Il lavoro di tesi si basa su delle analisi testuali riguardanti recensioni di un hotel. L'attività mira a dare delle indicazioni riguardo le differenze di topic(argomenti trattati) che potrebbero esserci fra i recensori di tre diverse piattaforme: Google, Booking e Tripadvisor. Questa analisi viene effettuata tramite Latent Dirichlet Allocation che è un modello gerarchico bayesiano che appunto individua gli argomenti più utilizzati del testo analizzato. Infine si analizzano gli effetti dei topic

Valutazione dell’opinione degli ospiti di un hotel: influenza di argomenti identificati tramite Latent Dirichlet Allocation

CANGELOSI, STEFANO
2022/2023

Abstract

Il lavoro di tesi si basa su delle analisi testuali riguardanti recensioni di un hotel. L'attività mira a dare delle indicazioni riguardo le differenze di topic(argomenti trattati) che potrebbero esserci fra i recensori di tre diverse piattaforme: Google, Booking e Tripadvisor. Questa analisi viene effettuata tramite Latent Dirichlet Allocation che è un modello gerarchico bayesiano che appunto individua gli argomenti più utilizzati del testo analizzato. Infine si analizzano gli effetti dei topic
2022
Hotel guest opinion evaluation: influence of topics identified via Latent Dirichlet Allocation
Text Mining
Recensione
Topic
LDA
clienti
File in questo prodotto:
File Dimensione Formato  
Cangelosi_Stefano.pdf

accesso riservato

Dimensione 3.03 MB
Formato Adobe PDF
3.03 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/49953