基于景点在线评论文本的游客关注度和情感分析

游客在线评论反映了游客实地旅行之后关于旅游景点和服务的真实感受,本文构建了一个基于景点在线评论文本的游客关注度和情感分析方法。该方法首先从主流旅游网站的评论专区中获取景点的评论文本并进行预处理,然后基于《知网》词汇语义相似度,结合词频分析,通过构建"旅游形象属性-触发词"词表,分别计算评论信息中旅游形象属性的游客关注度。最后建立褒贬义情感词典,对处理后的评论文本情感分析。该方法能够直观显示景点在线评论信息中旅游形象的游客评论关注点和总体情感倾向,为潜在游客的景点选择提供参考依据。以厦门市旅游景点的评论文本为例,验证了该方法的可行性。     

基于情境聚类扩展用户画像的旅游景点推荐方法

随着我国旅游业发展和人们对旅游服务需求的不断增多，旅游景点的精准推荐不仅可以节约用户大量的时间，还能够提升用户的消费体验，为此本文提出一种基于情境聚类扩展用户画像的旅游景点推荐方法。基于用户情境数据进行情境聚类，构建出扩展的用户画像模型；根据群体用户画像反映的用户特征，结合情境标签设置个体用户情境特征属性，再融合关联规则和相似度计算为用户推荐个性化的景点。实验结果表明，相较于传统的关联规则Apriori推荐算法或加权Apriori推荐算法，基于情境聚类扩展用户画像的旅游景点推荐方法具有更优的推荐结果。     

基于网络评论的旅游目的地评价研究——以我国31个省市自治区为例

以创新旅游目的地评价方法为目的,基于旅游网络评论数据,从旅游目的地发展规模和质量两个维度构建旅游目的地关注度—满意度分析(ASA)模型.整合国内8大在线旅游平台评论数据,采集全国23 496个景点的1 368 052条有效评论,建立我国大陆31个省市自治区基础数据库.通过模型化和可视化的方法对省域旅游目的地发展水平进行分析,结果显示：1)网络旅游关注度呈现长尾和极化特征,约80%的在线旅游评论集中在10%的核心旅游景点;核心旅游景点空间聚集度呈现出由高到低的“东—中—西”格局;2)不同类型景点在网络关注度和满意度上均有明显差异,且游客对不同类型景点具有不同的正负面情感特征.基于上述特征分析,结合31个省市自治区ASA定位分析结果,提出了我国大陆31个省市自治区旅游发展优化路径.     

基于社交网络的个性化旅游景点推荐方法

个性化旅游景点推荐是推荐系统的一个重要应用,已被广泛的关注.现有的景点推荐方法聚集在给用户的偏好建模,大都忽略了用户与用户之间的关系以及用户与景点之间的关系.本文提出一种基于社交网络的个性化景点推荐方法,该方法首先使用k-means和DBSCAN算法分别对用户和景点进行聚类;然后将聚类后的用户与景点进行融合,构建个性化旅游景点推荐模型.为了验证本文提出方法的性能,进行了广泛的实验,实验结果显示本文提出的方法在召回率、准确率和平均绝对误差值都明显高于传统推荐方法.     

基于微博数据的“新冠肺炎疫情”舆情演化时空分析

本文依托2020年1月1日至2月29日期间共计6万条新浪微博博文与1.5万条微博热门评论,基于分布式爬虫技术、分布式数据库系统、SnowNLP情感分析模型以及KMeans文本聚类算法,对与"新冠肺炎疫情"相关的话题展开舆情分析,可视化地展现本次疫情事件中网络舆情的时空演化过程.在时间维度层面,通过文本聚类与情感分析,发现网民对于此次肺炎疫情的态度大致经历了三个阶段,即起伏不定的紧张焦虑期、缓慢攀升的团结振作期以及波动很小的自信平稳期,总体上呈现积极大于消极、正面大于负面的情绪状态.在空间维度层面,通过地理统计分析,发现疫情最严重地区网民评论人数最多,同时情感值也最低.     

