Analisi della projected social destination image mediante tecniche basate sul machine learning: caso studio della Serenissima

DSpace/Manakin Repository

Show simple item record

dc.contributor.advisor Tamma, Michele it_IT
dc.contributor.author Kruchko, Zlatoslava <1997> it_IT
dc.date.accessioned 2022-06-25 it_IT
dc.date.accessioned 2022-10-11T08:26:08Z
dc.date.issued 2022-07-14 it_IT
dc.identifier.uri http://hdl.handle.net/10579/21678
dc.description.abstract L'immagine della destinazione turistica è un elemento chiave di ogni strategia di destination marketing. Nel corso degli anni sono stati condotti numerosi studi sulla destination image percepita dai turisti attraverso l'impiego di questionari e interviste. Recentemente il focus si è spostato sulla "projected image" mediante tecniche di machine learning. Con questo elaborato si intende analizzare la projected social destination image di Venezia facendo ricorso al software Google Vision API. Questo software di visual analysis permette di analizzare le foto, individuare le caratteristiche principali e gli elementi presenti suddivisi in categorie. Questo tipo di dati vengono utilizzati nei social network per indirizzare gli utenti verso determinati contenuti. L'analisi delle foto pubblicate dagli enti turistici contribuisce a delineare l'immagine della destinazione Venezia veicolata attraverso i social network. it_IT
dc.language.iso it it_IT
dc.publisher Università Ca' Foscari Venezia it_IT
dc.rights © Zlatoslava Kruchko, 2022 it_IT
dc.title Analisi della projected social destination image mediante tecniche basate sul machine learning: caso studio della Serenissima it_IT
dc.title.alternative Analisi della projected social destination image mediante tecniche basate sul machine learning: caso studio della Serenissima it_IT
dc.type Master's Degree Thesis it_IT
dc.degree.name Sviluppo interculturale dei sistemi turistici it_IT
dc.degree.level Laurea magistrale it_IT
dc.degree.grantor Dipartimento di Economia it_IT
dc.description.academicyear 2021/2022_sessione estiva_110722 it_IT
dc.rights.accessrights closedAccess it_IT
dc.thesis.matricno 882455 it_IT
dc.subject.miur SECS-P/08 ECONOMIA E GESTIONE DELLE IMPRESE it_IT
dc.description.note it_IT
dc.degree.discipline it_IT
dc.contributor.co-advisor it_IT
dc.date.embargoend 10000-01-01
dc.provenance.upload Zlatoslava Kruchko (882455@stud.unive.it), 2022-06-25 it_IT
dc.provenance.plagiarycheck Michele Tamma (tamma@unive.it), 2022-07-11 it_IT


Files in this item

This item appears in the following Collection(s)

Show simple item record