Data- und Textmining in touristischen Blogs und Foren

Transkript

1 Data- und Textmining in touristischen Blogs und Foren Ein Hilfsmittel bei der touristischen Produktentwicklung Dr. Klemens Waldhör 4. Data Mining Konferenz 2008

2 Inhalt Social Web, Travel 2.0 und Tourismus Warum Text Mining im Tourismus? Österreich in Travel 2.0 TravelBlog.org HolidayCheck NÖ Card Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

3 Social Web (2.0) -> Travel 2.0 Virtual Communities (VC) ebay Blogs Foren Bewertungssysteme Wikis YouTube/My Video 2nd Life XING, Facebook Second Life Second Life Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

4 Bedeutung von Weblogs Offene Systeme Glaubwürdigkeit Herstellerneutral vs. herstellereigene Blogs/Foren Repräsentativität Kleine Anzahl von Bloggern schreibt die meisten Inhalte Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

5 Touristischer Blog Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

6 Forum/Bewertungsplattform Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

7 Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

8 Bedeutung Travel Mio Deutsche Web als Reiseinfoquelle, 15 Mio Online gebucht ~40% der Onliner halten Bewertungsplattformen für glaubwürdig Werden durch Berichte anderer beeinflusst (42%!) Quelle: Web 2.0 im Tourismus, E-Tourismus Tag 2007 Österreich Werbung / Markus Gratzer, doc_download&gid=368&itemid=53&lang=de Technorati Reise (1,2 Mio) + Österreich ~ 7000 Treffer Hotel (1,2 Mio) + Österreich - ~ 7000 Treffer Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

9 Verwendung Social Web 2.0 für Österreichurlaub Quelle: Web 2.0 im Internet Onlinebefragung unter deutschen Österreich-Urlaubern, Österreich Werbung Research & Development / Tourismusforschung, 98/2007E_Web20_summary.pdf Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

10 etourismus Wertschöpfungskette Vor der Reise Während der Reise Nach der Reise Kundensicht Information Reservierung/ Buchung Anreise Infos vor Ort Verpflegung Unterkunft Transport Activitäten/ Animation Unterhaltung Abreise Reisenachbereitung Unternehmenssicht Buchungsplattfor m, Navi, Virtual Communities Lovo, IQ Mobile, Infoterminals, Einbuchautomat, Virtual Communities Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

11 Fragestellungen für TOs TO = Tourismusorganisation Welchen Einfluss haben diese Berichte auf die Leser = potentielle Gäste? Wie reagiert der Gast bei Diskrepanz Bericht Wirklichkeit? Wem wird die Schuld zugeschoben? Wie kommt man in Blogs/Foren? Wie und wo wird eine touristische Destination/Unternehmen erwähnt, diskutiert? Wie kann man mit moderatem Zeitaufwand die Inhalte der Blogs/Foren lesen? Wer kontrolliert die Blogs? Wie reagiert man auf positive / negative Äußerungen in Blogs und Foren? Mehrsprachigkeit Konkurrenzbeobachtung Wer ist Schuld an negativen Bewertungen und Berichten? Welche Schlüsse zieht man aus diesen Informationsquellen? Qualitätssicherungsmaßnamen Trenderkennung Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

12 Methoden Text-Klassifikation Zuordnung von Texten (Dokumenten) zu bestimmten Kategorien z.b. Hotel OrangeWings, Restaurant Roter Bär, Destination Weinviertel Urlaub Österreich Textzusammenfassung Extraktion der relevanten Teile eines Textes oder Dokuments Abstract Sentiment Analysis Gefühle, Einstellungen, Ziele, Fragen, Anforderungen aus einem Text extrahieren Mir persönlich ist die neue deutsche Küche zu langweilig. Der grüne Veltliner schmeckt sauer. Beurteilungen, Meinungen etc. Woher kommen die 4 Sterne? Das Personal war inkompetent Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

13 Ziele Entwicklung eines Prototypen Automatische Extraktion von relevanten Inhalten aus dem Web (Blogs, Evaluationsplattformen) Automatische Meta Tagging Einheitliches Format Semi-Automatische Auswertung Konkordanzen, KWIC Tiefere linguistische und semantische Analyse des Textes Darauf aufbauend Berichte erstellen Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

