Location-Based Social Network Data for Exploring Spatial and Functional Urban Tourists and Residents Consumption Patterns.

La creciente popularidad de los destinos urbanos ha actuado como catalizador del debate sobre la delimitación geográfica de la actividad turística. En este contexto, el Big Data, y más específicamente las redes sociales que integran ubicación (LBSN), aparecen como una valiosa fuente de información para aproximarse a la interacción espacial entre turistas y residentes, desde una perspectiva renovada. Este artículo se centra en la aproximación a las similitudes y diferencias entre el uso geográfico y funcional de las unidades económicas urbanas, por parte de turistas y residentes. Para ello, se ha desarrollado y aplicado un algoritmo de clasificación de usuarios a un conjunto de datos de YELP. Se ha calculado también un ratio de integración entre turistas y residentes urbanos, posteriormente aplicado a los negocios georreferenciados y sus categorías funcionales, en las 11 áreas metropolitanas incluidas en la muestra: Champaign (Illinois, EEUU), Charlotte (Carolina del Norte, EEUU), Cleveland (Ohio, EEUU), Edimburgo (Escocia, GB), Las Vegas (Nevada, EEUU), Madison (Wisconsin, EEUU), Montreal (Quebec, CA), Pittsburg (Pennsylvania, EEUU), Phoenix (Arizona, EEU), Stuttgart (DE) and Toronto (Ontario, CA). Las categorías funcionales que agrupan los negocios muestran claras similitudes en cuanto a la coincidencia espacial entre turistas y residentes. Además, hay una clara concentración geográfica de la actividad para ambos grupos de usuario en todos los casos estudiados.