Show simple item record

dc.contributor.authorAranburu Amiano, Ibon ORCID
dc.contributor.authorPlaza Inchausti, María Beatriz ORCID
dc.contributor.authorEsteban Galarza, María Soledad ORCID
dc.date.accessioned2023-11-16T14:38:54Z
dc.date.available2023-11-16T14:38:54Z
dc.date.issued2020-02-10
dc.identifier.citationBoletín de la Asociación de Geógrafos Españoles (84) : (2020) // Article ID 2840es_ES
dc.identifier.issn2605-3322
dc.identifier.urihttp://hdl.handle.net/10810/63042
dc.description.abstract[ES]Este estudio presenta una metodología aplicable en la identificación de atracciones turísticas centrales en entornos urbanos mediante el uso combinado de datos GPS y análisis de redes de atracciones visitadas por los turistas. La identificación de las atracciones centrales es fundamental para los gestores de una ciudad, tanto a la hora de planificar las instalaciones y servicios urbanos, o gestionar los recursos municipales, como localizar nuevas atracciones o captar todos los beneficios potenciales de los mismos. El primer paso de la metodología propuesta es la detección de las atracciones visitadas mediante el análisis de datos GPS. A partir de este conjunto de datos GPS se construye una red cuyos nodos son las atracciones visitadas y posteriormente se realiza el análisis de redes correspondiente. El estudio empírico se ha llevado a cabo en la ciudad de Bilbao, destino turístico que ha obtenido fama internacional gracias al Museo Guggenheim. Sorprendentemente, nuestra metodología conduce a resultados inesperados: mientras que los contenidos de las redes sociales (por ejemplo, TripAdvisor) y los expertos (agentes turísticos) señalan al Guggenheim como el principal activo turístico, en realidad resulta ser el Casco Viejo el lugar más visitado de Bilbao según el comportamiento espacial real detectado por nuestro método. Este enfoque metodológico puede servir para tomar decisiones más adaptadas y definir mejores políticas en materia de planificación y gestión urbana.es_ES
dc.description.abstract[EN]This study introduces a useful methodology to identify central urban tourism attractions based on the combination of GPS tracking data and the Network Analysis of visited attractions derived from GPS data. Identifying central attractions becomes critical for city managers when it comes to planning urban facilities, managing municipal resources, locating new attractions or capturing all the potential returns. The first step of the proposed methodology is the detection of visited attractions based on GPS tracking data analysis. Then from this GPS data set a network of visited attractions is built in order to carry out a network analysis. The empirical study is performed for the city of Bilbao, a tourism destination made famous by the Guggenheim Museum. Surprisingly, our methodology leads to unexpected results: while social media content (e.g. TripAdvisor) and experts (tourism agents) point to the Guggenheim as the main tourism asset, in fact it turns out to be the Old Town the most visited place in Bilbao according to real spatial behavior detected by our method. This methodological approach can be valuable for performing decisions that are more accurate and better policies concerning urban planning and management.es_ES
dc.description.sponsorshipLos autores agradecen la ayuda económica aportada por el Ministerio de Economía y Empresa (MINECOR/FEDER 2015 CREA-NETWORK CSO2015-65265-C4-3-R).es_ES
dc.language.isospaes_ES
dc.publisherAsociación Española de Geografíaes_ES
dc.relationinfo:eu-repo/grantAgreement/MINECO/CSO2015-65265-C4-3-Res_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/*
dc.subjectcentralidades_ES
dc.subjectgeografía urbanaes_ES
dc.subjectplanificación urbanaes_ES
dc.subjectatracciones centraleses_ES
dc.subjectcomportamiento espacial humanoes_ES
dc.titleIdentificación de atracciones urbanas centrales mediante seguimiento GPS y análisis de redeses_ES
dc.title.alternativeIdentification of central urban attractions based on GPS tracking data and network analysises_ES
dc.typeinfo:eu-repo/semantics/articlees_ES
dc.rights.holder(cc) 2020 Este trabajo se publica bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.es_ES
dc.relation.publisherversionhttps://doi.org/10.21138/bage.2840es_ES
dc.identifier.doi10.21138/bage.2840
dc.departamentoesPolíticas Públicas e Historia Económicaes_ES
dc.departamentoeuPolitika Publikoak eta Historia Ekonomikoaes_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

(cc) 2020 Este trabajo se publica bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.
Except where otherwise noted, this item's license is described as (cc) 2020 Este trabajo se publica bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.