14 Datenformat Warum? Vereinfachung der statistischen und Konkordanzanalysen Einfachere Anwendung von linguistischen Technologien (Parsern etc.) Service unabhängig! Ermöglicht Vergleich zwischen verschiedenen Anbietern Basiert auf XLIFF 1.1 (OASIS, 2003) Standard in Lokalisierungsindustrie Technische Dokumentation Erweiterbar Zusätzliche Metadaten URL, Autor, tags, Produkt, Zielgruppen, Linguistische Eigenschaften Semantische Eigenschaften Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

15 Meta Tagging <note>title=tolles Hotel in schöner Lage,wir kommen wieder!</note> <blog:blog-info site="holidaycheck.de" type="blog-posting" last-modified=" t00:00:00+01:00"> <blog:category uri=" <blog:category uri=" <blog:category uri=" <blog:category uri=" <blog:category uri=" Tage</blog:category> <blog:category uri=" <blog:category uri=" <blog:category uri=" <blog:category uri=" 2007">April 2007</blog:category> <blog:category uri=" Mozart</blog:category> <blog:category uri=" <blog:category uri=" <blog:category uri=" <blog:category uri=" <blog:author uri=" Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

16 Anwendungsarchitektur Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

17 Beispielanalysen Datenbasis mit Bezug auf Österreich Travelblog.org 892 Einträge (~ Worte) NÖ-Card 274 Einträge (~ Wörter ) Holidaycheck.de Einträge (~ 1.4 Mio Worte) Datenbasis mit Bezug auf Northern Territories Australia 889 Einträge (~ Worte) Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

18 Beispielanalyse Hotel 1 Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

19 Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

20 Beispielanalyse individuelles Hotel Hotelbewertungen 0,80 0,60 0,40 Bewertung 0,20 0,00-0, ,40-0,60 Blogger Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

21 Beispielanalyse Hotel 2 Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

22 Beispiel Markierung <trans-unit id="t24"> <source>das Frühstück war ok, aber ein wenig Abwechslung würde nicht schaden.</source> <target><mrk mtype="term" blog:pos="art">das</mrk><mrk mtype="term" blog:pos="nn">frühstück</mrk><mrk mtype="term" blog:pos="vafin">war</mrk><mrk mtype="term" blog:pos="adv">ok,</mrk><mrk mtype="term" blog:pos="adv">aber</mrk><mrk mtype="term" blog:pos="art">ein</mrk><mrk mtype="term" blog:pos="pidat">wenig</mrk><mrk mtype="term" blog:pos="nn">abwechslung</mrk><mrk mtype="term" blog:pos="adv">würde</mrk><mrk mtype="term" blog:pos="adjd">nicht</mrk><mrk mtype="term" blog:pos="adjd">schaden.</mrk></target> <blog:semantic> <blog:semantic-entry product="frühstück" category="food" relationship="war" evaluationterm="ok, aber ein wenig Abwechslung würde nicht schaden." evaluationvalue= -0.2" /> <blog:semantic-entry product="abwechslung" category="behavior" evaluationvalue="0.2" /></blog:semantic> </trans-unit> Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

23 Analyse Travelblog.org Österreich* Gründung 2002 Aktuell ca Blogger Interessensgemeinschaft Reiseerlebnisse Portal unabhängiger Blogger 188 Einträge Über Österreich Zwischen 01. Juni 2005 und 31. Mai Blogger 50.00% 45.00% 40.00% 35.00% 30.00% 25.00% 20.00% 15.00% 10.00% 5.00% 0.00% USA Australien Canada Europa Neuseeland Rest (*) Diplomarbeit Anita Wenger, 2007: Analysis of travel blogger s characteristics and Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz their communication about Austria as a tourism destination, Betreuer Dr. Waldhör

