La principale fonte nella scelta della struttura durante un soggiorno è il passaparola, l'introduzione di interazione con i contenuti online è riuscita ad abbattere i confini geografici e a rendere il passaparola globale e di facile accesso, di fatto è riuscita ad eliminare alcuni limiti del passaparola standard. L'obiettivo di questa ricerca è una valutazione preliminare dell'importanza dei contenuti online nel settore turistico al fine di introdurli nel processo di stima della probabilità di default delle controparti all'interno di una banca. Per fare ciò si è cercato di predire il fatturato delle società alberghiere basandosi sul fatturato dell'anno precedente e sulle informazioni disponibili su TripAdvisor per tutte le strutture ricettive piemontesi iscritte al sito, ovvero le anagrafiche dell'hotel e le recensioni online. A seguito di una forte riduzione del dataset iniziale dovute a difficoltà di matching fra hotel e rispettivi bilanci, si è deciso inoltre di predire il numero di recensioni nell'anno, assumendo che questo sia correlato con il fatturato della società. L'analisi di text mining ci ha permesso di comprendere che il rapporto qualità-prezzo, la qualità del cibo, le valutazioni sul personale e sulla pulizia sono i fattori maggiormente coinvolti nella valutazione della struttura ricettiva. Oltre a ciò, mediante l'algoritmo L.D.A. e l'algoritmo k-means, è stato possibile raggruppare ed utilizzare le informazioni testuali nelle stime. Analizzando l'errore quadratico medio si è osservato che l'inclusione di queste portava per entrambe ad una stima più precisa, inoltre abbiamo notato che per le due domande di ricerca, il modello con una miglior performance è risultato essere il support vector machine. Infine possiamo affermare che introdurre i contenuti online per il settore alberghiero all'interno del processo di stima della banca, migliorerebbe il processo di stima di rischiosità della controparte. Inoltre altri studi hanno mostrato che le recensioni avranno sempre più un maggior ruolo nelle decisioni di soggiorno di un cliente. Lo sviluppo futuro che la banca dovrà affrontare per includere al meglio questo sistema al proprio interno, è migliorare il processo di collegamento fra informazioni online delle strutture e informazioni societarie siccome attualmente presenta ancora lacune che inficiano il processo.
La stima del rischio di credito usando i dati dei social network. Una nuova frontiera?
CUGNO, NICOLÒ
2017/2018
Abstract
La principale fonte nella scelta della struttura durante un soggiorno è il passaparola, l'introduzione di interazione con i contenuti online è riuscita ad abbattere i confini geografici e a rendere il passaparola globale e di facile accesso, di fatto è riuscita ad eliminare alcuni limiti del passaparola standard. L'obiettivo di questa ricerca è una valutazione preliminare dell'importanza dei contenuti online nel settore turistico al fine di introdurli nel processo di stima della probabilità di default delle controparti all'interno di una banca. Per fare ciò si è cercato di predire il fatturato delle società alberghiere basandosi sul fatturato dell'anno precedente e sulle informazioni disponibili su TripAdvisor per tutte le strutture ricettive piemontesi iscritte al sito, ovvero le anagrafiche dell'hotel e le recensioni online. A seguito di una forte riduzione del dataset iniziale dovute a difficoltà di matching fra hotel e rispettivi bilanci, si è deciso inoltre di predire il numero di recensioni nell'anno, assumendo che questo sia correlato con il fatturato della società. L'analisi di text mining ci ha permesso di comprendere che il rapporto qualità-prezzo, la qualità del cibo, le valutazioni sul personale e sulla pulizia sono i fattori maggiormente coinvolti nella valutazione della struttura ricettiva. Oltre a ciò, mediante l'algoritmo L.D.A. e l'algoritmo k-means, è stato possibile raggruppare ed utilizzare le informazioni testuali nelle stime. Analizzando l'errore quadratico medio si è osservato che l'inclusione di queste portava per entrambe ad una stima più precisa, inoltre abbiamo notato che per le due domande di ricerca, il modello con una miglior performance è risultato essere il support vector machine. Infine possiamo affermare che introdurre i contenuti online per il settore alberghiero all'interno del processo di stima della banca, migliorerebbe il processo di stima di rischiosità della controparte. Inoltre altri studi hanno mostrato che le recensioni avranno sempre più un maggior ruolo nelle decisioni di soggiorno di un cliente. Lo sviluppo futuro che la banca dovrà affrontare per includere al meglio questo sistema al proprio interno, è migliorare il processo di collegamento fra informazioni online delle strutture e informazioni societarie siccome attualmente presenta ancora lacune che inficiano il processo.File | Dimensione | Formato | |
---|---|---|---|
778321_tesinicolcugno.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
2.89 MB
Formato
Adobe PDF
|
2.89 MB | Adobe PDF |
Se sei interessato/a a consultare l'elaborato, vai nella sezione Home in alto a destra, dove troverai le informazioni su come richiederlo. I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/49684