Análise de sentimentos sobre o acesso terrestre ao aeroporto utilizando mídias sociais

Autores

  • Carolina Silva Ansélmo Instituto Tecnológico de Aeronáutica, São Paulo – Brasil
  • Giovanna Miceli Ronzani Borille Instituto Tecnológico de Aeronáutica, São Paulo – Brasil
  • Anderson Ribeiro Correia Instituto Tecnológico de Aeronáutica, São Paulo – Brasil

DOI:

https://doi.org/10.14295/transportes.v30i1.2515

Palavras-chave:

Transporte aéreo, Acesso terrestre ao aeroporto, Rede Social Twitter

Resumo

Um adequado sistema de acesso terrestre ao aeroporto é relevante para um bom nível de serviço e é essencial para identificar a percepção do usuário sobre os meios de transporte disponíveis. Para identificar as percepções positivas e negativas foram utilizadas as técnicas de análise de sentimentos e aprendizado de máquina com conteúdo gerado pelo usuário na rede social Twitter. De março de 2018 a dezembro de 2019 foram coletadas opiniões espontâneas sobre o acesso terrestre ao Aeroporto Internacional de São Paulo/Guarulhos (SBGR). Os tweets pesquisados referiram-se aos termos: aeroporto, Guarulhos e meios de transporte: aplicativos de transporte de mobilidade urbana, ônibus, táxi, trem e veículos privados. Os trens tiveram maior quantidade de tweets, sendo o principal motivo de insatisfação relacionado à localização da estação do aeroporto. Além disso, os indicadores avaliados positivamente foram disponibilidade dos serviços, custo e tempo de viagem. A técnica de aprendizado de máquina Naïve Bayes apresentou acurácia de 82,14% e precisão de 88,14% para classificar os tweets em percepções positivas ou negativas. Os resultados obtidos podem ser valiosos para as entidades governamentais, influenciando no nível de serviço oferecido. O conteúdo gerado nas redes sociais pode ser útil em diversas áreas do conhecimento, complementando a pesquisa de campo e ajudando no desenvolvimento de novos métodos de pesquisa e análise de dados.

Downloads

Não há dados estatísticos.

Referências

Akar, G. (2013) Ground access to airports, case study: Port Columbus International Airport. Journal of Air Transport Management, v. 30, n. 4, p. 25-31. DOI: 10.1016/j.jairtraman.2013.04.002

Alhussein, S. N. (2011) Analysis of ground access modes choice King Khaled International Airport, Riyadh, Saudi Arabia. Journal of Transport Geography, v. 19, n. 6, p. 1361-1367. DOI: 10.1016/j.jtrangeo.2011.07.007

Boiy, E. and MF. Moens (2009) A machine learning approach to sentiment analysis in multilingual Web texts. Information Retrieval, v. 12, n. 5, p. 526–558. DOI : 10.1007/s10791-008-9070-z

Bollen, J.; H. Mao and X. Zeng (2011) Twitter mood predicts the stock market. Journal of Computational Science, v. 2, n. 1, p. 1-8. DOI: 10.1016/j.jocs.2010.12.007

CPTM (2018) Primeiro trem expresso para o aeroporto entra em operação. Available in: <http://cptm.sp.gov.br/noticias/Pages/Primeiro-trem-expresso-para-o-aeroporto.aspx >. (Access in 08/01st/2020).

De Neufville, R and A. Odoni (2013) Airport Systems: Planning, Design and Management, 2nd Edition, McGraw-Hill.

Dijkmans, C.; P. Kerkhof and C. J. Beukeboom (2015). A stage to engage: Social media use and corporate reputation. Tourism Management, v. 47, p. 58–67. DOI: 10.1016/j.tourman.2014.09.005

Gal-Tzur, A.; S. M. Grant-Muller; T. Kuflik; E. Minkov; S. Nocera and I. Shoor (2014) The potential of social media in delivering transport policy goals. Transport Policy, v. 32, p. 115-123. DOI: 10.1016/j.tranpol.2014.01.007

Ghiassi, M.; J. Skinner and D. Zimbra (2013) Twitter brand sentiment analysis: a hybrid system using n-gram analysis and dynamic artificial neural network. Expert Systems with Applications, v. 40, n. 16, p. 6266-6282. DOI: 10.1016/j.eswa.2013.05.057

Gitto, S. and P. Mancuso (2017) Improving airport services using sentiment analysis of the websites. Tourism Management Perspectives, v. 22, p. 132-136. DOI : 10.1016/j.tmp.2017.03.008

Gitto, S. and P. Mancuso (2019) Brand perceptions of airports using social networks. Journal of Air Transport Management, v. 75, p. 153-163. DOI: 10.1016/j.jairtraman.2019.01.010

Gokasar, I. and G. Gunay (2017) Mode choice behavior modeling of ground access to airports: A case study in Istanbul, Turkey. Journal of Air Transport Management, v. 59, p. 1-7. DOI: 10.1016/j.jairtraman.2016.11.003

São Paulo State Government (2019) Trem irá até os terminais de passageiros do Aeroporto GRU. Available in: <https://www.saopaulo.sp.gov.br/spnoticias/governo-de-sp-anuncia-monotrilho-ate-o-aeroporto-de-guarulhos/>. (Access in 08/10th/2020).

