1. Repositorio institucional de CLACSO
2. Colección de los Centros Asociados
3. Colombia
4. Instituto de Estudios Regionales - INER/UdeA - Cosecha

Título :	Satisfacción del turista usando factores motivacionales : comparación de modelos de aprendizaje estadístico Tourist satisfaction using motivational factors : comparison of statistical learning models
Autor :	Recursos Estratégicos, Región y Dinámicas Socioambientales
Palabras clave :	Turismo - Medellín;Técnicas de predicción;Satisfacción del turista;Motivaciones del turista;Aprendizaje supervisado;Algoritmos de aprendizaje estadístico;Máquinas de soporte vectorial
Editorial :	Universidad Externado de Colombia
Descripción :	RESUMEN: El nivel de satisfacción de un turista con el destino visitado y su intención de volver a visitarlo se asumen como dependientes de su experiencia previa con el lugar. Para observar esta perspectiva relacional, se utilizó un conjunto de datos de 386 turistas que visitaron la ciudad de Medellín (Colombia) durante el año 2018. Para predecir la variable de volver a visitar la ciudad y la satisfacción con el destino, se usaron las variables consideradas de empuje (push) y aquellas que halan (pull) al turista. Se estimaron cuatro modelos de aprendizaje estadístico para la clasificación de los turistas: regresión logística, árboles aleatorios, máquinas de soporte vectorial y el conjunto de aumento de gradiente extremo. Las variables más importantes en las estimaciones de la satisfacción fueron ‘hablar sobre una experiencia de viaje en el futuro’ e ‘ir a lugares que mis amigos no han visitado’; y para volver a visitar la ciudad fueron ‘visitar lugares históricos’ y ‘viajar a bajos precios’. ABSTRACT: The level of satisfaction of a tourist with the destination visited, as well as his or her intention to revisit the destination, is assumed to be dependent on his or her previ-ous experience with the place. To observe this relational perspective, a dataset of 386 tourists who visited the city of Medellin (Colombia) in 2018 was used. To predict the variables of revisiting the city and satisfac-tion with the destination, we consider push and pull variables. Four statistical learning models were estimated to classify tourists: Logistic Regression (lr), Random Forests (rf), Support Vector Machines (sVm), and the Extreme Gradient Boosting algorithm. The most important variables in the satisfaction estimation were: ‘talk about future travel experiences’ and ‘go to places my friends have not visited’, while for revisiting the city the variables were: ‘visit historical places’ and ‘travel at low prices’.
URI :	https://biblioteca-repositorio.clacso.edu.ar/handle/CLACSO/258720
Otros identificadores :	0120-7555 https://hdl.handle.net/10495/38643 10.18601/01207555.n34.06. 2346-206X
Aparece en las colecciones:	Instituto de Estudios Regionales - INER/UdeA - Cosecha

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.