内蒙古自治区旅游流时空特征分析

旅游数字足迹数据源的出现，使学者对旅游流时空特征分析更细致且准确性更高。本文以“去哪儿网”的网络游记作为数据源，聚焦于游客赴内蒙古的旅游流时空特征及网络特征，并运用统计分析、空间分析以及社会网络分析法进行时空以及网络结构分析。以研究结果表明：(1)赴内蒙古旅游的客流量具有明显的季节性特征，且游客停留时间较短。(2)旅游流节点空间分布表现出明显的不均衡性，如呼伦贝尔大草原等核心节点集聚性表现明显。(3)各节点在旅游流网络中表现出的内部关联性整体较差。(4)旅游流网络中，以呼伦贝尔大草原、满洲里套娃景区、满洲里国门景区等核心节点之间的关联性较高，具有显著的高集聚性和高辐射力，对周边的劣势景点造成负面影响。     

北京市旅游流时空特征研究

大数据背景下,网络上产生了大量带有游客时空信息的"数字足迹".本文以北京市为例,利用游记数据探究北京市旅游流的时空及网络结构特征.结果表明:(1)2月、7至9月为北京市的客流高峰期;(2)北京市旅游流的空间分布具有明显的等级分异特征且密度分布不均衡,总体呈"小聚集、大分散"的特征;(3)北京市旅游流网络中,平均每个节点...     

青岛市入境游客旅游热点偏好及时空行为特征分析

利用应用程序接口(Application Programming Interface,API)获取青岛市2004—2019年游客上传的8132张地理照片及其元数据,采用地理信息系统(Geographic Information System,GIS)空间分析法探究游客时空行为特征,获取游客对时间以及目的地的偏好,并对照片标签深入挖掘,筛选出关键词,采用词频统计方法将游客偏好可视化.研究发现:青岛市入境旅游流分布范围高度集中,呈现"南密北疏"的总体格局,具有明显的边缘化特征;游客偏好夏季以及具有城市特色的旅游区,呈现明显的季节和目的地趋向,充分说明照片空间分布与旅游资源吸引力密切相关.     

地理照片元数据的黄河上游城市群游客行为研究

针对地理照片元数据对入境游客空间分布特征及旅游行为规律研究不足的问题,该文采用密度聚类(P-DBSACN)、路径追踪、UCINET网络分析等方法探索了2008—2018年黄河上游城市群范围内入境游客热点区域时空分布格局、游客行为规律。研究表明:旅游热点区域(AOI)在空间上形成以西宁—兰州—银川区域之间的"V"状型特征,AOI分布与城市内部的交通枢纽、旅游资源吸引力、季节性变化等因素密切相关;在时间上,夏秋季旅游流较大,8月和10月份是入境旅游高峰期,呈现出较为明显的季节性特征;运用路径追踪分析法识别出单节点路径、区域内路径、跨区域路径三种轨迹模式;游客偏好于青海湖、雅丹地质公园、丹霞地貌、镇北堡影视城等知名度高的景区(点),且甘青大环线是游客热衷选择的热点旅游流线。研究结果可为科学引导黄河上游城市群旅游业健康发展提供依据。     

基于网络文本迁移学习的旅游知识图谱构建

在线旅游服务模式和海量网络文本的出现为旅游产业规划和用户出游推荐提供了新的信息支撑。然而实时更新的网络文本语义模糊、信噪比低,难以利用,由此,提出了一种基于领域本体和迁移学习的旅游知识图谱构建方法。首先,基于行业规范定义了旅游景点特征体系,建立了以旅游景点为核心的旅游知识图谱,支持景点语义特征的全方位刻画;然后,通过迁移学习方法将预训练语言模型改造为定制化知识抽取器,从网络文本中获取知识三元组,并融合游客足迹、兴趣点语义等信息将分散的相关信息整合为系统性的旅游景点知识图谱。知识抽取实验结果表明,相较于常用的LDA（latent Dirichlet allocation）模型,定制化知识抽取器获取的景点语义知识,其精度与完整性分别提升了50.7%和670%。所构建的旅游景点知识图谱可全面表达现实中的旅游场景,支撑不同尺度下游客行为与市场需求的深入解析,为旅游目的地可持续发展规划提供决策支持。     

大连市旅游电子地图的设计与开发

电子地图公共接口51ditu API设计并开发了大连市旅游电子地图,实现了地图浏览、旅游信息查询和旅游信息内容等基本功能,以及周边查询和路线导航等地理分析功能.旅游电子地图使游客能够方便快捷地获取旅游目的地的近期旅游动态信息,从而合理安排旅游计划.     

