A medida que las expectativas sobre las experiencias turísticas continúan aumentando, la demanda de productos de turismo de ocio se orienta cada vez más hacia la personalización, la adaptación a medida y los servicios diferenciados. Para apoyar la innovación impulsada por la inteligencia artificial en la imagen de los destinos turísticos de ocio, este estudio extrae percepciones sobre la imagen del destino a partir de textos de reseñas en línea mediante un enfoque de modelado de temas basado en LDA. Se aplican un modelo neuronal de lenguaje CBOW mejorado y el modelo GloVe para aprender representaciones vectoriales de palabras a partir de corpus de reseñas, y posteriormente se utiliza una red neuronal profunda completamente conectada para identificar y analizar las características perceptuales clave que configuran la imagen del destino.
Se realiza un estudio de caso de las atracciones turísticas de Sanya para demostrar el método propuesto. Los resultados muestran que el vocabulario cognitivo de la imagen de las atracciones de Sanya puede agruparse en tres dimensiones principales, con contenidos perceptuales distribuidos entre atracciones turísticas (53,1 %), infraestructura y servicios turísticos (22,3 %), atmósfera del servicio turístico (5,1 %) y comportamiento de viaje de los turistas (19,5 %). Además, el vocabulario relacionado con el sentimiento se clasifica en positivo, neutral o negativo. Dentro de la categoría neutral, los términos de alta frecuencia incluyen espera (101), comprensión (185), diversión (61) y relajación (56), lo que refleja temas experienciales comunes. Finalmente, se emplea un análisis de regresión para examinar los factores que influyen en la imagen percibida del destino y en la satisfacción del turista. La tangibilidad (0,43), la fiabilidad (0,463) y la capacidad de respuesta (0,434) muestran relaciones positivas y significativas con la satisfacción turística, lo que sugiere que los esfuerzos para mejorar la imagen del destino deben priorizar avances en estas tres áreas.
A medida que las expectativas sobre las experiencias turísticas continúan aumentando, la demanda de productos de turismo de ocio se orienta cada vez más hacia la personalización, la adaptación a medida y los servicios diferenciados. Para apoyar la innovación impulsada por la inteligencia artificial en la imagen de los destinos turísticos de ocio, este estudio extrae percepciones sobre la imagen del destino a partir de textos de reseñas en línea mediante un enfoque de modelado de temas basado en LDA. Se aplican un modelo neuronal de lenguaje CBOW mejorado y el modelo GloVe para aprender representaciones vectoriales de palabras a partir de corpus de reseñas, y posteriormente se utiliza una red neuronal profunda completamente conectada para identificar y analizar las características perceptuales clave que configuran la imagen del destino.
Se realiza un estudio de caso de las atracciones turísticas de Sanya para demostrar el método propuesto. Los resultados muestran que el vocabulario cognitivo de la imagen de las atracciones de Sanya puede agruparse en tres dimensiones principales, con contenidos perceptuales distribuidos entre atracciones turísticas (53,1 %), infraestructura y servicios turísticos (22,3 %), atmósfera del servicio turístico (5,1 %) y comportamiento de viaje de los turistas (19,5 %). Además, el vocabulario relacionado con el sentimiento se clasifica en positivo, neutral o negativo. Dentro de la categoría neutral, los términos de alta frecuencia incluyen espera (101), comprensión (185), diversión (61) y relajación (56), lo que refleja temas experienciales comunes. Finalmente, se emplea un análisis de regresión para examinar los factores que influyen en la imagen percibida del destino y en la satisfacción del turista. La tangibilidad (0,43), la fiabilidad (0,463) y la capacidad de respuesta (0,434) muestran relaciones positivas y significativas con la satisfacción turística, lo que sugiere que los esfuerzos para mejorar la imagen del destino deben priorizar avances en estas tres áreas.
