MétaCan
Menu
Retour à la cohorte
Enregistrement W2982348629 · doi:10.1108/jhtt-08-2018-0078

Social media analytics in hospitality and tourism

2019· article· en· W2982348629 sur OpenAlex
Farshid Mirzaalian, Elizabeth Halpenny

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Hospitality and Tourism Technology · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSocial mediaSocial media analyticsHospitalityAnalyticsData scienceCategorizationBig dataSocial network analysisTourismComputer scienceData analysisWorld Wide WebData miningPolitical science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to provide a review of hospitality and tourism studies that have used social media analytics to collect, examine, summarize and interpret “big data” derived from social media. It proposes improved approaches by documenting past and current analytic practice addressed by the selected studies in social media analytics. Design/methodology/approach Studies from the past 18 years were identified and collected from five international electronic bibliographic databases. Social media analytics-related terms and keywords in the titles, keywords or abstracts were used to identify relevant articles. Book chapters, conference papers and articles not written in English were excluded from analysis. The preferred reporting items for systematic reviews and meta-analyses (PRISMA) guided the search, and Stieglitz and Dang-Xuan’s (2013) social media analytics framework was adapted to categorize methods reported in each article. Findings The research purpose of each study was identified and categorized to better understand the questions social media analytics were being used to address, as well as the frequency of each method’s use. Since 2014, rapid growth of social media analytics was observed, along with an expanded use of multiple analytic methods, including accuracy testing. These factors suggest an increased commitment to and competency in conducting comprehensive and robust social media data analyses. Improved use of methods such as social network analysis, comparative analysis and trend analysis is recommended. Consumer-review networks and social networking sites were the main social media platforms from which data were gathered; simultaneous analysis of multi-platform/sources of data is recommended to improve validity and comprehensive understanding. Originality/value This is the first systematic literature review of the application of social media analytics in hospitality and tourism research. The study highlights advancements in social media analytics and recommends an expansion of approaches; common analytical methods such as text analysis and sentiment analysis should be supplemented by infrequently used approaches such as comparative analysis and spatial analysis.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,295
Score d'incertitude au seuil0,583

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,275
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle