Comprendre comment les attributs des destinations façonnent la fréquentation touristique des itinéraires culturels grâce aux données des réseaux sociaux et à l’apprentissage automatique interprétable

Pourquoi les chemins de pèlerins comptent encore aujourd’hui

Des itinéraires culturels comme l’antique Kumano Kodo au Japon étaient autrefois parcourus par des empereurs et des moines ; aujourd’hui ils sont aussi arpentés par des touristes tenant un smartphone. Cette étude pose une question concrète aux implications importantes pour le patrimoine et le tourisme : non pas pourquoi les gens disent vouloir voyager, mais comment les caractéristiques concrètes des lieux le long d’un itinéraire influencent réellement les choix de visite. En exploitant des milliers de publications géolocalisées sur les réseaux sociaux et en utilisant des outils d’apprentissage automatique transparents, les auteurs montrent comment sanctuaires, paysages, commerces, hébergements et transports se combinent pour créer la géographie moderne du pèlerinage.

Suivre les empreintes numériques le long d’une vieille route

Plutôt que de s’appuyer sur des enquêtes et des souvenirs, les chercheurs se sont tournés vers les traces que les voyageurs laissent en ligne. Ils ont collecté 24 569 photos géolocalisées sur Flickr prises entre 2010 et 2025 dans l’aire élargie du Kumano Kodo. Après avoir soigneusement filtré les résidents locaux probables et les scènes de la vie quotidienne, chaque photo restante a été considérée comme une visite concrète en un lieu et à un moment donnés. Pour vérifier si cette foule numérique suivait bien les itinéraires touristiques, l’équipe a comparé ces points à des données indépendantes de Google Maps et TripAdvisor. Les visites Flickr se sont fortement agrégées autour des attractions connues, ce qui suggère que les publications sur les réseaux sociaux offrent une image réaliste des lieux où les visiteurs passent effectivement du temps.

Ce que les visiteurs remarquent en chemin

L’étape suivante consistait à comprendre quels types de lieux importent le plus le long de cet itinéraire historique. Les auteurs ont analysé les mots utilisés dans les titres, tags et descriptions des photos Flickr, traduisant et nettoyant les textes puis appliquant un modèle de thématiques pour identifier les thèmes récurrents. À partir de ces thèmes, ils ont tiré 17 types d’attributs de destination, regroupés en quatre familles : ressources culturelles et patrimoniales comme les sanctuaires et bâtiments traditionnels ; milieux naturels incluant côtes, rivières et forêts ; services touristiques et de loisirs tels que hébergements, onsen, restaurants et boutiques ; et infrastructures de transport comme routes, voies ferrées, gares et parkings. Ils ont ensuite relié chaque type à des données géographiques détaillées — cartes de temples, lignes de train, pentes, végétation, etc. — afin d’étudier comment ces attributs se synchronisent avec les véritables schémas de fréquentation.

Apprendre au modèle à lire le paysage

Pour relier ces nombreuses couches aux lieux effectivement fréquentés, les chercheurs ont découpé la région en une grille de carrés d’un kilomètre. Pour chaque carré, ils ont résumé la proximité à chaque type d’attraction ou d’équipement, et l’intensité de chaque caractéristique naturelle. Ces valeurs sont devenues les entrées du modèle ; le nombre observé de visites Flickr en a été la sortie à expliquer. Ils ont comparé plusieurs approches d’apprentissage automatique et constaté qu’un modèle de forêt aléatoire, utilisant des mesures de distance pour chaque attribut, reproduisait le mieux les schémas de fréquentation observés. De manière importante, ils ont ensuite « ouvert la boîte noire » avec des outils interprétables montrant comment chaque facteur augmente ou diminue la fréquentation prédite, seul et en combinaison.

Comment sanctuaires, services et voies fonctionnent ensemble

Les résultats montrent que les pôles d’attraction le long de l’itinéraire sont rarement le fait d’une seule attraction. Les lieux culturels et patrimoniaux — sites religieux, rues traditionnelles, monuments et musées — agissent comme des aimants principaux : plus un carré de la grille est proche d’eux, plus il tend à recevoir de visites. Ces aimants sont cependant fortement renforcés par les services à proximité et la facilité d’accès. Les zones dotées d’hébergements, d’onsen, de restaurants et de pôles commerciaux, reliées à des lignes ferroviaires, gares, routes et parkings, attirent beaucoup plus de visiteurs que des sanctuaires isolés difficiles d’accès. Les éléments naturels comme montagnes, rivières et végétation dense jouent un rôle plus subtil, fournissant le cadre qui peut amplifier ou modérer ces tendances plutôt que les provoquer directement. L’équilibre entre ces ingrédients varie aussi selon les saisons, les modes de déplacement et les types de visiteurs : par exemple, les visiteurs hivernaux privilégient davantage les attractions intérieures et les nœuds de transport, tandis que les randonneurs à pied se dirigent vers des sections riches en paysages et desservies par des transports publics basiques.

Transformer l’analyse en meilleurs itinéraires

Pour les non-spécialistes, la leçon essentielle est que les itinéraires culturels réussis fonctionnent moins comme des monuments isolés que comme des réseaux vivants. Cette étude montre que les gens sont attirés par des lieux où des sites patrimoniaux signifiants sont reliés à des conforts simples et à un accès fiable, le tout inscrit dans un paysage distinctif. En quantifiant ces relations à partir de comportements réels plutôt que de seuls motifs déclarés, les auteurs fournissent une recette pratique adaptable à d’autres itinéraires historiques dans le monde. Renforcer les ancrages culturels, coordonner les services et les transports autour d’eux, et adapter la gestion aux saisons et aux styles de voyageurs peut contribuer à maintenir ces chemins anciens à la fois praticables et porteurs de sens au XXIe siècle.

Citation: Lin, X., Teng, X., Shen, Z. et al. Understanding how destination attributes shaping tourist visitation on cultural routes through social media data and interpretable machine learning. npj Herit. Sci. 14, 197 (2026). https://doi.org/10.1038/s40494-026-02427-5

Mots-clés: itinéraires culturels, schémas touristiques, données des réseaux sociaux, gestion du patrimoine, apprentissage automatique