Especialización en Sistemas de Información Geográfica · 2024
Análisis espacial de los Airbnb relacionados con los factores que influyen en su distribución: Caso de estudio Medellín, Colombia
Airbnb es una plataforma de alojamiento, que se ha expandido rápidamente en la ciudad de Medellín, Colombia en los últimos años. En este trabajo se pretende realizar un estudio de análisis espacial para evidenciar como se distribuyen los Airbnb en la ciudad, además se proponen diferentes variables para identificar si influyen o no en dicha distribución. La metodología que se empleó para desarrollar el estudio fue, una revisión de literatura y se emplearon herramientas SIG para analizar los factores. Como resultado, se obtuvo un modelo automatizado donde se pudo evidenciar que los Airbnb se distribuyen principalmente en la Comuna 14 de la ciudad de Medellín y como estos se ven influenciados por los factores propuestos en el presente trabajo. En conclusión, se determinó que los Airbnb cumplen con ciertos patrones de distribución y se ven afectados por ciertas variables, además se mencionaron algunas repercusiones que tiene este tipo de alojamientos en los habitantes
Texto completo 55 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- RESUMENp. 8
- ABSTRACTp. 9
- I. INTRODUCCIÓNp. 10
- II. PLANTEAMIENTO DEL PROBLEMAp. 11
- III. JUSTIFICACIÓNp. 12
- IV. PROBLEMA DE INVESTIGACIÓNp. 12
- V. OBJETIVOSp. 13
- A. Objetivo generalp. 13
- B. Objetivos específicosp. 13
- VII. MARCO CONCEPTUALp. 14
- VII. MARCO REFERENCIALp. 15
- A. Contexto mundialp. 15
- B. Contexto Latinoamericanop. 16
- VIII. METODOLOGÍAp. 20
- A. Revisión de Literaturap. 20
- B. Base de datos Airbnbp. 20
- 1) Proceso de descarga:p. 20
- 2) Proceso de limpiezap. 20
- 3) Diccionario de datos:p. 21
- C. Variablesp. 21
- D. Análisis de datosp. 21
- IX. RESULTADOS Y DISCUSIÓNp. 23
- A. Comuna con mayor conteo de Airbnbp. 23
- B. Tipologías ofrecidas en la plataforma Airbnbp. 26
- C. Variablesp. 21
- 1) Metro (Transporte público)p. 28
- 2) Atractivos turísticosp. 31
- 3) Zonas verdes habitablesp. 34
- 4) Establecimientos comercialesp. 38
- X.CONCLUSIONESp. 44
- REFERENCIASp. 45
- ANEXOSp. 47
- TABLA I. ATRIBUTOS CONTEO PUNTOS POR COMUNAp. 24
- TABLA III. ATRIBUTOS TRANSPORTE PÚBLICOp. 29
- PÚBLICOp. 30
- TABLA V. ATRIBUTOS AIRBNB CERCANOS A ATRACTIVOS TURÍSTICOSp. 33
- TURÍSTICOSp. 34
- TABLA VII. ATRIBUTOS AIRBNB CERCANOS A ZONAS VERDES HABILATBLESp. 36
- HABILATBLESp. 37
- COMERCIALESp. 42
- Fig. 1 Consulta SQL tipología Airbnbp. 22
- Fig. 2 Summary Statistics, conteo de Airbnb en comunasp. 23
- Fig. 3 Conteo de Airbnb en comunas Parte 2p. 24
- Fig. 4 Airbnb en Medellín y comuna con mayor cantidadp. 25
- Fig. 5 Automatización tipologías ofrecidas en la plataforma Airbnbp. 26
- Fig. 6 Tipologías ofrecidas en la plataforma Airbnbp. 27
- Fig. 7 Automatización Transporte públicop. 28
- Fig. 8 Transporte públicop. 29
- Fig. 9 Tipologías Airbnb cercanos a Transporte públicop. 30
- Fig. 10 Automatización atractivos turísticos Parte 1p. 31
- Fig. 11 Automatización atractivos turísticos Parte 2p. 32
- Fig. 12 Airbnb cercanos a Atractivos turísticosp. 32
- Fig. 13 Tipologías de Airbnb cercanos a Atractivos turísticosp. 33
- Fig.14 Airbnb cercanos a establecimientos comercialesp. 40
- Fig. 15 Tipologías de Airbnb cercanos a establecimientos comercialesp. 41
- Fig. 16 Automatización de unión de resultadosp. 42