24 Touristische Resultate Veröffentlichung während der Reise Österreich ein Ziel auf Europa-Tour 51% Ankunft per Bahn Meist besprochene Destinationen = Städte 48% Wien 29% Salzburg Meist besprochene Sehenswürdigkeiten Stadtzentrum Wien Salzburger Altstadt Festung Hohensalzburg Schloss Schönbrunn Aspekt Kultur 1. Mozart 2. Sound of Music 3. Music 4. Concert 5. Maria Aspekt Sektoren 1. Train 2. Tour 3. Room 4. Hostel 5. Bus 6. Beer Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

25 Travelblog.org Nennungen Orte Häufigkeit Travelblog Nennungen Ortsnamen wien salzburg Musik ~ 750 Mozart, mountain ~ 600 Sound of music ~ 360 österreich innsbruck worth graz Absolute Häufigkeit Dateihäufigkeit wien salzburg österreich innsbruck worth graz linz hallstatt wolfgang michael melk mauthausen zell mondsee linz hallstatt wolfgang michael melk mauthausen zell mondsee zell am see gertraud Ort zell am see gertraud 33 1 salzach tirol werfen zillertal 26 4 anton neustadt 25 8 wiener neustadt 24 8 villach 23 4 steiermark salzkammergut itter 20 7 salzach tirol werfen zillertal anton neustadt wiener neustadt villach steiermark salzkammergut itter Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

26 Einfache Adjektiv Analyse Holidaycheck Einträge Time Series Power 10,00 Negative vs. positiv verwendete Adjektive 8,00 Stärke 6,00 4,00 meanpower 2,00 0,00-2,00 Zeit Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

27 Einfache Adjektiv Analyse Holidaycheck Einträge Power distribution 6,00 5,00 4,00 Stärke 3,00 2,00 1,00 meanpower 0,00-1,00-2, Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

28 Holidaycheck Vergleich - Tirol - Wien NÖ - Hotels Tirol Wien Niederösterreich archive entry archive entry archive entry Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

29 Absolute Zahlen Tirol Wien NÖ Aktuell Archiviert Summe Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

30 NÖ Card Forum Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

31 NÖ Card - Ortsnennungen Häufigkeit NÖ Card Nennungen Ortsnamen geras wien waidhofen 17 9 orth 10 6 gutenstein 9 6 eckartsau 8 4 ybbs 7 7 neustadt 7 5 berg 6 5 retz 6 5 haag 6 4 kloster 5 4 mürzzuschlag 5 4 peter 5 3 semmering 5 3 baden 4 3 schwarzenba ch 4 3 zwettl 4 3 miesenbach geras wien waidhofen orth gutenstein Absolute Häufigkeit Dateihäufigkeit eckartsau ybbs neustadt berg retz Orte haag kloster mürzzuschlag peter semmering baden schwarzenbach zwettl miesenbach Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

32 NÖ Card 20. häufigsten Begriffe Die 20 wichtigsten bedeutungstragenden Begriffe Absolute Häufigkeit Dateihäufigkeit Häufigkeit führung card museum nö ausstellung kinder nö card interessant ausflug besuch schloss empfehlenswert empfehlenswert zug sehenswert personal schön kindern erlebnis empfehlen Begriff Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

33 Resümee Blogs und VVs sind interessante und wertvolle Informationsquellen für den Touristiker Einfache Konkordanzanalysen zeigen bereits interessante Ergebnisse Semiautomatische Analyse ist ein Muss durch die große Anzahl von Blogs etc. Automatisierung ist möglich Gewichtung muss fachbereichsspezifisch eingestellt werden Eine Humaninterpretation ist aber auf jeden Fall erforderlich Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

34 Weitere Informationen 2nd Conference Blogs in Tourism, , Krems Waldhör, K. (Ed.) (2007). Proceedings of the First International Conference on Blogs in Tourism. Schriftenreihe Krems Research, Band 3. Krems: Krems Research Forschungsgesellschaft. Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz

35 Kontakt Krems Research Forschungsgesellschaft mbh A-3500 Krems Tel: Fax: Dr. Klemens Waldhör T: +43 (0)2732/ F: +43 (0)2732/ Dr. Klemens Waldhör, Krems Research, 4. Data Mining Konferenz