东北5A级景区网络关注度区域差异研究

以2013—2016年全国31个省、自治区、直辖市对东北5A级景区网络关注度的百度指数为数据基础,采用弹性系数、变异系数和泰尔指数的方法来测度东北5A级景区的网络关注度的区域差异特征,分析了网络关注度的空间格局和影响因素。研究发现:2013—2016年全国对东北5A级景区的网络关注度总体呈现出增长的趋势;区域间、区域内和以省际为单元的网络关注度差异显著,网络关注度的空间格局未发生根本性变化;区域间差异是造成东北5A级景区网络关注度区域差异的主要原因,区域内差异对总差异的贡献率较小;客源地的旅游资源丰度和客源地与旅游目的地间的空间距离是东北5A级景区旅游网络关注度空间分布的主要影响因素。     

革命历史题材剧对相关红色旅游景点网络关注度的影响研究——以《觉醒年代》为例

革命历史题材剧在促进大众情感认知和文化认同、激发旅游需求、增强红色旅游景点吸引力等方面发挥着重要作用.该文以重大革命历史题材剧《觉醒年代》为例,以2020—2021年相关红色旅游景点百度指数为数据基础,采用赫芬达尔指数、空间自相关、回归分析等方法探讨革命历史题材剧对其相关红色景点网络关注度时空特征的影响.研究发现：1)《觉醒时代》播出后,相关红色景点网络关注度与播出前同期水平相比显著增加,且非知名景点的增长幅度大于知名景点;年内均衡程度变动较小,年内分布趋势呈现倒“U”型分布;2)《觉醒时代》播出后,相关红色景点网络关注度空间集聚程度提升,冷热点空间格局较为稳定,呈现胡焕庸线分割特征,热点区主要集聚在长江中游城市群及邻近区域;延乔路、龙华烈士陵园、毛泽东故居网络关注度的空间响应较为明显;长江中游城市群网络关注度的提升较为显著;3)《觉醒年代》相关联旅游景点的平均每日互联网关注度与电视剧的受欢迎程度呈正相关.     

基于网络游记的四川省旅游流空间网络分析

利用火车头采集器获取网络游记,借助社会网络分析法,采用网络密度、中心性、凝聚子群指标,分析四川省旅游流空间网络.研究发现:(1)四川旅游网络密度小,网络结构相对松散,景点分布不均衡.(2)宽窄巷子、锦里、九寨沟既是网络中的核心景点,也是游客中转、停留节点的选择.(3)旅游景点划分为双高型、高低型、低高型、双低型4类;宽窄巷子、锦里、杜甫草堂、九寨沟、大熊猫繁育研究基地、乐山大佛、都江堰-青城山在连接其他景点和吸引游客上具有关键性作用.(4)旅游流网络存在3个派系,强子群成员联系紧密,弱子群成员联系性差.因此,提出四川省旅游发展的政策性建议,以期促进目的地旅游均衡协调发展.     

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.     

新冠疫情影响下旅游景区网络关注度时空分异特征研究——以福建省5A级景区为例

研究基于2016—2020年百度指数数据,研究疫情影响下福建省5A级旅游景区网络关注度变化,分析时间、空间分异特征,结果显示：(1)时间分异特征上,表现为疫情影响下人们的搜索行为在周内发生巨大变化;季节性表现为疫情前的最高峰为疫情后的低谷;旅游景区网络关注度呈现出黄金周的井喷式发展变化;景区关注度年际变化受疫情影响表现出下降趋势.(2)空间分异特征上,游客网络关注度具有明显的空间集聚效应,主要客源市场集中于东南沿海地区,以福建省为圆心,向周边省市延伸,呈现圆形扩散态势;网络关注度空间演化呈现“多中心”空间分布态势,“核心-边缘”特征明显,表现为“东南-西北”两核心.     