“三江并流”区旅游景点空间分布格局研究

明确旅游景点的空间分布特征对合理有效地开发、配置旅游资源具有重要意义.以"三江并流"区为研究区,通过构建旅游景点的空间分布数据,依据其属性特征划分为地文景观、水域风光与生物景观3类自然景点和古迹建筑与休闲求知2类人文景点,系统研究了旅游景点的空间分布格局.结果表明:"三江并流"区旅游景点呈东密西疏聚集分布的特点,聚集强度较高的市县为玉龙县丽江古城区大理市香格里拉市,较弱的为泸水、福贡县;人文类景点聚集强度大于自然类景点,休闲求知类聚集强度最高,生物景观类最小;各类型景点在大理市、丽江古城及玉龙县均为高密度分布且分布格局对空间尺度具有依赖性.旅游景点的分布受人文和自然环境因子的影响,多集中分布于经济发展水平高、人口规模大、交通条件好,有特定植被类型覆盖的较低海拔地区.旅游景点聚集区多数分布在农业和城镇生态功能区、生物多样性保护、林业水源涵养和水土保持生态功能区,同时也属于生态高敏感区.     

哈尔滨道路结构与旅游景点空间关系分析

以哈尔滨主城区260个旅游景点为研究对象,采用GIS核密度法计算旅游景点(POI)密度以分析旅游空间结构,运用句法理论探究不同尺度下城市空间可识别性水平,通过双变量相关性分析道路空间结构与旅游景点的集聚程度.结果表明,道路结构指标中,与旅游景点分布关联最强的是深度,道路连接值、整合度和深度值与旅游景点POI密度呈显著正相关;选择度与旅游景点POI密度呈显著负相关.哈尔滨旅游景点总体呈现"内部智能,外部迷失"特征,景点集聚分布呈现为"核心-过渡区-边缘区"的核心多层次结构.根据道路和景点关联情况,有针对性地对路网规划和景点布局提出可行性意见.     

一种结合文章信息的新闻评论情感分析方法

新闻评论表达了人们对新闻事件的看法与态度, 因此对新闻评论进行分析具有潜在的应用价值. 传统的情感分析方法仅对评论文本进行分析, 忽略了新闻文章主题及语义信息对评论的影响. 针对这个问题, 提出了一种基于支持向量机和 $K$ 均值聚类的情感分析方法, 将新闻文章信息对评论情感的影响因素引入到新闻评论的情感分类中. 实验结果证明了该方法在新闻评论情感分析任务中的有效性.     

基于网络数据的重庆园博园景观形象游客感知研究

利用以网络评价文本数据为代表的网络数据,对重庆园博园景观形象游客感知进行研究.在研究中爬取了携程网、去哪儿旅行网、马蜂窝旅游网、途牛旅游网、同程旅游网、大众点评网、美团网和微博中与重庆园博园相关的有效评价共9 975条,总计54.86万字.研究表明:重庆园博园在春季和有节假日的月份游客量最高,春季评论数占总评论数的34.54%,有节假日月份的评论数量是其他月份的1～2倍;游客对重庆园博园的平均评分为92.83分,表明游客对公园满意度较高;游客对重庆园博园的积极情绪占比为79.92%,表明游客对公园具有正面的情感倾向;游客对重庆园博园中的公园景观、环境质量、休闲活动、服务管理等游憩要素关注度较高;季节仅影响了游客对休闲活动和内部交通要素的关注度;游客对展园的特色景观、文化底蕴和设计风格有一定关注,对景点的设计风格、文化性、观赏性和生态性等有一定关注;游客的不满主要集中在服务管理、公园设施和公园景观等方面;游客关注点与公园景观评价标准在公园景观、环境质量、服务管理、外部交通和公园设施等要素上有一定的一致性,但游客关注的休闲活动、内部交通和服务管理等要素没有相关评价标准.根据研究结果,从网络数据在公园景观评价分析工作中的应用优势和局限性来探讨网络数据的应用价值、应用原则及注意事项.     

