Return to search

RELATOS VERBAIS DE CONSUMIDORES EM AVALIAÇÕES ON-LINE: PROSPECÇÃO COMPUTACIONAL E INTERPRETAÇÕES COM BASE NO BEHAVIORAL PERSPECTIVE MODEL (BPM)

Submitted by admin tede (tede@pucgoias.edu.br) on 2018-09-27T18:13:44Z
No. of bitstreams: 1
ParcileneFernandesdeBrito.pdf: 2444083 bytes, checksum: eea4e1b897bdd9e57504c34888b57c01 (MD5) / Made available in DSpace on 2018-09-27T18:13:44Z (GMT). No. of bitstreams: 1
ParcileneFernandesdeBrito.pdf: 2444083 bytes, checksum: eea4e1b897bdd9e57504c34888b57c01 (MD5)
Previous issue date: 2018-06-29 / The vast amount of information available on the Internet have enabled numerous
multidisciplinar investigations aimed to understand nuances of human consumption
behavior, especially to identify people's opinions about products and services. From
Behavioral Perspective Model (BPM), consumer behavior analysis can be conducted
focusing on antecedent variables (behavioral setting and consumer learning history)
and consequences (reinforcement and punishment, utilitarian and informative) to the
occurrence of behavior. The present thesis investigated consumption behavior in the
context of tourism, with BPM as theoretical support for interpretations of verbal data
extracted from comments available on the TripAdvisor®, a website about tourism.
Verbal responses of tourism consumers, engaged in the process of online avaluation
of components of tourism products (specifically, Accommodations [ACO], Restaurants
[RES] and Attractions [ATR]), were analyzed. Research participants were the unknown
individuals who, between the beginning of February and the end of March 2017,
emitted 6.438.497 comments distributed among the 100 most evaluated Brazilian
touristic destinations at TribAdvisor®. In two studies (Study 1 [E1] and Study 2 [E2]),
the thesis research aimed at: a) extraction and analysis of tourist´s verbal information
(commentaries) throught a Sentiment Analysis (SA) computational technique;
extraction the number of touristic product component (ACO, RES e ATR) evaluative
indications emitted by tourism consumers with different statuses as TripColaborators;
extraction of the number of votes (Likes) to the comments; b) describe the polarized
evaluative response attributed to the 100 evaluated touristic destinations and interpret
such responding considering BPM concepts. E1 resulted in the successful
development of the SentimentALL tool, focusing on the AS module, and the generation
the primary variables explored in E2 (n = 197). In E2, data generated in E1 and derived
measures were explored (described in rankings and correlation analyzes) and
interpreted using the BPM conceptual framework. With a fundamental exploratory
caracter, the interpretative effort suggested profitable research lines and utility of the
computational and psychological knowledges integration. / A grande quantidade de informações disponíveis na internet tem viabilizado
numerosas investigações de caráter multidisciplinar com o objetivo de entender
nuances do comportamento de consumo humano, especialmente identificar as
opiniões das pessoas sobre produtos e serviços. A partir do Behavioral Perspective
Model (BPM), análises do comportamento do consumidor podem ser realizadas
considerando variáveis antecedentes (cenário do comportamento e história de
aprendizagem do consumidor) e consequências (reforços e punições, utilitários e
informativos) à ocorrência do comportamento. A presente tese investigou o
comportamento de consumo no contexto do turismo, com o BPM como suporte teórico
para interpretações de dados verbais extraídos de comentários disponíveis no
TripAdvisor®, website do setor. Para tanto, analisaram-se as respostas verbais de
turistas-consumidores no processo de “opinar on-line” sobre componentes de
produtos turísticos (especificamente, acomodações – ACO, restaurantes – RES e
atrações – ATR). Os participantes da pesquisa foram os indivíduos (desconhecidos)
que, entre o início de fevereiro e o final de março de 2017, emitiram, no TripAdvisor®,
6.438.497 comentários distribuídos entre os 100 destinos turísticos brasileiros mais
avaliados. Descrita em dois estudos (Estudo 1 [E1] e Estudo 2 [E2]), a pesquisa de
tese se propôs a: a) extração e análise de informações verbais (comentários) dos
turistas com base na técnica computacional Análise de Sentimentos (AS); extração do
número de indicações avaliativas dos componentes do produto turístico (ACO, RES e
ATR) emitidas por turistas-consumidores com diferentes status como
TripColaboradores; extração do número de votos úteis (Likes) nos comentários; b)
descrever o responder avaliativo polarizado atribuído aos 100 destinos turísticos
avaliados e analisar interpretativamente tal responder a partir do BPM. O E1 resultou
no desenvolvimento da ferramenta SentimentALL, com foco no módulo de AS, e na
geração das variáveis primárias exploradas no E2 (n = 197). No E2, dados gerados
no E1 e medidas derivadas foram explorados (descritos em rankings e análises de
correlação) e interpretados com recurso ao referencial conceitual do BPM. De caráter
fundamentalmente exploratório, o esforço interpretativo sugeriu linhas profícuas de
pesquisa e a utilidade da integração entre conhecimentos computacionais e
psicológicos.

Identiferoai:union.ndltd.org:IBICT/oai:ambar:tede/4036
Date29 June 2018
CreatorsBrito, Parcilene Fernandes de
ContributorsNalini, Lauro Eugênio Guimarães, Nalini, Lauro Eugênio Guimarães, Neto, Jorge Mendes de Oliveira Castro, Esperidião, André Luiz Barreto, Coelho, Cristiano
PublisherPontifícia Universidade Católica de Goiás, Programa de Pós-Graduação STRICTO SENSU em Psicologia, PUC Goiás, Brasil, Escola de Ciências Sociais e Saúde::Curso de Psicologia
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS, instname:Pontifícia Universidade Católica de Goiás, instacron:PUC_GO
Rightsinfo:eu-repo/semantics/openAccess
Relation5385685635317177036, 500, 500, 600, 5930439467728339472, 3411867255817377423

Page generated in 0.0027 seconds