Spatiotemporal cluster analysis of reputable tourist accommodation in Greater Amman Municipality, Jordan

Abstract

研究目的为了测试社交旅游网站 (STNS) 的用户生成内容 (UGC) 对在线声誉管理 (ORM) 的适用性, 本研究分析了知名酒店的空间聚类（基于 TripAdvisor 最佳价值指标) 和信誉良好的户外座位 (ODS) 餐厅(基于排名指标)。研究设计/方法/途径该研究使用数据挖掘技术从 TripAdvisor 获取 UGC。 基于（HDBSCAN）算法的分层基于密度的空间聚类方法用于鲁棒聚类分析。研究发现调查结果显示, 最具价值 (BV) 酒店和信誉良好的 ODS 餐厅最有可能位于人口和经济活动较为密集的城市旅游目的地的中心区及其周边地区。 BV 酒店的时空聚类分析形成了不同大小、密度和形状模式的聚类。研究原创性目前的文献扔缺乏专注于分析利用 UGC 的酒店和餐厅 (H&R) 空间聚类的研究。 因此, 本研究首次绘制并分析了知名酒店（TripAdvisor BV 指标）和餐厅（排名指标）的时空聚类模式。 因此, 本研究通过利用数据挖掘和 HDBSCAN 算法显示 H&Rs 聚类的模式变化, 为城市旅游研究做出了重要的方法论贡献。理论意义这项研究表明, 著名的 H&R 集中在历史悠久的市中心附近的地区。 这应该是对城市投资环境的应用研究的推动力。实践意义研究结果将为企业家和潜在投资者提供最具吸引力的旅游投资环境的理性指导。