基于社交媒体数据的旅游移动模式提取

提出一种从社交媒体大数据中提取个体旅游时空行为, 再基于海量旅游时空行为挖掘群体城市间移动模式的方法。采集4000多万条到访过苏州市用户的全球地理微博, 从中提取88270条旅游时空行为轨迹, 识别出5类36种城市间旅游移动模式。结果表明, 提取的移动模式符合LCF理论模型; 除简单移动模式外, 还存在更加复杂的复合移动模式。基于大数据能够得到更全面更精准的旅游移动模式, 有助于旅游管理者了解游客动向及偏好, 调整目的地营销策略, 优化旅游资源配置, 为游客提供更好的服务。     

婺源县旅游签到大数据研究——以新浪微博为例

随着社交媒体的迅速发展,旅游者在社交媒体平台上发布的旅游大数据越来越多。利用网络爬虫获取了婺源县2012—2020年的旅游签到数据进行研究。得到以下结论:婺源县游客的签到空间分布不均;春季游客签到最为活跃,尤其是3月、4月份签到率最高;女性游客签到率明显高于男性游客;外地游客签到率高于本地游客。为分析婺源的旅游流特征提供了一个新的角度,对于旅游地容量的管理、旅游地市场营销具有一定的参考价值。     

基于社交网络签到数据的城市空间相互作用和节点吸引力研究

基于社交网络大数据的研究视角,选取全国348个城市之间一年的跨城市社交媒体地理位置签到数据,采取优化粒子群(PSO)方法,使用引力模型,逆向推导该系统中空间相互作用的距离衰减函数以及各城市的节点吸引力。通过引入经济发展水平、产业结构、人口规模和结构、旅游竞争力、教育水平5个方面的12项变量,经过因子分析和回归分析,探究这些变量对节点吸引力的影响作用。结果表明,社交媒体签到系统中的交互流量符合距离衰减的幂律函数,与其他交互系统相比,其距离衰减系数偏小,说明全国尺度的城市间人的移动受距离影响不明显。对全国城市节点吸引力及其排名的进一步分析发现,与旅游竞争力、城市发展成熟度、人口规模这几个维度相关的因子对社交媒体签到系统中的城市节点吸引力有显著的影响。研究结论将为更好地理解人类签到和移动行为,为进一步了解复杂网络系统中节点吸引力的内涵做出一定的理论和实际贡献。     

基于叙事传输效应的社交媒体女性说服研究

为探究社交媒体旅游叙事的相关因素是如何以叙事传输的方式说服和作用于女性消费者,并影响其对目的地的认知和情感的,以女性消费者为研究对象,基于Green and Brock的叙事传输理论,利用结构方程模型(SEM)对600名不同年龄层女性消费者数据进行了分析,结果表明:社交媒体旅游叙事中叙事传输效应的存在,社交媒体旅游叙事...     

基于UGC数据的旅游数据挖掘研究进展

随着互联网和社交媒体的蓬勃发展,用户生成内容(User Generated Content,UGC)数据逐渐成为旅游大数据的重要组成部分。UGC数据能够体现游客旅游行为,数据类型丰富、真实性强、噪声大。本文回顾了过去几年旅游UGC数据研究的发展,分别从文本、照片、多模态3种数据类型角度进行综述,总结了近年来旅游UGC数据挖掘研究取得的成果,并探讨了未来研究的方向。     

太白山游客空间流动结构分析及优化策略

目的 研究太白山国家森林公园游客空间流动,为其结构分析和策略优化提供理论依据.方法 以实证调查为基础,通过归类总结进行分析.结果 太白山森林公园游客空间流动机构简单,41.6%的游客游玩后直接返回,52.6%的游客选择共同游玩法门寺.结论 优化策略为:①改善景区产品结构,丰富旅游产品类型;②加强不同景区间的联系,合理分流游客,拓展旅游区服务范围;③加强旅游道路建设力度,缩小通车成本,降低游客通勤压力.     

我国旅游中社交媒体的应用研究进展

社交媒体在旅游中扮演着重要角色,对旅游活动的各个方面产生了重要的影响。本文收集分析了我国旅游研究中与社交媒体相关的文献,发现研究主题主要集中在社交媒体与游客行为、用户原创内容、旅游营销、危机管理、旅游文化五个方面。未来要多采用定量研究方法,进一步扩展研究的尺度和规模,同时与当地的社会经济、文化等实际情况相结合,并加大在社区参与、综合营销手段、分类型旅游目的地营销、旅游中法律的健全等方面的研究力度。     

农业旅游游客感知与类型的实证研究——以苏州市为例

基于苏州农业旅游的问卷数据,运用探索性因素分析、逐步回归分析、聚类分析和单因素方差分析方法,深入探讨苏州农业旅游游客感知评价,比较不同类型游客感知差异.研究发现,农业旅游游客感知划分为6个因子比较合理,总体满意度与感知因子之间存在显著的正相关关系,资源环境因子对总体满意度的影响最大,游客感知在人口统计学特征上存在差异性.根据游客感知因子可以将农业旅游者划分为4种类型,不同类型旅游者总体满意度均值存在显著差异,同时性别是影响不同类型游客感知差异的主导因素.在研究结论的基础上,给出一些建议供农业旅游决策者参考.     

