Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-5404
Main Title: Analyse der Wohnungsbewertungen von Airbnb
Translated Title: Analysis of room-ratings on Airbnb
Author(s): Schlesinger, Daniel
Zarnekow, Rüdiger
Repschläger, Jonas
Type: Book
Language Code: de
Abstract: With millions of registered users Airbnb conciliates rooms from C2C in the share economy. To get landlords and tenants together it is crucial that they trust each other. Therefore, users can verify their personality, write comments about each other and the tenants can rate the rooms they rented. With a dataset of more than one million profiles we evaluate statistically how to distinguish between ratings in detail. Therefore, we analyze frequency distributions of single judging criteria and further identify possible correlations between them. Finally, we present key factors for the most successful landlords on Airbnb, resume how trust indicators influence the demand of the rooms and if a good room can be identified by the ratings it received only.
Mit Millionen von Nutzern bietet Airbnb im Rahmen der Share Economy die Möglichkeit Unterkünfte von Privat zu Privat zu vermieten. Entscheidend für das Zusammenfinden von Mieter und Vermieter ist das gegenseitige Vertrauen, welches auf Airbnb durch gegenseitige Bewertungen der Nutzer und ihrer Wohnungen, sowie Verifikationsnachweisen zustande kommen soll. Um die Frage zu klären, ob es auf Airbnb überhaupt schlecht bewertete Wohnungen gibt und welchen Einfluss die Bewertungen auf das Nutzerverhalten haben, führen wir eine statistische Auswertung mittels der Daten von einer Million Airbnb–Nutzern durch. Wir evaluieren die Häufigkeitsverteilungen einzelner Bewertungsfaktoren und überprüfen diese auf mögliche Korrelationen. Mit Hilfe der Ergebnisse wird im Anschluss erklärt, warum vermeintlich gute Bewertungen unterdurchschnittlich sein können, ein hohes Maß an Sauberkeit für einen erfolgreichen Vermieter wichtig ist und auf welche Faktoren Gäste bei der Auswahl ihrer Unterkunft besonders achten sollten, um gute von schlechten Wohnungen zu unterscheiden.
URI: http://depositonce.tu-berlin.de/handle/11303/5799
http://dx.doi.org/10.14279/depositonce-5404
Issue Date: 2016
Date Available: 9-Aug-2016
DDC Class: DDC::000 Informatik, Informationswissenschaft, allgemeine Werke::000 Informatik, Wissen, Systeme::000 Informatik, Informationswissenschaft, allgemeine Werke
Subject(s): share economy
trust
judgement
statistics
airbnb
Bewertungen
Statistik
Nutzerverhalten
Häufigkeitsverteilungen
Vertrauen
Creative Commons License: https://creativecommons.org/licenses/by/4.0/
Series: Research Papers in Information Systems Management
Series Number: 17
EISSN: 2191-639X
ISBN: 978-3-7983-2844-0
Appears in Collections:Technische Universität Berlin » Fakultäten & Zentralinstitute » Fakultät 7 Wirtschaft und Management » Institut für Technologie und Management (ITM) » Publications

Files in This Item:
File Description SizeFormat 
analyse_airbnb.pdf3.87 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.