基于百度指数的东北三省4A级及以上景区网络关注度分析

基于2015—2016年百度指数,利用GIS空间分析方法及泰尔指数分析了全国31个省、自治区、直辖市对东北三省4A级及以上旅游景区的网络关注度.结果表明:(1)对于4A级以上景区关注强的省份主要集中在近距离省份以及经济发达的省份;(2)东北三省4A级以上旅游景区中,网络关注度高的与网络关注度低存在显著的差异;(3)全国31省对东北三省旅游网络关注度从高到低依次是辽宁省、黑龙江省和吉林省.     

黄山市旅游流网络结构特征研究——团队游与自助游的比较分析

该文以安徽省黄山市为案例地,通过网络获得黄山市团队游与自助游旅游流数据,并借助社会网络分析方法,以时间距离划分长途游客与短途游客,对比分析了黄山市团队游与自助游两种类型旅游流网络结构特征.结果表明：1) 黄山市团队游与自助游网络呈现不同特征.团队游短途旅游规模小且分散,长途旅游规模小而集中.自助游短途旅游规模广而密,长途旅游规模广而分散.2) 黄山市旅游流具有比较明显的核心-边缘结构,核心区与边缘区联系不紧密,且团队游分层特征强于自助游.3) 团队游更加依赖核心节点,而自助游中各景点联系紧密且均衡.基于此,从目的地管理角度分别对黄山市内外部旅游网络结构优化提出建议.黄山市旅游流网络结构基本稳定,且与高级别、强吸引力的“标志性”城市旅游资源区位之间存在着强稳定的空间关联关系,这应该也是未来判断一个旅游目的地是否为成熟型旅游目的地的重要标准.     

福建省海岛旅游网络关注度时空分布格局及影响因素

海岛旅游的网络搜索能够反映游客出行的前兆效应和发展趋势.利用百度指数获取2017—2021年近5年中国大陆31个省份对福建省海岛旅游的网络关注度的搜索指数，以东山岛、平潭岛、湄洲岛和鼓浪屿4个福建省具有代表性的海岛为例进行分析.研究发现：(1)2017—2021年福建省海岛旅游网络关注度总体上呈现出先上升后下降的态势，其中2020年新冠疫情突发为重要拐点；季节性差异较明显，平潭岛季节性变化幅度最大、湄洲岛季节性变化最小；年内搜索旺季集中在春夏秋季节，具有旺季时间长淡季时间短的特点.(2)福建省海岛旅游网络关注度存在地域分布差异性，具有明显的地域衰减规律，整体呈“东部-中部-西部”波动递减的趋势，随时间推移区域间关注度分布向均衡发展.(3)福建省网络关注度与气候适宜性、地区经济发展水平、互联网发展程度和地理距离等有密切关联，是造成福建省海岛旅游网络关注度时空特征变化的重要原因.     

西安曲江旅游形象感知研究——基于游客网络日志文本分析

通过游客网络日志及评论研究游客对目的地形象的感知。利用网络文本收集游客对旅游目的地形象的评价和感受,已成为旅游形象研究的重要途径。利用百度、谷歌等各种搜索工具进行检索以及根据设定的目标条件对游客关于曲江旅游景点进行评价的网络评论和网络日志进行分类、筛选和分析,最终符合条件的文章有82篇,评论2908条。对网络日志和评论内容进行了详细的分析,建构了三个分析类目,探索游客对曲江景区整体形象的感受,从而明确曲江景区在游客们心中满意程度的高低,并为曲江旅游景区的升级和发展提供参考,完善以网络文本为数据来源的旅游形象研究方法。     

基于百度指数的旅游目的地网络关注度影响因素分析——以青岛为例

互联网已经成为当前绝大部分居民出游前了解旅游相关信息的最主要渠道.基于百度指数的数据分析功能,分析旅游目的地的网络关注度变化及影响因素,对指导旅游目的地的发展具有一定的意义.以青岛为例,经检索得到青岛2011年旅游网络关注曲线,发现2011年青岛旅游网络注度时间分布特征:①在一年内,用户旅游关注相对集中;②在局部时间段内,用户旅游网络关注度存在小的峰值;③用户旅游关注度曲线呈现一种齿状波动.由此得出影响旅游目的地网络关注度的关键因素有:季节变化、闲暇时间以及旅游目的地已有知名度,三者综合作用,影响着人们对旅游目的地的关注度.     

