| 基于社交媒体数据挖掘的旅游者情绪感知 |
| |
| 作者姓名： | 冯泽琪 彭霞 吴亚朝 |
| |
| 作者单位： | 北京联合大学应用文理学院,北京 100088;北京联合大学旅游学院,北京 100101;北京工业大学信息学部,北京 100124 |
| |
| 基金项目： | 国家重点研发计划项目(2017YFB0503605);资源与环境信息系统国家重点实验室开放课题“基于活动型社交媒体的市民休闲偏好挖掘与活动参与预测”;北京联合大学科研项目(ZK70202002、ZK40202001、RB202101)。 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 旅游者情绪 社交媒体大数据 情感计算 BERT |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
