区域旅游网络关注度与客流量时空动态比较分析——以四川为例

依托百度指数平台,根据其关键词叠加检索规则,获取2009年四川旅游网络用户关注度数据。研究发现,在惯常环境条件下,区域旅游网络用户关注度与实际旅游客流具有极强的正相关性。区域旅游网络用户关注度在时空上存在3个层次的波动变化特征:一是全年呈现"双峰"模式变化,四川省的"双峰"值出现于3月底至5月底、6月低至10月初;二是月内旅游网络用户关注度以周为周期呈波峰状有序波动,双休日为峰谷,工作日为峰脊;三是在节假日前后呈规则变化,节前为高峰凸起,节后则是低丘缓坡。用户关注度此种变化特征与现实旅游客流的波动变化相映照。同时,四川旅游用户关注度数值变化与旅行社接待国内客流量变化,在时序维度和区域空间维度上均具有较高的耦合性,旅游网络用户关注度变化较之于现实客流量具有超前性,其时间长度约为半个月左右。     

陕西省雷电灾害特征分析

利用2000—2011年共计12a的陕西省雷电灾害资料和地面观测资料,对陕西省雷电灾害的时空分布特征及成因进行了分析。结果表明:(1)陕西省雷电灾害的时间分布与多年平均雷暴日的分布一致,即高发月是8月,集中出现在午后到前半夜;(2)陕西省雷电灾害的空间分布基本呈南北向的"纺锤状",与多年平均雷暴日呈现南北走向的"两头多,中间少"的"哑铃状"分布特征差异较大;(3)雷电灾害的发生及其造成的人员伤亡、财产损失不仅与雷电出现的频率有关,还与人口密度、电子网络设备的稠密程度密切相关,西安这一特征尤其显著,平均年雷暴日较少,雷电灾害事故却是全省最多;(4)提高全社会对雷电灾害严重性的关注度,加大防雷科普知识宣传力度,使人们掌握正确的防雷避险措施,是减少雷电灾害事故的有效手段。     

“一带一路”对国民出境沿线国家旅游需求的促进效应

收集网络关注度等数据,构建趋势线模型测算“一带一路”对我国国民出境沿线国家旅游需求的促进效应、空间差异及影响因素。结果发现：①“一带一路”共对27个国家旅游需求有促进作用,且各国家所受影响程度差异较大;人口、经济发展水平、资源丰度和空间距离是“一带一路”对沿线各国旅游需求促进作用空间差异的重要影响因素。②“一带一路”共对30个省域国民出境旅游需求有促进作用,且各省域所受影响程度不同;人口、经济发展水平、受教育程度和人均可支配收入是“一带一路”对各省域国民出境旅游需求促进作用空间差异的重要影响因素。     

基于地震政务微博平台的长宁MS6.0级地震灾害信息发布模式与关注度分析

选取2019年6月17日长宁MS 6.0级地震为研究对象,搜集整理中国地震台网速报和四川省地震局两大政务微博平台,关于长宁MS 6.0级地震信息发布内容和公众关注度数据.通过信息时间流量变化和内容框架两方面对信息发布模式与公众关注度进行分析,探究防震减灾部门在地震灾害管理中灾害信息发布的模式与公众对信息内容的关注度情况,为进一步提升其震后信息发布的效果和针对性提供参考.     

基于网络关注度的安徽省居民省内旅游需求时空特征分析

基于百度指数平台,收集2019年安徽省居民对省内64家典型景区的网络关注度数据,利用季节性强度指数、旅游需求偏好指数和基尼系数分析安徽省居民的旅游需求特征,并对影响因素进行探讨。结果显示:全省居民省内旅游需求呈多岭型,形成4月、7―8月和10月3个需求高峰;单岭型景区各月的旅游需求有较明显差别,双岭型和多岭型的景区无明显旅游需求季节性差别;全省居民旅游需求时间主要受经济发展水平、旅游资源的季节性和独特性、景区开发程度、气候舒适度、节假日的影响;安徽省居民形成3个旅游需求偏好区,分别是皖中皖东南休闲娱乐偏好区、皖南自然观光偏好区和皖西南山岳景观偏好区;全省居民旅游需求空间分布主要受景区密集程度、级别、资源开发程度和空间距离的影响。     