法定节假日四川旅游网络关注度时空分异及影响因素

基于2015-2019年全国31个省、自治区、直辖市节假日期间对四川省旅游网络关注度的百度指数,采用莫兰指数和Getis-Ord Gi*指数等分析节假日四川省旅游网络关注度的时空分异特征,运用最小二乘法和地理探测器研究网络关注度时空分异的影响因素.研究发现:①2015-2019年节假日四川省旅游网络关注度在中秋节和国庆...     

研学旅游网络关注度时空差异及影响因素研究

基于百度指数获取2016—2021年我国31个省份“研学旅游”的网络搜索量,应用季节性集中指数和热点分析等方法,探究研学旅游网络关注度空间分布的时空差异特征,并从经济、教育、旅游、公共服务等方面探究研学旅游网络关注度空间分布差异的原因.研究发现：(1)研学旅游网络关注度在2016—2021年呈下降趋势,且在季节分布上具有不均衡性,在节假日前后呈现一定的集中性.(2)研学旅游网络关注度具有聚类分布特征,并且有较高的显著性：东部沿海和中部省份研学旅游网络关注度较高,西北、东北和西南地区较低.(3)区域经济水平、教育水平、研学旅游的发展水平和公共服务等因素是影响研学旅游网络关注度的主要因素.     

基于目的地整合模型的游客满意度研究——以广州为例

旅游业已成为中国多个省市的主导产业,对游客满意度的研究有助于提高旅游目的地的旅游服务质量和竞争力.国内对旅游目的地整体满意度的研究缺乏系统的理论研究和分析框架,导致研究结论差异性、波动性较大.文章回顾和总结了国内外关于旅游满意度的研究进展,构建了一个基于旅游相关行业——景点、酒店、餐厅、旅行社、零售、交通6个行业的旅游目的地满意度整合模型,并以广州为例进行实证检验.结果表明,游客对广州市的酒店业与餐饮业满意度较高,同时验证了上述游客满意度指数动态测评体系在国内评价旅游目的地的普遍适用性,并通过进一步与香港比较发现不足和未来提升的空间.     

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.     

基于标签的个性化旅游推荐

旅游景点数量庞大,而用户本身旅游次数有限,所以用户旅游数据非常稀疏,进而影响了推荐结果的准确度.为了解决这一问题,从海量游记中提取与旅游景点密切相关的4个因素——地域、时间、主题、类型相关的特征标签,来丰富数据信息.一方面通过基于标签内容的方法为用户推荐感兴趣的景点;另一方面,用景点特征标签描述用户兴趣特征,根据用户兴趣标签找到相似用户群,通过协同过滤的方法为用户推荐感兴趣的景点.实验结果表明,基于标签的协同过滤算法较传统的协同过滤算法推荐准确率提高了63.7%,比基于景点热度的推荐算法提高了22.5%;基于标签内容的推荐算法比基于景点热度的推荐算准确率提高了27.6%.进一步,通过线性加权的方式混合两种算法,使两种算法优势互补,从而得到更好的推荐效果.最终使得基于标签的混合算法的准确率,比基于标签的协同过滤算法提高了61.3%,比基于标签内容的推荐算法提高了54.7%.旅游景点推荐准确度的提高,将带来更好的用户体验,使在线旅游网站更加具有竞争力.     

