STRATEGY FOR EXTRACTION OF FOURSQUARE’S SOCIAL MEDIA GEOGRAPHIC INFORMATION THROUGH DATA MINING

AUTOR(ES)
FONTE

Bol. Ciênc. Geod.

DATA DE PUBLICAÇÃO

18/04/2019

RESUMO

Resumo Este trabalho tem por objetivo a aquisição de dados geográficos do aplicativo Foursquare, empregando mineração de dados para efetuar análises exploratórias e espaciais da distribuição de pontos turísticos e de sua distribuição de densidade no município do Rio de Janeiro. Desta forma, seguindo a metodologia de Extração, Transformação e Carga, foram desenvolvidos três algoritmos de pesquisa usando a estrutura hierárquica de árvore para coletar na base de dados do Foursquare informações das categorias de Museu, Monumento e Marco, Patrimônio Histórico, Vista Panorâmica e Trilha e efetuada análise quantitativa de check-ins por bairros do município do Rio de Janeiro e gerados mapas de densidade Kernel (mapas de calor). Os resultados apresentados nesse trabalho mostram a necessidade do processo de filtragem de dados, sendo que menos de 50% total dos dados minerados foram utilizados e que grande parte da densidade de Museu, Patrimônio Histórico e Monumento e Marco encontram-se no Centro da cidade e Vista Panorâmica e Trilha predominam na Zona Sul. Este tipo de análise mostrou-se uma ferramenta de apoio a gestão turística do município quanto à localização espacial dessas categorias, as avaliações do turista sobre os locais e sobre a frequência do público alvo.Abstract This aim of this paper is the acquisition of geographic data from the Foursquare application, using data mining to perform exploratory and spatial analyses of the distribution of tourist attraction and their density distribution in Rio de Janeiro city. Thus, in accordance with the Extraction, Transformation, and Load methodology, three research algorithms were developed using a tree hierarchical structure to collect information for the categories of Museums, Monuments and Landmarks, Historic Sites, Scenic Lookouts, and Trails, in the foursquare database. Quantitative analysis was performed of check-ins per neighborhood of Rio de Janeiro city, and kernel density (hot spot) maps were generated The results presented in this paper show the need for the data filtering process - less than 50% of the mined data were used, and a large part of the density of the Museums, Historic Sites, and Monuments and Landmarks categories is in the center of the city; while the Scenic Lookouts and Trails categories predominate in the south zone. This kind of analysis was shown to be a tool to support the city's tourist management in relation to the spatial localization of these categories, the tourists’ evaluations of the places, and the frequency of the target public.

Documentos Relacionados