Een dataset van toeristische mobiliteitsnetwerken in China afgeleid van online reisblogs

Waarom jouw vakantieverhalen ertoe doen

Elke keer dat iemand online een reisverhaal deelt, blijven er meer sporen achter dan alleen mooie foto’s en herinneringen. In die berichten zitten aanwijzingen over waar mensen naartoe gaan, hoe ze zich van plek naar plek verplaatsen en waarom sommige bestemmingen meer verbonden zijn dan andere. Deze studie gebruikt duizenden Chinese reisblogs om een gedetailleerd beeld te bouwen van hoe toeristen zich daadwerkelijk tussen bezienswaardigheden door China verplaatsen, en biedt zo nieuwe inzichten voor nieuwsgierige lezers, planners en iedereen die zich afvraagt hoe digitale voetafdrukken ons begrip van reizen kunnen veranderen.

Van persoonlijke trips naar een nationale bewegingskaart

De onderzoekers richtten zich op Qunar.com, een groot Chinees reisplatform waarvan de blogtool gebruikers subtiel aanspoort om hun reis dag voor dag en bezienswaardigheid voor bezienswaardigheid vast te leggen. In tegenstelling tot vrije socialmediaberichten zijn deze blogs gestructureerd, chronologisch opgebouwd en gekoppeld aan een ingebouwde database van toeristische attracties. Die ontwerpkeuze veranderde talloze vakantiedagboeken in een rijke bron van gestructureerde informatie. Door blogs te verzamelen die over reizen binnen China in een periode van tien jaar gingen, kon het team niet zozeer de verhalen zelf lezen, maar de geordende lijsten van plaatsen die bloggers zeiden te hebben bezocht.

Verhalen omzetten in netwerken van plaatsen

In de door het team samengestelde dataset wordt elke toeristische attractie een punt in een uitgestrekt web, en elke verplaatsing van de ene attractie naar de volgende wordt een lijn tussen twee punten. Als veel bloggers meldden van een park aan een meer naar een nabijgelegen oud stadje te gaan, verschijnt die verbinding als een veelgebruikte link in het web. Door de bezoeklijsten van elke blogger in volgorde aan elkaar te rijgen, reconstrueren de onderzoekers tienduizenden reisroutes en combineerden die vervolgens tot landelijke “mobiliteitsnetwerken.” Deze netwerken verschillen van gebruikelijke reisstatistieken: in plaats van te tonen hoe mensen vanaf hun woonplaats naar een bestemming reizen, laten ze zien hoe bezoekers zich van bezienswaardigheid naar bezienswaardigheid bewegen zodra ze arriveren.

Een kijkje achter het gordijn van het dataverzamelingsproces

Om een zuiver en betrouwbaar beeld te schetsen, moest het team zorgvuldige keuzes maken. Ze filterden blogs weg die vooral reizen buiten China beschreven, verwijderden dubbele kopieën van hetzelfde blog en negeerden berichten die slechts één attractie noemden, omdat die geen informatie over verplaatsingen geven. Wanneer bloggers dezelfde attractie meerdere keren achter elkaar noemden, werden die herhalingen samengevoegd tot één, omdat er geen daadwerkelijke verplaatsing plaatsvond. Voor elke genoemde attractie haalden de onderzoekers de ongeveer locatie, de gaststad en zowel de Chinese als Engelse naam op, met behulp van kaart- en vertaaldiensten. Belangrijk is dat ze expressieve inhoud zoals verhalende tekst of foto’s niet bewaarden; alleen feitelijke onderdelen zoals data, locaties en anonieme blog-ID’s werden behouden om zowel de platformregels als de privacy van gebruikers te respecteren.

Verschillende reizen, verschillende patronen

Aangezien elk blog op Qunar.com eenvoudige achtergrondgegevens bevat, kan de dataset op verschillende onthullende manieren worden gesegmenteerd. Het team groepeerde reizen per seizoen—lente, zomer, herfst en winter—en ook naar reisgenoten, waarbij solo-reizen werden onderscheiden van reizen met vrienden of met familie. Voor elk van deze groepen bouwden ze een apart netwerk, zodat toekomstige onderzoekers bijvoorbeeld kunnen vergelijken hoe winterbezoeken skigebieden verbinden versus hoe zomervakanties stranden en historische stadjes koppelen. Toen ze de algemene structuur van deze netwerken onderzochten, vonden ze patronen die bekend zijn uit andere grootschalige reisstudies: een paar zeer populaire attracties domineren veel routes, terwijl de meeste plekken veel minder overgangen ontvangen. Ze lieten ook zien dat clusters in het netwerk goed aansluiten bij China’s provinciale grenzen, wat suggereert dat toeristen de neiging hebben zich binnen herkenbare regionale circuits te verplaatsen.

Sterke punten, beperkingen en toekomstige toepassingen

De auteurs benadrukken dat bloggers geen perfecte afspiegeling zijn van alle toeristen. Mensen die reisblogs schrijven zijn vaak enthousiaste, internetvaardige reizigers en maken vaak vrijetijds- of sightseeingtours in plaats van zakelijke of familiebezoeken. Het aantal blogs op Qunar.com steeg en daalde ook door de jaren heen, vooral na een grote bedrijfsfusie die waarschijnlijk de promotie van het platform veranderde. Daardoor is de dataset het meest geschikt om relatieve patronen te verkennen—zoals welke attracties sterk aan elkaar gekoppeld zijn of hoe seizoensroutes verschillen—en minder geschikt voor nauwkeurige bezoekersaantallen. Toch biedt de studie door het vrijgeven van zowel de schoongemaakte netwerken als de onderliggende bezoekreeksen als open data, samen met code om de netwerken te herbouwen en aan te passen, een krachtig nieuw perspectief voor iedereen die geïnteresseerd is in toerisme, stedelijke planning, vervoer of de bredere vraag hoe onze online sporen kunnen verhelderen hoe we ons door de wereld bewegen.

Wat dit betekent voor alledaags reizen

Voor een geïnteresseerde leek is de conclusie eenvoudig: het vrijblijvende vastleggen van een reis online kan, gecombineerd met duizenden andere logs, het verborgen skelet van het toeristisch systeem van een land onthullen. Dit werk laat zien dat persoonlijke reisdagboeken, mits zorgvuldig behandeld en ontdaan van identificerende details, kunnen helpen in kaart brengen welke attracties van nature samen routes vormen, welke steden als knooppunten dienen en hoe seizoenen en reisgezelschap onze paden vormen. Daarmee legt het de basis voor slimmer bestemmingsbeleid, gebalanceerdere promotie van minder bekende locaties en rijkere vergelijkingen tussen de ervaringen van “online toeristen” en het bredere reizende publiek.

Bronvermelding: Zheng, Y., Wang, J., Zhang, Y. et al. A dataset of tourist mobility networks across China derived from online travel blogs. Sci Data 13, 443 (2026). https://doi.org/10.1038/s41597-026-06780-9

Trefwoorden: toeristische mobiliteit, door gebruikers gegenereerde reisgegevens, toerisme in China, netwerkanalyse, online reisblogs