福州市旅游景点空间分布的分形结构研究

分形理论是当今的研究热点,可以用于解决旅游系统各要素如何高效、合理利用等问题.本文通过利用旅游景点的距离r和累计旅游景点数目N的关系计算分维数,来反映景点围绕中心景点随机聚集的特征.结果表明:(1)福州市旅游景点的空间分布具有分形结构.(2)在[0 km,90 km]、[0 km,30 km]、[30 km,90km]三个区间的不同旅游地类型中,只有区间[30 km,90 km]的人工娱乐旅游地不存在分形结构.区间[0 km,30 km]的人工娱乐旅游地分维数大于2,景点的分布从中心景点向周围密度递增,中心景点的中心性作用较弱.其他各区间各类型的旅游景点分维数都小于2,景点的分布从中心景点向周围密度递减,中心景点的中心性作用较强.(3)总体来说,区间[0 km,90 km]各类型旅游景点的中心景点中心性作用比区间[30 km,90 km]对应的各类型景点中心性强.四个旅游景点类型中以运动休闲旅游地的中心景点中心性作用最强,且在各区间各类型中以区间[0 km,30 km]的运动休闲旅游地中心景点中心性作用最强.     

基于百度指数的日照旅游网络关注度时空特征及影响因素研究

互联网已经成为游客查询目的地旅游相关信息的重要平台;网络搜索数据则记录了游客的关注热点和旅游偏好等,反映了旅游目的地网络关注度状况.基于百度指数平台,获取日照2013-2017年每日旅游搜索指数为基础数据,借助Excell和ArcGIS 10.2分析软件,运用季节性集中指数、周内分布偏度指数和地理集中度指数等方法对数据进行统计分析和可视化处理,揭示了日照旅游网络关注度时间和空间分布特征,探讨了其影响因素,并根据结论提出了相应的建议,对促进日照旅游发展有一定的实践指导作用.     

基于多因素模糊综合评价的商洛旅游景点线路分析

以陕西省商洛旅游业为例,选取了8个3A级以上的旅游景点作为研究对象,进行旅游景点线路和价值分析.建立了景点模型及景点逻辑网络图,首先采用Kruskal算法和Dijkstra算法对这8个旅游景点进行最短旅游线路分析;其次建立了景点价值模型,采取多因素模糊综合评价法研究这8个旅游景点的旅游价值,数字化的方式计算每个景点的旅游价值;最后对景点价值结果进行分析,从追求旅游期望值最高、追求最短旅游线路与节约时间、平衡旅游期望值最高和线路最优3个方面设计最佳旅游线路.从不同角度满足旅游者的实际需求,对进一步提高商洛旅游业发展水平和打造精品旅游路线有实际意义.     

大别山区旅游经济联系空间结构特征及驱动因素

以大别山区24个县(市)为研究对象,选取2011年、2014年、2017年3个年份旅游经济指标数据,基于引力模型和社会网络分析法,分析网络密度、中心度、核心—边缘、凝聚子群等旅游经济空间结构特征,运用QAP分析法,探讨旅游经济空间特征影响因素.研究结果表明：1) 大别山区旅游经济网络发育程度低,区域旅游经济联系不紧密,旅游经济网络化发展有待加强;2) 2011—2017年间大别山区核心区数量减少,存在明显核心-边缘结构,核心区对边缘区带动作用强;3) 麻城市中心度高,旅游经济发展好,领导控制作用强,但易导致过度依赖,使大别山区旅游经济网络呈现脆弱性特征;4) 大别山区凝聚子群划分行政壁垒严重,同一子群联系紧密,不同子群联系薄弱,旅游经济一体化程度低;5) 区位交通条件和旅游发展能力对大别山区旅游经济发展影响显著,区域经济水平影响较小.     

江西省重点景区游客感知差异研究

随着计算机的发展,网络成为辅助游客出游的重要工具,人们往往将网上检索与旅游网站上的景区在线评论相结合作为制定旅游攻略的一种方式。收集2015-2017年江西省景区的居民网络关注度数据,依据旅游偏好指数衡量景区间的竞争力,得出居民旅游需求较高的景区为庐山、井冈山、三清山、滕王阁、武功山和龙虎山,一定程度上表明这6个景区具有绝对的竞争优势。然后,对6个景区居民旅游需求的时间特征进行研究。最后,收集2015-2017年旅游网站上6个景区的网络评论数据,利用文本挖掘技术分析景区游客感知共性与差异,根据研究结论为景区提升自身竞争力提供相应的建议。