<?xml version="1.0" encoding="UTF-8"?>
<collection xmlns="http://www.loc.gov/MARC21/slim">
 <record>
  <leader>02162naa a2200253 i 4500</leader>
  <controlfield tag="001">acta72021</controlfield>
  <controlfield tag="005">20230320153141.0</controlfield>
  <controlfield tag="008">210216s2020    hu      o     1||   hun d</controlfield>
  <datafield tag="024" ind1="7" ind2=" ">
   <subfield code="a">10.14232/tgfek21sz.22</subfield>
   <subfield code="2">doi</subfield>
  </datafield>
  <datafield tag="040" ind1=" " ind2=" ">
   <subfield code="a">SZTE Egyetemi Kiadványok Repozitórium</subfield>
   <subfield code="b">hun</subfield>
  </datafield>
  <datafield tag="041" ind1=" " ind2=" ">
   <subfield code="a">hun</subfield>
  </datafield>
  <datafield tag="100" ind1="1" ind2=" ">
   <subfield code="a">Dudás Gábor</subfield>
  </datafield>
  <datafield tag="245" ind1="1" ind2="3">
   <subfield code="a">Az Airbnb szállásárait meghatározó tényezők a Balaton turisztikai régióban</subfield>
   <subfield code="h">[elektronikus dokumentum] /</subfield>
   <subfield code="c"> Dudás Gábor</subfield>
  </datafield>
  <datafield tag="260" ind1=" " ind2=" ">
   <subfield code="c">2020</subfield>
  </datafield>
  <datafield tag="300" ind1=" " ind2=" ">
   <subfield code="a">320-333</subfield>
  </datafield>
  <datafield tag="490" ind1="0" ind2=" ">
   <subfield code="a">Társadalmi és gazdasági folyamatok elemzésének kérdései a XXI. században</subfield>
  </datafield>
  <datafield tag="520" ind1="3" ind2=" ">
   <subfield code="a">Az elmúlt évtizedben a peer-to-peer elven működő online szállásmegosztó platformok (pl. Airbnb, HomeAway stb.) a turizmus egyik legfontosabb szereplőjévé váltak komoly versenytársat teremtve a hagyományos szállásadó szektornak. Ennek következtében az online szállásmegosztó platformokon hirdetett szállások árképzésének megértése mind gyakorlati, mind elméleti szempontból kritikus jelentőségűvé vált. Tanulmányunk célja annak a vizsgálata, hogy a különféle szállástulajdonságok és szolgáltatások, hogyan, és milyen mértékben befolyásolják az Airbnb-n kiadott szállások árait. Kutatásunk során lineáris és kvantilis regressziót alkalmaztunk a 2417 elemből álló mintánkon, amelyet a Balaton Turisztikai Régió településeiről gyűjtöttünk le web-scraping technológia alkalmazásával. Eredményeink azt mutatják, hogy az ingatlanok tulajdonságai (pl. férőhelyek száma, fürdőszobaszám, stb.) jelentősen befolyásolják az Airbnb árait, bár ezeknek a hatásoknak a nagysága nagyon változatos és összetett képet mutat.</subfield>
  </datafield>
  <datafield tag="650" ind1=" " ind2="4">
   <subfield code="a">Társadalomtudományok</subfield>
  </datafield>
  <datafield tag="650" ind1=" " ind2="4">
   <subfield code="a">Társadalom- és gazdaságföldrajz</subfield>
  </datafield>
  <datafield tag="695" ind1=" " ind2=" ">
   <subfield code="a">Idegenforgalom - Magyarország - regionális, Turizmus - Balaton</subfield>
  </datafield>
  <datafield tag="700" ind1="0" ind2="1">
   <subfield code="a">Boros Lajos</subfield>
   <subfield code="e">aut</subfield>
  </datafield>
  <datafield tag="700" ind1="0" ind2="1">
   <subfield code="a">Vida György</subfield>
   <subfield code="e">aut</subfield>
  </datafield>
  <datafield tag="711" ind1=" " ind2=" ">
   <subfield code="a">Társadalmi és gazdasági folyamatok elemzésének kérdései a XXI. században</subfield>
   <subfield code="c">Szeged</subfield>
   <subfield code="d">2019</subfield>
  </datafield>
  <datafield tag="856" ind1="4" ind2="0">
   <subfield code="u">http://acta.bibl.u-szeged.hu/72021/1/tarsadalmi_es_gazdasagi_folyamatok_320-333.pdf</subfield>
   <subfield code="z">Dokumentum-elérés </subfield>
  </datafield>
 </record>
</collection>
