L'immagine della destinazione turistica è un elemento chiave di ogni strategia di destination marketing. Nel corso degli anni sono stati condotti numerosi studi sulla destination image percepita dai turisti attraverso l'impiego di questionari e interviste. Recentemente il focus si è spostato sulla "projected image" mediante tecniche di machine learning. Con questo elaborato si intende analizzare la projected social destination image di Venezia facendo ricorso al software Google Vision API. Questo software di visual analysis permette di analizzare le foto, individuare le caratteristiche principali e gli elementi presenti suddivisi in categorie. Questo tipo di dati vengono utilizzati nei social network per indirizzare gli utenti verso determinati contenuti. L'analisi delle foto pubblicate dagli enti turistici contribuisce a delineare l'immagine della destinazione Venezia veicolata attraverso i social network.
Analisi della projected social destination image mediante tecniche basate sul machine learning: caso studio della Serenissima
Kruchko, Zlatoslava
2022/2023
Abstract
L'immagine della destinazione turistica è un elemento chiave di ogni strategia di destination marketing. Nel corso degli anni sono stati condotti numerosi studi sulla destination image percepita dai turisti attraverso l'impiego di questionari e interviste. Recentemente il focus si è spostato sulla "projected image" mediante tecniche di machine learning. Con questo elaborato si intende analizzare la projected social destination image di Venezia facendo ricorso al software Google Vision API. Questo software di visual analysis permette di analizzare le foto, individuare le caratteristiche principali e gli elementi presenti suddivisi in categorie. Questo tipo di dati vengono utilizzati nei social network per indirizzare gli utenti verso determinati contenuti. L'analisi delle foto pubblicate dagli enti turistici contribuisce a delineare l'immagine della destinazione Venezia veicolata attraverso i social network.File | Dimensione | Formato | |
---|---|---|---|
882455-1260842.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
2.48 MB
Formato
Adobe PDF
|
2.48 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14247/5359