Greaves, F.; D. Ramirez-Cano; C. Millett; A. Darzi and L. Donaldson (2013) Harnessing the Cloud of Patient Experience: Using Social Media to Detect Poor Quality Healthcare. BMJ Quality & Safety, v. 22, n. 3, p. 251-255. DOI: 10.1136/bmjqs-2012-001527

GRU AIRPORT (2020) Como chegar/sair. Available in: <https://www.gru.com.br/pt/passageiro/como-chegar-sair/>. (Access in 11/29th/2020).

Jou, RC.; D. A. Hensher and TL. Hsu (2011) Airport ground access mode choice behavior after the introduction of a new mode: A case study of Taoyuan International Airport in Taiwan. Transportation Research Part E: Logistics and Transportation Review, v. 47, n. 3, p. 371-381. DOI: 10.1016/j.tre.2010.11.008

Kalakou, S.; V. Psaraki-Kalouptsidi and F. Moura (2015) Future airport terminals: New technologies promise capacity gains. Journal of Air Transport Management, v. 42, p. 203-212. DOI: 10.1016/j.jairtraman.2014.10.005

Kang, H.; S. J. Yoo and D. Han (2012) Senti-lexicon and improved Naïve Bayes algorithms for sentiment analysis of restaurant reviews. Expert Systems with Applications, v. 39, n. 5, p. 6000-6010. DOI: 10.1016/j.eswa.2011.11.107

Lee, K. and C. Yu (2018) Assessment of airport service quality: a complementary approach to measure perceived service quality based on google reviews. Journal of Air Transport Management, v. 71, p. 28-44. DOI: 10.1016/j.jairtraman.2018.05.004

Liu, S. and J. Liu (2021) Public attitudes toward COVID-19 vaccines on English-language Twitter: a sentiment analysis. Vaccine, v. 39, n. 39, p. 5499-5505. DOI: 10.1016/j.vaccine.2021.08.058

Martin-Domingo, L. and J. C. Martín (2016) Airport mobile internet an innovation. Journal of Air Transport Management, v. 55, p. 102-112. DOI: 10.1016/j.jairtraman.2016.05.002

Martin-Domingo, L; J. C. Martín and G. Mandsberg (2019) Social media as a resource for sentiment analysis of Airport Service Quality (ASQ). Journal of Air Transport Management, v. 78, p. 106-115. DOI: 10.1016/j.jairtraman.2019.01.004

Ministry of Infrastructure (2020) Pesquisa de Satisfação do Passageiro. Available in: <https://www.gov.br/infraestrutura/pt-br/assuntos/dados-de-transportes/sistema-de-transportes/pesquisa-satisfacao>. (Access in 11/28th/2020).

Mountassir, A.; H. Benbrahim and I. Berrada (2012) An empirical study to address the problem of unbalanced data sets in sentiment classification. IEEE International Conference on Systems, Man and Cybernetics, p. 3298-3303. DOI: 10.1109/ICSMC.2012.6378300

Nassereddine, M. and H. Eskandari (2017) An integrated MCDM approach to evaluate public transportation systems in Tehran. Transportation Research Part A: Policy and Practice, v. 106, p. 427-439. DOI: 10.1016/j.tra.2017.10.013

Philander, K. and Y. Zhong (2016) Twitter sentiment analysis: Capturing sentiment from integrated resort tweets. International Journal of Hospitality Management, v. 55, p. 16-24. DOI: 10.1016/j.ijhm.2016.02.001

Psaraki, V. and C. Abacoumkin (2002) Access mode choice for relocated airports: the new Athens International Airport. Journal of Air Transport Management, v. 8, n. 2, p. 89-98. DOI: 10.1016/s0969-6997(01)00033-3

Punel, A. and A. Ermagun (2018) Using Twitter network to detect market segments in the airline industry. Journal of Air Transport Management, v. 73, p. 67-76. DOI: 10.1016/j.jairtraman.2018.08.004

PyPI (2020) GetOldTweets3. Available in: < https://pypi.org/project/GetOldTweets3/>. (Available in 08/31 st/2020).