基于智慧旅游的连云港旅游电子地图设计研究

智慧旅游时代对旅游电子地图设计提出了新要求,随之应运而生的智慧旅游电子地图将为旅游者提供全新的旅游目的地体验。本文以连云港市为例,从需求视角切入,探讨了面向游客的智慧旅游数据库构建和电子地图设计。     

约束型贝叶斯网络在遥感图像解译中的应用方法研究

采用一种带有约束条件的贝叶斯网络来构造分类器,即特征节点被约束为类节点的子节点,子节点间允许有不同的连接关系,并将约束型贝叶斯网络的几种典型模型--NB、TAN、BAN用于遥感图像的解译中.通过评价结构的似然函数得到网络结构,综合特征节点和类别节点的拓扑和概率统计信息学习得到分类器.将这些模型用于多光谱和高光谱影像的分类,并就其性能进行探讨.     

基于AIC准则的RBF神经网络在GPS高程拟合中的应用

本文采用AIC准则优化RBF神经网络参数的方法进行GPS高程拟合,在建立网络模型过程中,对不同的聚类半径由最近邻聚类法求出不同类别的聚类数目及相应的聚类中心和初始扩展常数,通过对不同类别分别进行调整扩展常数的网络训练,求出其最小AIC值,再根据AIC准则确定结构最优的RBF网络模型。实验结果表明:这种方法为确定最优RBF网络模型的隐节点数目及相应参数提供了途径;拟合精度较高,在较平坦测区可以替代三等水准测量。     

基于AIC准则的RBF神经网络在GPS高程拟合中的应用

本文采用AIC准则优化RBF神经网络参数的方法进行GPS高程拟合,在建立网络模型过程中,对不同的聚类半径由最近邻聚类法求出不同类别的聚类数目及相应的聚类中心和初始扩展常数,通过对不同类别分别进行调整扩展常数的网络训练,求出其最小AIC值,再根据AIC准则确定结构最优的RBF网络模型。实验结果表明:这种方法为确定最优RBF网络模型的隐节点数目及相应参数提供了途径;拟合精度较高,在较平坦测区可以替代三等水准测量。     

Understanding tourists' travel behavior before,during, and after the trip with data from social media platforms

Analyzing tourists' travel behavior at different stages of a trip can help to better understand their travel demands, providing valuable suggestions for destination management. In this article, we propose a research framework that can help in comprehensively analyzing tourists' travel behavior from the perspective of the three main stages: before, during, and after the trip. A case study was conducted based on user-generated content data from the Old Town of Lijiang to verify the feasibility of the proposed research framework. The results show that: (1) before the trip, tourists inquire about destinations and optimal stay; (2) during the trip, tourists are attracted to natural sceneries; (3) after the trip, tourists discuss experience and services. Travel behavior in stages provide detailed (inter-, intra-, and individual attractions) guidance (from tourists) for destinations. The proposed framework provides a novel perspective for exploring the spatiotemporal behavioral features of tourists at different stages of their trips.     

基于GIS的旅游住宿餐饮信息系统的研究与实现

在我国,被世界上誉为朝阳产业的旅游业在国家政策的支持下,正在健康飞速地发展。本文是以唐山市区的主要旅游景点为例,采用C#语言与Arc Engine组件式开发,研究并实现了基于GIS的旅游住宿餐饮信息系统,通过本系统的研究与实现不仅可以满足游客的不同需求,为游客的出行游玩带来便捷,还能促进唐山旅游业的发展,带动区域经济。     

The effects of World Heritage Sites on domestic tourism: a spatial interaction model for Italy

Culture is gaining increasing importance in the modern tourism industry and represents a significant force of attraction for tourists (both domestic and international). Cultural tourism allows destinations and regions to expand their customer base, diversify their offer, extend the stay of the tourist, and reduce seasonality. Great efforts are made, by national governments and regions, in order to obtain official designation regarding the relevance of their historical/cultural attractions, for example through UNESCO’s World Heritage Sites (WHS) list. Such an aspect seems particularly relevant for a country like Italy, which has a high number of entries in the WHS list and where regions take an active role in promoting tourism. Using an 12-year panel of domestic tourism flows, we investigate the importance of the regional endowment in terms of WHS from two perspectives: (a) by separately estimating the effects, on tourism flows, of WHS located in the residence region of tourists and in the destination region; and (b) by taking into account potential spatial substitution/complementarity effects between regions due to their WHS endowment. Finally, a sensitivity analysis is offered to evaluate the spatial extent of the latter.     

