Se i social network hanno cambiato il modo di vivere e anche di viaggiare, allo stesso tempo le reti sociali possono essere utili per capire e analizzare le tendenze turistiche, e di conseguenza permettere agli amministratori pubblici di prendere decisioni più accurate. È questo uno degli scopi dello studio del GSSI sui big data dei social network.

Grazie a un approccio multidisciplinare, che ha coinvolto l’area di Scienze Sociali e di Informatica del Gran Sasso Science Institute dell’Aquila, è stato infatti possibile analizzare oltre 60 mila immagini geolocalizzate e ricche di metadati (i dati profondi contenuti in un documento) scattate nella provincia dell’Aquila tra il gennaio del 2005 e il dicembre 2018.

Un lungo lasso di tempo, mai preso in considerazione finora dalle precedenti ricerche accademiche. Lo studio dal titolo “Mining Flickr to better understand tourist behavior” di Maria Giovanna Brandano e Ludovico Iovino del GSSI e Daniele Mantegazzi dell’Università di Groningen, ma precedentemente post-doc al GSSI, pubblicato nel libro “Handbook of Research on Advanced Research Methodologies for a Digital Society”, è riuscito a profilare in modo molto preciso il turistatipo in visita nella provincia dell’Aquila.

Grazie all’uso dei dati di Flickr, un social network dedicato alla fotografia attivo dal 2004 che attualmente conta 112 milioni di utilizzatori, il team GSSI ha verificato per esempio come i turisti italiani e quelli internazionali abbiano stagionalità diverse. I turisti italiani visitano la provincia abruzzese prevalentemente in due periodi, uno tra marzo e aprile e l’altro durante i mesi estivi, mentre il picco degli stranieri si rileva durante l’autunno.

Anche i gusti in termini di località sono differenti. Gli italiani preferiscono ammirare le bellezze urbane delle città de L’Aquila e Avezzano, oppure immergersi nella natura dei parchi nazionali e regionali. Al contrario, i turisti stranieri subiscono il fascino sprigionato dai villaggi medievali di Santo Stefano e Rocca Calascio.

"L’approccio proposto in questo lavoro fa intuire quale sia la ricchezza dei cosiddetti big data per l’analisi dei comportamenti dei turisti in molte altre destinazioni – spiega Maria Giovanna Brandano, ricercatrice nell’area di Social Science al GSSI – ma soprattutto i risultati possono essere interessanti per urbanisti, amministrazioni pubbliche e fornitori di servizi per comprendere facilmente le caratteristiche peculiari dei comportamenti turistici in una determinata area, anche in tempo reale. Inoltre, i risultati ottenuti possono aiutare sia gli stakeholder sia gli amministratori ad aumentare l’offerta di servizi in un'area che non è completamente sviluppata come destinazione turistica".

Sono state analizzate 66.875 immagini condivise da 3.853 utenti in sedici anni. La scelta dell’uso di Flickr è stata dettata dalla ricchezza dei dati offerti da questo social network, nonché anche la possibilità di prendere in esame un lungo periodo. Le immagini contengono infatti una serie di dati dettagliati, tra i quali l’ID dell’utente, i dati del caricamento, i tags, le coordinate geografiche, e talvolta anche le informazioni personali degli utenti che hanno scelto di renderle pubbliche.

Lo studio del GSSI ha consentito di dare l’esatta paternità a 39.078 fotografie. "In questo approccio, il fine principale ricade nella Data-Driven Decision Making, cioè prendere decisioni in base ai dati – spiega Ludovico Iovino, ricercatore nell’area di Informatica al GSSI – questa tipologia di analisi consente ad una pubblica amministrazione o un’azienda di prendere decisioni basandosi sui big data".

Ora che la metodologia è stata testata nella provincia dell’Aquila, ed è stata utile anche per capire come sono andate le cose dopo il terremoto del 2009, potrà essere utilizzata per comprendere le nuove tendenze turistiche dettate dal Covid. "Come ricercatori possiamo ora scoprire come sono cambiate le preferenze in seguito alla pandemia e vedere per esempio se i punti di interesse pre-Covid hanno continuato a rimanere tali o se i flussi si sono spostati verso destinazioni meno note e meno affollate. L’analisi di grosse quantità di dati in questo caso potrà darci indicazioni preziose, anche in termini di sicurezza sanitaria", conclude Brandano.