Qi, B.; A. Costin and M. Jia (2020). A framework with efficient extraction and analysis of Twitter data for evaluating public opinions on transportation services. Travel Behaviour and Society, v. 21, p. 10-23. DOI: 10.1016/j.tbs.2020.05.005

Quan, C. and F. Ren (2016) Visualizing Emotions from Chinese Blogs by Textual Emotion Analysis and Recognition Techniques. International Journal of Information Technology & Decision Making, v. 15, n. 01, p. 215-234. DOI: 10.1142/S0219622014500710

Ruz, G. A.; P. A. Henríquez and A. Mascareño (2020) Sentiment analysis of Twitter data during critical events through Bayesian networks classifiers. Future Generation Computer Systems, v. 106, p. 92-104. DOI: 10.1016/j.future.2020.01.005

Sreenivasah, N.D; C. S. Lee and D. H. Goh (2012) Tweeting the friendly skies – investigating information exchange among twitter users about airlines. Program: Electronic Library and Information Systems, v. 46, n. 1, p. 21–42. DOI: 10.1108/00330331211204548

Tam, ML.; W. H. K. Lam and HP. Lo (2011) The Impact of Travel Time Reliability and Perceived Service Quality on Airport Ground Access Mode Choice. Journal Of Choice Modelling, v. 4, n. 2, p. 49-69. DOI: 10.1016/S1755-5345(13)70057-5

Textblob (2020) Simplified Text Processing. Available in: <https://textblob.readthedocs.io/en/dev/>. (Available in 11/21 st /2020).

Tsamboulas, D. A. and A. Nikoleris (2008) Passengers’ willingness to pay for airport ground access time savings. Transportation Research Part A: Policy and Practice, v. 42, n. 10, p. 1274-1282. DOI: 10.1016/j.tra.2008.03.013

Wang, L. and Y. Wan (2011) Sentiment classification of documents based on latent semantic analysis. Proceedings of the international conference on advanced research on computer education, simulation and modeling (CESM), p. 356–361. DOI: 10.1007/978-3-642-21802-6_57

Wieneke, A. and C. Lehrer (2016) Generating and exploiting customer insights from social media data. Electronic Markets, v. 26, p. 245–268. DOI: 10.1007/s12525-016-0226-1

Xiang, Z.; Q. Du; Y. Ma and W. Fan (2017) A comparative analysis of major online review platforms: implications for social media analytics in hospitality and tourism. Tourism Management, v. 58, p. 51–65. DOI: 10.1016/j.tourman.2016.10.001

Yu, Y. and X. Wang (2015) World Cup 2014 in the Twitter World: a big data analysis of sentiments in U.S. sports fans’ tweets. Computers in Human Behavior, v. 48, p. 392-400. DOI: 10.1016/j.chb.2015.01.075

Zaidan, E. and A. Abulibdeh (2018) Modeling ground access mode choice behavior for Hamad International Airport in the 2022 FIFA World Cup city, Doha, Qatar. Journal of Air Transport Management, v. 73, p. 32-45. DOI: 10.1016/j.jairtraman.2018.08.007

Downloads

Publicado

13-04-2022

Como Citar

Silva Ansélmo, C. ., Ronzani Borille, G. M. ., & Ribeiro Correia, A. . (2022). Análise de sentimentos sobre o acesso terrestre ao aeroporto utilizando mídias sociais. TRANSPORTES, 30(1), 2515. https://doi.org/10.14295/transportes.v30i1.2515

Edição

v. 30 n. 1 (2022)

Seção

Artigos

Licença

Copyright (c) 2022 Carolina Silva Ansélmo, Giovanna Miceli Ronzani Borille, Anderson Ribeiro Correia

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Ao submeter um manuscrito para publicação neste periódico, todos os seus autores concordam, antecipada e irrestritamente, com os seguintes termos:

  1. Os autores mantém os direitos autorais e concedem à Revista TRANSPORTES o direito de primeira publicação do manuscrito, sem nenhum ônus financeiro, e abrem mão de qualquer outra remuneração pela sua publicação pela ANPET.
  2. Ao ser submetido à Revista TRANSPORTES, o manuscrito fica automaticamente licenciado sob a Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e da publicação inicial neste periódico.
  3. Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada neste periódico (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento da publicação inicial nesta revista, desde que tal contrato não implique num endosso do conteúdo do manuscrito ou do novo veículo pela ANPET.
  4. Os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) depois de concluído o processo editorial. Como a Revista TRANSPORTES é de acesso livre, os autores são estimulados a usar links para o site da Revista TRANSPORTES nesses casos.
  5. Os autores garantem ter obtido a devida autorização dos seus empregadores para a transferência dos direitos nos termos deste acordo, caso esses empregadores possuam algum direito autoral sobre o manuscrito. Além disso, os autores assumem toda e qualquer responsabilidade sobre possíveis infrações ao direito autoral desses empregadores, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.
  6. Os autores assumem toda responsabilidade sobre o conteúdo do trabalho, incluindo as devidas e necessárias autorizações para divulgação de dados coletados e resultados obtidos, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.