主题公园旅游地网络关注度时空特征及影响因素研究——以长隆欢乐世界为例

基于百度指数,以长隆欢乐世界为例,利用季节性集中指数和地理集中指数分析主题公园网络关注度在时间和空间上的分布特征。运用相关分析法,分析主题公园网络关注度度影响因素。结果显示:(1)长隆欢乐世界网络关注度季节差异明显,呈现三峰三谷波动.(2)长隆欢乐世界网络关注度空间上分布不均衡,主要分布在东南部地区。(3)影响长隆欢乐世界网络关注时空差异的主要原因有公共假期、品牌知名度、空间距离、各省经济发展水平、网民数量、人口数量和人口统计特征。     

高影响天气事件公众关注度的风险评估

天气气候异常变化对我国国民经济、人民生产生活的影响日益增大,开展气象风险评估迫在眉睫。基于模糊数学和信息扩散理论,把高影响天气事件作为气象风险源,综合应用12121气象信息服务电话拨打次数的信息,计算高影响天气事件的风险概率,以及社会公众对不同高影响天气事件关注度风险水平和关注人数。以西安市为例,分类分析2004—2006三年期间与公众生活关系密切的7类高影响天气事件:高温、热浪、桑拿、小雨、中雨、大到暴雨和雷暴,以此为风险源因子,挑选对应天气当日的12121信息电话拨打次数为统计样本,计算得出各类高影响天气事件发生的超越概率和风险关注度,计算出社会公众不同等级的关注度风险水平,这对提高社会公众对各种气象风险的防灾减灾意识和判断公共气象服务影响力有指导意义。最后还给出了各类风险源的原始数据统计值与应用公式计算值的拟合对比,验证结果比较令人满意。     

基于Tripadvisor 的中国旅游地国际关注度及空间格局

用户贡献内容(UGC)已逐渐成为旅游行为与感知研究的重要数据源.区别于通常利用搜索引擎关键词数量描述网络关注度的方法,本文引入电子社区层次结构为权重因子,建立了基于社区UGC的旅游关注度模型,能够灵活调节模型表达的重点,优化计算结果.针对著名旅游电子社区Tripadvisor 的研究发现,国外社区用户对中国旅游的关注呈现3 个典型特征:①旅游关注集中在“长城、泰山、黄山、九寨沟、张家界”等少数旅游吸引物,和“北京、香港、上海、桂林”少量目的地城市;大量吸引物和目的地关注度较低,呈现“长尾现象”与极化特征.②吸引物与目的地城市的关注空间具有明显耦合性,关注度较高的吸引物多邻近或隶属于关注度较高的城市,如桂林阳朔、北京长城、成都都江堰和九寨沟、杭州西湖等.③旅游关注空间整体呈现出由高到低的“东—中—西”格局,与中国区域经济的“东—中—西”梯度格局基本耦合;北京、香港、广州、深圳、上海、成都等关注中心也与区域经济中心一致.旅游资源禀赋、电子口碑传播模式、地理区位、经济水平和关注者国家的文化背景、经济发展状况、地理区位等是影响旅游者关注度及其空间格局变化的主要因素.旅游关注度模型旨在解决互联网用户对区域旅游关注的定量计算问题,为基于互联网UGC的旅游地理学研究提供新思路.     

旅游洞穴网络关注度的时空特征研究——以中国最美五大旅游洞穴为例

旅游网络关注度是旅游者需求状况和行为习惯在网络上的直观表现。基于百度指数,运用变异系数、基尼系数等定量测算方法,以中国最美五大旅游洞穴为例,对中国旅游洞穴网络关注度的时空特征进行了研究。研究结果显示:旅游洞穴在网络上的关注度较高,并呈现上升的态势,月变化曲线呈双“M”形;网络关注度的省际差异明显,关注度较高的区域主要是洞穴所在的省（市）、邻近省（市）以及东部经济发达省份;旅游洞穴网络关注度的高峰、低谷与国内旅游活动的季节性差异具有耦合性,洞穴的吸引力和吸引范围具有明显的区域性。研究结论为洞穴旅游的发展提供了启示:应充分重视互联网在景区营销中的作用,将网络关注度作为景区经营管理的重要工具,加强与周边景区（点）的合作。