre la densidad de turistas según las dos fuentes de datos se realiza a partir de mapas, análisis de correlación (OLS) y análisis de autocorrelación espacial (Global Moran's I statistic y LISA). Finalmente, la integración de los datos se lleva a cabo a partir de la combinación de los clusters espaciales identificados en el análisis LISA para las dos fuentes de datos. Los resultados muestran que los datos aportados por las dos fuentes son en parte redundantes y en parte complementarios espacialmente, de forma que es posible caracterizar espacios turísticos polivalentes (cubiertos por las dos fuentes) y espacios especializados en una actividad. En el caso de estudio analizado (Madrid) se observa una fuerte presencia de turistas en el centro y una creciente especialización del centro a la periferia. La principal conclusión del trabajo es que para el seguimiento de los turistas en las ciudades no basta con utilizar una fuente de datos, sino que es necesario utilizar varias de forma complementaria
publishDate 2016
dc.date.none.fl_str_mv 2016
2016-01-01
2016
2016-01-01
dc.type.none.fl_str_mv book part
http://purl.org/coar/resource_type/c_3248
VoR
http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.openaire.fl_str_mv info:eu-repo/semantics/bookPart
format bookPart
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14352/100712
url https://hdl.handle.net/20.500.14352/100712
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.relation.none.fl_str_mv Comunidad de Madrid http://dx.doi.org/10.13039/100012818 Not available SOCIALBIGDATA-CM S2015
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Málaga
publisher.none.fl_str_mv Universidad de Málaga
dc.source.none.fl_str_mv reponame:Docta Complutense
instname:Universidad Complutense de Madrid (UCM)
instname_str Universidad Complutense de Madrid (UCM)
reponame_str Docta Complutense
collection Docta Complutense
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869405352980643840
score 15,198674

Registos relacionados