Determinants of Guest Experience in Airbnb: A Topic Modeling Approach Using LDA

Sutherland, Ian ; Kiatkawsin, Kiattipoom

In: Sustainability, Jg. 12 (2020-04-01), Heft 8, S. 3402-3402

Online academicJournal

Zugriff:

View record in DOAJ (Volltext)

This study inductively analyzes the topics of interest that drive customer experience and satisfaction within the sharing economy of the accommodation sector. Using a dataset of 1,086,800 Airbnb reviews across New York City, the text is preprocessed and latent Dirichlet allocation is utilized in order to extract 43 topics of interest from the user-generated content. The topics fall into one of several categories, including the general evaluation of guests, centralized or decentralized location attributes of the accommodation, tangible and intangible characteristics of the listed units, management of the listing or unit, and service quality of the host. The deeper complex relationships between topics are explored in detail using hierarchical Ward Clustering.

Titel:	Determinants of Guest Experience in Airbnb: A Topic Modeling Approach Using LDA
Autor/in / Beteiligte Person:	Sutherland, Ian ; Kiatkawsin, Kiattipoom
Link:	View record in DOAJ (Volltext) https://www.mdpi.com/2071-1050/12/8/3402 https://doaj.org/toc/2071-1050
Zeitschrift:	Sustainability, Jg. 12 (2020-04-01), Heft 8, S. 3402-3402
Veröffentlichung:	MDPI AG, 2020
Medientyp:	academicJournal
ISSN:	1208-3402 (print) ; 2071-1050 (print)
DOI:	10.3390/su12083402
Schlagwort:	Airbnb machine learning latent Dirichlet allocation sharing economy peer-to-peer accommodation text analytics Environmental effects of industries and plants TD194-195 Renewable energy sources TJ807-830 Environmental sciences GE1-350
Sonstiges:	Nachgewiesen in: Directory of Open Access Journals Sprachen: English Collection: LCC:Environmental effects of industries and plants ; LCC:Renewable energy sources ; LCC:Environmental sciences Document Type: article File Description: electronic resource Language: English

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.