基于CWD的福州市中心城区4A级以上景点可达性研究

基于福州市中心城区公路网数据,用栅格成本加权距离法(CWD)对福州市中心城区内4A级以上旅游景点进行可达性研究.结果表明,在不考虑交通通达性和红绿灯的情况下,44%的区域景点可达性在60 min内,集中于中心的鼓楼区和晋安区;景点内部差异较明显,中心城区内各点到最近景点的可达性分布,在空间上呈现出"以各景点为核心向外圈层式递增"的格局,中心城区景点可达性较好,外围区域特别是边界位置景点可达性较差;自然景点的可达性略优于人文景点,服务范围更广;6个4A级以上景点中,5A级景区三坊七巷因其处于中心城区道路网密集处,服务范围广,可达性好.可为福州市旅游交通的发展提供参考.     

采用在线评论的景点个性化推荐

通过对旅游网站的景点评论进行情感分析,综合利用自然语言处理技术和领域本体构建技术,准确把握游客对旅游目的地的满意度和需求;将群体智慧和个人偏好有效地结合,为游客出行制定合理的个性化推荐策略.实验结果表明:所提出的推荐策略能够有效地将碎片化的游客评论数据转化为对其他游客出行地选择的辅助信息,提高了游客获取旅游知识的效率,真实地反映游客的旅游感受,为游客景点选择提供参考.     

融入情感信息词向量的评论文本情感分析方法

为了解决分布式词表示方法因忽略词语情感信息导致情感分类准确率较低的问题,提出了一种融入情感信息加权词向量的情感分析改进方法。依据专属领域情感词典构建方法,结合词典和语义规则,将情感信息融入到TF-IDF算法中,利用Word2vec模型得到加权词向量表示方法,并运用此方法对采集到的河北省旅游景点的评论文本与对照组进行对比实验。结果表明,与基于分布式词向量表示的情感分析方法相比,采用融入情感信息加权词向量的改进方法进行情感分析,积极文本的准确率提高了6.1%,召回率提高了6.6%,F值达到了90.3%;消极评论文本的准确率提高了6.0%,召回率提高了7.2%,F值达到了89.6%。因此,融入情感信息加权词向量的情感分析改进方法可以有效提高评论文本情感分析的准确率,为用户获得更为准确的评论观点提供参考。     

冬奥会申办成功对北京旅游目的地感知形象的影响

运用GooSeeker软件, 在马蜂窝、携程和途牛等知名旅游UGC平台上爬取游客赴北京的网络游记, 并借助ROST CM 6.0和 ROST EA软件, 对网络文本内容进行内容分析和情感分析, 探究获冬奥会举办权对北京旅游目的地形象的影响, 得到如下结果。1) 申办冬奥会成功后, 北京关于“冬奥会”的形象特征得到一定程度的凸显, 但凸显程度不高。2) 申奥成功前后游客感知北京旅游目的地形象的维度具有差异性: 申奥成功前, 游客目的地形象感知主要体现在地方氛围、吸引物、交通和奥运场馆; 申奥成功后, 游客目的地形象感知主要体现在地方氛围、吸引物、旅游服务和国际化形象。3) 游客情感以积极情感为主, 中性情感为辅, 整体上趋于中性化。     

城市公园用户的情绪特征及影响因子研究——以华南植物园和越秀公园为例

以广州市华南植物园和越秀公园为例, 分析公园用户的情绪特征, 并基于结构方程模型,探究城市公园用户情绪的影响因子及驱动机制。研究结果表明, 公园用户的积极情绪相对较高, 但积极情绪和消极情绪是独立存在的。对于粗粒度情绪, 景观要素有直接影响和间接影响两种方式; 对于细粒度情绪, 景观要素主要通过景观服务, 间接地影响用户情绪感知。不同类型公园中, 用户的不同类型、不同粒度情绪的影响因素及机制均存在差异。研究结果可以对公园的规划设计提出具有针对性的改进方案, 并为城市其他类型空间使用者的情绪研究提供一定的借鉴。     