旅游数字足迹研究：热点与展望

在疫情蔓延、经济下行的背景下,开展旅游数字足迹研究,分析预测旅游消费行为,是推进旅游消费发展、推动国际国内经济"双循环"的重要基础工作.作为旅游信息化领域的新兴话题,旅游数字足迹是游客在通讯网络、互联网和物联网等泛在网络上留下的海量电子痕迹,真实反映了游客选择偏好和深层次的行为规律.国内外学者对这方面的研究已取得一定成果,但仍处于探索阶段.鉴于此,本研究辨析了旅游数字足迹的定义、类型和相关概念,阐明了旅游数字足迹的数据来源、特征和应用,分析了旅游数字足迹在游客人口特征、游客人格预测和游客行为分析领域的热点问题.最后,从理论体系构建、数据来源和预测方法精度等问题出发,对旅游数字足迹领域未来的研究方向进行了展望,为持续激发旅游消费潜力、推动旅游消费规模增长提供理论参考.     

乡村旅游持续信任的影响因素——以武陵山片区为例

探讨乡村旅游目的地持续信任的影响因素可为乡村振兴战略落地提供理论支撑和实践指导。以武陵山片区为案例，通过问卷调查收集数据并运用SPSS 25.0和AMOS 24.0软件分析数据，构建乡村旅游持续信任影响因素结构方程模型。实证研究结果表明：游客的持续信任主要受到旅游过程中感知乡村旅游的娱乐性、移情性和感知行为控制的影响，感知有用性和可靠性有一定的影响，响应性和游客自身的个体特征如信任倾向的影响较弱；乡村旅游在实践上还是要从游客感知出发，重视游客体验，让游客玩得开心、舒心、放心，起到散心、静心、愉心的疗愈作用。     

ICTs视角下的旅游流和旅游者时空行为研究进展

信息和通信技术(information and communications technologies, ICTs)对旅游和旅游者产生了巨大影响。游客在旅游过程中使用通信网络、互联网和物联网会产生大量的具有地理标签的数据,这些大数据为大规模即时旅游流和游客时空行为研究提供了可能。本文在梳理国内外有关旅游流和旅游者时空行为研究的基础上,发现:(1)在研究驱动力方面,海量、非结构化的大数据为旅游流和旅游时空行为研究提供新视角,数据和问题共同驱动来发现知识成为未来旅游流和旅游者时空行为研究的重要特征;(2)在研究方法上,利用地理信息系统的空间分析方法进行旅游热点分析、网络分析并进行可视化,最终从海量数据中发现规律、发现知识,提升对旅游者行为的认识,进而推进旅游者时空行为理论的完善;(3)在数据来源上,除传统数据外,手机数据、UGC数据将成为研究旅游者时空行为的重要数据源,可根据研究的实际情况选择不同的数据源及其组合;(4)在研究主题方面,目前主要集中在旅游者时空分布规律、旅游流空间网络结构发现等方面,对于隐藏在旅游者时空行为规律背后的原因、过程和机制探究不足,因果分析、过程和机制研究是未来的重点方向;(5)未来的研究热点可能有基于大数据的游客时空行为建模全过程体系化研究、数据标准化和数据挖掘方法研究、数据融合与同化研究、大数据下旅游者隐私和伦理问题研究、旅游者时空体验研究等。     

基于人工智能的社交网络用户行为数据周期推荐算法

为提高社交网络个性化服务质量,研究数据周期推荐算法的重大意义,针对传统推荐算法相似度计算准确率不高,导致推荐结果精度低、召回率低和耗时长等问题,提出一种基于人工智能的社交网络用户行为数据周期推荐算法。首先依据用户行为建立评分矩阵,利用皮尔逊相关系数计算评分矩阵评分值与网络行为数据相似度,依据计算得出的相似度以协同过滤为核心来检出需要推荐的社交网络用户数据内容,其次利用Top-N法生成用户邻居集,最后实现社交网络用户行为数据内容周期推荐。实验测试结果表明,所提算法的相似度计算准确率较高,网络用户行为数据周期推荐结果精度可高达97.2%,且推荐结果召回率高、耗时低,提高了社交网络个性化服务质量。     

网络口碑对游客旅游决策的影响研究

游客之间的口碑传播对其他游客旅游决策有巨大的影响力,随着互联网的发展,网络口碑逐渐成为影响游客旅游决策的重要因素.论文通过感知价值作为中间变量考察旅游网络口碑对于游客旅游决策的影响,建立概念模型并展开实证研究,在舟山普陀山旅游景点进行了抽样调查并应用结构方程来分析处理数据.结论显示,旅游网络口碑质量与可信度对游客感知价值有显著的促进作用;旅游网络口碑信息相关性、全面性、及时性均与游客感知价值存在显著的正相关关系;旅游网络口碑信息的吸引力对旅游网络口碑感知价值的影响较为显著;游客对网络口碑的感知价值与旅游意愿显著正相关.在此基础上给旅游企业提出了一些有用的建议.     

