基于XML Schema的多源地名词典集成方法

目前,我国已经构建大量不同级别、面向不同应用的地名词典,网络大众化地名服务成为地名词典的必然发展趋势。该文提出一种基于XML Schema的多源异构地名词典集成方法,以XML Schema对地名词典进行数据描述,采用XSLT数据转换方法,运用MapForce软件,快速进行地名词典的数据结构映射,能够有效解决地名词典的跨平台及数据类型不统一问题。     

基于新浪旅游博客的河北省A级景区网络关注度研究

基于新浪旅游博客平台,以河北省317家A级景区为研究对象,选取景区的网络游记数量作为网络关注度的评价指标,分别从全省总体格局、不同级别、不同地市等角度,分析河北省A级景区网络关注度空间格局特征。结果表明:河北省A级景区网络关注度具有明显的空间分异和极化特征,形成了"一条高关注度带"、"两个关注度一级中心"、"三个关注度二级中心"的空间发展格局。景区级别与景区网络关注度呈低度正相关,少部分低级别景区的关注度高于多数高级别景区。旅游资源具有相似性的区域,表现出不同的关注度特征。基于A级景区的网络关注度特征,提出河北省旅游发展对策。     

城市旅游客流量—网络关注度空间分布特征与耦合分析

为反映城市旅游客流量与网络关注度空间分布特征及两者耦合关系,结合杭州市38个3A级以上景点(区)旅游客流量与网络关注度数据,采用ArcGIS生成Voronoi多边形构造旅游景点的地理空间边界,测算各景点客流量与网络关注度密度,利用局部多项式空间插值方法,生成客流量、网络关注度密度空间分布图,并采用非参数计量方法,分析两者空间对应变动关系。研究表明:旅游客流量与网络关注度数据空间化是实现空间表达及分析两者关系的重要手段。杭州旅游客流量、网络关注度分别形成"双峰"、"多中心"的空间格局。除千岛湖风景区和浙西大峡谷两个景点外,杭州3A级以上景点旅游客流量与网络关注度密度存在显著正相关。这一结论揭示了多个景点旅游客流量与网络关注度密度具有明显呼应的关系,同时也表明了旅游需求的变化及景区的区位交通条件是影响两者耦合的重要因素。     

武汉市不同等级景区旅游吸引力时空变化

收集2018~2019年网络关注度等有关数据,利用地理集中指数和多元线性回归等方法,分析景区旅游吸引力时空变化及影响因素,结果发现:(1)景区级别越高,其吸引力半径越大,景区50%的客源市场集中在900km范围内,80%的客源市场集中在1 200 km范围内.(2)景区级别越高,旅游吸引力集中度往往越小,客源市场较分散.不同季节各景区旅游吸引力差异较大,旅游吸引力集中度有明显的季节变化.(3)各景区的平均旅游吸引力均存在距离衰减现象,级别越高的景区在不同空间距离范围内的吸引力相差较小,衰减速度较小.不同季节的旅游吸引力衰减速度有所不同.(4)在其它条件相同的情况下,城市经济发展水平越高、人口越多、距离越近,景区对其吸引力越强.     

城市气候舒适度与游客网络关注度时空相关分析

本文在系统收集城市气候及游客网络关注度数据的基础上,对30个城市气候舒适度和游客网络关注度的时空变化进行了分析,并利用综合舒适指数、经济发展水平、旅游资源丰度、节假日虚拟因子,采用OLS方法建立了游客网络关注度与气候舒适度的时空相关模型,结果显示:①气候舒适度的时空变化主要受地理纬度的影响,按城市气候舒适指数的年内变化...     