江西省A级旅游景区时空演变及动力机制

以2002—2020年江西省438个A级旅游景区为研究对象,运用最近邻指数、核密度分析、标准差椭圆、地理探测器等空间分析方法研究其时空分布演化及其动力机制.结果表明:(i)在时序演变上,以2013年为分界点,江西省A级旅游景区数量增长呈现前缓后陡的“M”型特征,不同类型旅游景区增长变化具有显著性差异;(ii)在空间维度上,江西省A级旅游景区的高密度区经历单核状集聚—散点状分布—组团式结构的空间演化过程,并逐步形成环鄱阳湖的“O”型核密度结构,空间分布具有环湖、亲水、沿路等显著特征,空间方向分布在总体上呈东北—西南走向,重心随着时间演化由北往南迁移,标准差椭圆整体呈现小幅度逆时针旋转;(iii)江西省A级旅游景区时空格局演化主要受自然环境涵养力、经济发展推动力、市场需求拉动力、区位交通辐射力、旅游资源内驱力及政策制度调控力等多种内外部力量共同驱动.     

从跨文化角度看旅游景点名称的翻译

本文从跨文化交际学理论的角度,分析了旅游景点名称的结构成分及文化内涵,提出译者在翻译旅游景点名称时要在忠实于原文的前提下,灵活运用多种翻译方法来处理其文化内涵,以期准确传递旅游景点名称中的文化信息。     

基于西安、深圳旅游对比的西安入境旅游探讨

基于对2004西安入境旅游市场的第一手调查资料,通过西安旅游与深圳旅游的对比,分析了西安入境旅游收入、入境游客人数增长缓慢、游客停留天数递减等问题的根源。指出西安旅游产品类型单一、旅游吸引物的文化内涵未充分挖掘、客主文化交流较少等原因,是制约西安旅游快速发展的重要原因。提出了西安旅游产品需要升级换代;要深入挖掘现有景区点的文化内涵;积极组织节庆、会展活动;鼓励市民热心与旅游者交流等建议,以期丰富西安的旅游活动类型,延长游客在西安的停留时间。     

江苏省旅游等级景区发展及其空间分布特征研究

系统分析了2001年以来江苏省旅游等级景区的发展态势和等级结构演变特征,并对2007年全省旅游等级景区空间分布特征进行了研究.研究结果表明:2001年以来江苏全省旅游等级景区总量逐年上升,年均增长率达37%;不同等级的旅游景区发展历程各有差异,4A级景区发展最为平稳,3A级景区增长最快,2A级景区持续快速发展,1A级景区发展明显滞缓;2006年以来全省旅游景区等级结构趋于相对稳定;2007年全省旅游等级景区主要集中分布在苏南地区,而在苏中、苏北地区的空间集中度较低,其中,2A至4A景区在全省的空间分布具有"空间集聚程度随景区等级提高而上升,等级越低的景区空间分布越均匀"的特点,4A级以上的高等级旅游景区主要集中分布在苏州、无锡、南京等苏南城市.     

重庆市A级旅游景区空间分布及其影响因素研究

研究了重庆市A级旅游景区的空间分布特点及其影响因素;基于重庆市2001—2018年A级旅游景区数据,采用GIS的空间分析功能、最邻近点指数分析、核密度强度分析、标准差椭圆分析及SPSS相关分析对景区的类别、等级和密度等进行研究;结论认为:2001—2018年间,重庆旅游景区从分散发展到集聚,分布重心自东北向西南迁移,呈现圈层式扩散态势;从数量上看景区等级偏低,以2A、3A和4A为主;类别以历史文化和自然观光为主,休闲娱乐类为辅;地形、水系和社会经济共同影响重庆旅游景区的分布;制定了重庆旅游景区空间优化对策:调整地区产业结构,增加第三产业比重;改善交通等基础设施;依托地形和水系等开发景区;以主城区为核心渐进优化重庆旅游景区的空间分布。