入境游客对凤凰古城的旅游形象感知维度探究——基于TripAdvisor上的点评

以Tripadvisor社交媒体中有关入境游客对凤凰古城的点评内容作为研究样本,采用定量和定性结合的方法,探讨入境游客关于凤凰古镇旅游形象的感知研究.借助KH Coder和Nvivo软件,总结并系统地提取了凤凰古城的旅游认知形象,并进一步分析了影响入境游客对凤凰古城旅游形象的消极感知因素.研究发现:(1)入境游客对凤凰古城旅游认知形象主要包括古城特色、休闲娱乐、美食购物和景色差异;(2)游客对凤凰古城旅游形象的消极感知与当地居民、旅游从业者和其他游客旅游行为密切相关;(3)入境游客对凤凰古城的总体情感倾向以积极态度为主,但程度有限.在此基础上,提出凤凰古城旅游形象提升的相应的对策和建议.     

基于性别分异的旅游行为特征分析——以广西大新县为例

男性游客和女性游客的旅游行为差异研究对于旅游目的地营销具有重要意义。以广西大新县的调查数据为基础,对男性游客和女性游客的旅游行为进行细致分析,得出如下结论:男性游客和女性游客的游前行为体现出了"大趋同,小分异"特征;游中行为的交通方式和旅游方式亦呈现"同中有异"特征,而停留时间和消费水平则具有较大分异性;在游后阶段,女性游客的旅游满意度和忠诚度比男性游客更高。     

石竹山游客行为研究

在文献回顾的基础上,通过问卷调查并辅助以观察法与访谈法,选取以有效问卷范围为限的游客为样本,研究石竹山游客人口统计学与旅游行为两方面特征及二者之间的关系.通过数据统计分析发现,受访游客行为受年龄、性别、受教育程度等影响,存在群体差异,并据此提出石竹山旅游开发和营销的若干建议.     

基于BERT模型的景区评论情感分析

随着旅游经济的到来,游客们更加关注旅游体验,本文采用BERT文本情感分析模型以及网络文本分析方法,以苏州拙政园景区为研究对象,爬取并整理携程网中游客对景区的评论信息。利用Python软件建立改进的BERT情感分析模型,训练集与测试集M值达0.94,同时针对负面评论信息使用社会和语义网络,分析游客的旅游体验特征,对景区存在的问题提供一定建议。     

面向社交媒体嵌入关系数据感知方法的研究

针对社交媒体数据感知成本高、数据感知效率低等问题,提出了社交媒体嵌入关系多阶段数据感知方法(online social media-multi stage data aware,OSM-MSDA)。该方法以数据感知对象内部关系的分布特征为基础,构造一个具有偏好特征的种子网络;采用Metropolis-Hastings方法优先选取数据感知对象中高度节点的邻接关系,快速填充特征网络,实现网络轮廓探测;使用基于马尔可夫生灭机制的延迟拒绝方法控制概率转移核,对局部耦合关系进行修剪,确保连通关系疏密的合理分布。实验结果表明:OSM-MSDA建立的多阶段渐进数据抽样方法,能够克服已有数据感知方法采集样本的盲目性,在宏观尺度准确、高效的感知社交媒体嵌入关系的社会资本特征,确保特征网络与数据感知对象的结构更具有一致性,同时还能降低数据的使用成本,将数据处理效率提高32%~63%。     

基于语义行为和社交关联的好友推荐模型

现今社交媒体是建立社交联系的重要媒介,好友推荐对于扩展人们的关系网络起到至关重要的作用,准确的用户特征提取和分析是社交网络中好友推荐的关键.传统的好友推荐方法一般都是根据部分用户属性信息或行为信息进行推荐,所以对用户特征的描述不完整,推荐的效率和准确率远非预期.提出基于用户语义行为和社交关联的推荐模型应用于社交媒体平台上的好友推荐.为了获得准确的预测,使用LDA(Latent Dirichlet Allocation)对语义信息进行主题建模,得到基于主题的用户语义行为特征表达;使用DeepWalk算法对用户社交关联网络图进行特征提取,得到准确的社交关联特征表达;使用反向传播神经网络来预测用户潜在的社交关联,为用户精准推荐好友.该模型实现了利用用户语义行为和社交关联预测用户潜在的社交关联,可以根据潜在社交关联进行精准的好友推荐.     

空间差异下滨海旅游区气候舒适度评价及网络关注相关性分析——以亚龙湾、巽寮湾和北戴河为例

选取热带、亚热带和温带3个气候类型区的滨海旅游区——亚龙湾、巽寮湾和北戴河作为案例地,基于3地30 a气象数据进行旅游气候舒适度评价;在统计近5 a网络关注度各月指数的背景下,建立回归方程分析气候舒适度与网络关注度的相关性.结果表明:空间差异下的滨海旅游区旅游气候舒适期季节分布、舒适期长短、舒适度变化幅度具有纬向地带性的分布特点;其网络关注度随气候舒适度升高而增大;网络关注度变化幅度随着纬度升高而增大,这与气候舒适度变化规律一致;游客网络关注度与旅游气候舒适度呈现显著的正相关,气候舒适度可能是造成游客网络关注度变化的主要原因.