基于微博数据和情感分析法的台风“米克拉”灾情过程探测

以2020年第6号台风“米克拉”为例,采集了5916条新浪微博作为数据源,综合应用隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型、文本情感分析方法和空间分析技术,挖掘、分析台风的灾情时空过程。基于LDA主题模型建立了主题-词矩阵并进行隐含主题聚类,这些微博文本被分为灾损类信息、预警类信息、防御类信息和无关信息;从主题信息和文本情感值两个角度入手,对此次台风事件网络舆情的演化过程进行分析。结果表明:“米克拉”登陆前有大量积极情感的微博,主要包含渴望降雨、降温等信息,此类微博大量分布在漳州、厦门、福州等地区;在台风入境后消极情感的微博大量增多,主要描述道路、树木等受大风和大雨影响的灾损类信息,此类信息的空间位置主要分布在漳州和厦门,能较好地反映台风灾害影响的时空分布。通过对微博主题类别和情感极性进行时空分析,实现台风灾害事件发展趋势的监测,为防灾减灾提供参考依据。     

基于社交媒体数据挖掘的旅游者情绪感知

随着智能移动终端和社交媒体的普及,带有地理标签的社交媒体数据大量涌现,其“文本—位置—时间”的多维特征使得精细时空尺度上的旅游者情绪感知成为可能。该文基于2017-2019年旅游者发布的新浪微博数据,采用BERT模型对微博数据进行文本分析,探讨旅游者情绪的时空分布规律及不同主题下旅游者的情绪特征,并分析导致旅游者产生负面情绪的相关因素。研究发现,微博中旅游者情绪呈现昼夜、周和季节性节律变化,不同性别旅游者在情绪反应强度及情绪节律上存在差异,对“天气”和“餐饮”主题易产生强烈情绪。该文提出的旅游者情绪挖掘方法可从多维度、多层次挖掘旅游者情绪特征,为旅游目的地舆情监测和预警系统提供借鉴。     

遵义红色旅游网络关注度的客流响应研究

采用2010年国内各省区关于遵义红色旅游的逐日关注度及遵义核心景区逐日客流数据作为研究样本,从空间视角对旅游网络关注度与客流展开探讨,研究发现遵义红色旅游的网络关注度及客流量在区域空间上具有明显的呼应关系,两者均存在距离衰减特征;同时经一元相关分析得出关注度与客流的相关系数为0.757022,表明两者在距离上递减的协调同步性,也由此证明旅游客流对网络关注度具有较高的响应度.其次,遵义红色旅游网络关注度及客流与经济收入水平相关系数小,表明两者的分布状况与国内收入水平差异存在较小关联,但两者之间在经济水平梯度上却体现了一定程度的对应关系.     

基于网络关注度的中国沙漠型A级景区空间格局及其影响因素分析北大核心CSCD

基于搜索引擎指数、旅游网站指数、社交媒体指数和短视频指数等数据构建评价体系,运用空间分类、核密度估计、最邻近分析等方法,分析中国沙漠型A级景区网络关注度的空间差异并解释其影响因素。结果表明:(1)高、较高关注度水平中国沙漠型A级景区集中在内蒙古、新疆、甘肃,较低、低关注度水平景区数量多、分布广,且大多规模较小、等级偏低;从子系统看,搜索引擎、旅游网站、社交媒体子系统所显示出的空间分布格局与综合水平较为相似,短视频子系统与整体差异较大。(2)从空间集聚格局看,呈现出一主一副、多核联动的格局;从子系统看,搜索引擎、旅游网站和社交媒体子系统与整体相似,短视频子系统差异较大。(3)在空间结构特征中,整体呈现出中等以上水平区趋于均匀、较低水平区趋于随机、低水平区趋于凝聚的分布状态,且随着景区关注度水平降低而集聚特征逐渐增强;搜索引擎和旅游网站子系统与整体相似,社交媒体和短视频子系统与整体差异较大。(4)从影响因子看,景区销售市场、宣传平台建设、地区基础实力是主要影响因素,景区基础实力次之,外部旅游环境的影响力相对较弱。     

武汉气候舒适度与游客网络关注度年内变化相关性分析

气候舒适度对旅游地旅游需求量及游客网络关注度具有重要影响．通过对武汉市气候舒适度的评价,并结合2009-2011年游客网络关注度统计资料,采用OLS方法构建了游客网络关注度月指数与气候舒适度的回归模型．研究表明,武汉市气候舒适度指数以及游客网络关注度都呈现出“M”形变化特征,而且游客网络关注度月指数的气候弹性系数为0．883％．本研究为预测武汉市旅游需求量年内变化、游客接待和景区管理提供科学依据．