基于多源数据的梅州市旅游资源综合评价分析

旅游大数据对旅游者的行为模式的影响日趋明显,在分析研究区旅游资源现状基础上,利用传统数据和网络数据,选取4个一级因子和8个分级指标,构建梅州市旅游资源综合评价体系,对梅州市旅游资源进行综合评价分析。结果表明梅州市旅游资源北密南疏,具有从城市中心向各县市递减的趋势,其中218个旅游点综合评价得分在0~0.7之间,集中分布在0.1~0.2间,自然类的旅游资源高分的景点所占比重最多。基于评价得分核密度分析的旅游资源也具有空间差异性,自然类景观的综合评价得分呈多格局分布特性,人文类和休闲类的旅游资源综合评价得分的空间格局为单一中心格局。梅州市旅游资源及其评价得分具有空间分异特征,建议各类景点发挥协同组团的优势,优化旅游资源发展空间格局,将梅州市建造成世界客家文化旅游休闲目的地,并对同类型城市旅游资源发展规划提供借鉴。     

洛阳市旅游辅助决策系统的设计与实现

基于C#语言、.Net环境和MapGISK 9组件开发技术,完成了洛阳旅游辅助决策系统。系统具有地图基本操作、景点信息查询及景点周边设施搜索、路径分析、旅游方案设计及评价等功能。本系统最显著的特点是,可以从旅游者感性的偏好出发,结合景点的分布及特点,理性、综合地为其选择景点组合,并辅助其设计最优旅游线路。     

Exploring the spatiotemporal relationships between search flows and travel flows

Numerous studies attempted to associate search engine data with travel behaviors. However, most existing studies focus on the destinations of search and travel, while ignoring the origins, which embed critical information of where the search requests were initiated and where the travelers came from. In this study, we explore the relationships between two types of intercity origin–destination flow data, namely travel flows and search flows, which, respectively, record the number of travelers and search requests from one city towards another. By comparing the two flows during holiday and non-holiday, we examine their complex spatiotemporal relationships from multiple perspectives, including time-lag effect, distance decay effect, spatial autocorrelation, network community, cities' rankings, and important factors of search and travel activities. The findings can deepen our understanding of search and travel behaviors, hence they can help decision makers to develop targeted strategies to enhance city's attractiveness, improve transportation infrastructure, and promote tourism.     

城际轨道建设对珠三角地区旅游空间格局的影响

近年来,快速发展的高速铁路、城际轨道等高速交通方式对旅游的影响日益显现。本文以珠三角地区运营和规划城际轨道为例,基于GIS网络分析技术和通达性指标,探讨了城际轨道通车前后对珠三角地区旅游空间格局的影响。结果表明:城轨开通将会产生显著的"时空压缩"效应,旅游景点总通达时间降幅达32.87%,旅游景点平均通达时间减少0.7 h;不同区域通达性水平提升具有差异性,城际轨道站点及其周边地区成为通达性水平提升最大的地区,随着与站点距离逐渐增加,通达性变化程度逐渐降低;城轨开通后各地区通达性水平差异逐渐缩小,并趋于均衡;城轨影响下的旅游景点通达性的影响具有"廊道效应"与"隧道效应"相结合的特征,空间格局由开通前的"中心-外围"态势向面状均衡分布格局转变。城际轨道带来的"时空压缩"效应,在扩大了旅游景点市场范围的同时,由于通行时间成本降低,进一步提高了旅游出行的效率。     

A graph-based approach to detecting tourist movement patterns using social media data

ABSTRACT

Understanding the characteristics of tourist movement is essential for tourist behavior studies since the characteristics underpin how the tourist industry management selects strategies for attraction planning to commercial product development. However, conventional tourism research methods are not either scalable or cost-efficient to discover underlying movement patterns due to the massive datasets. With advances in information and communication technology, social media platforms provide big data sets generated by millions of people from different countries, all of which can be harvested cost efficiently. This paper introduces a graph-based method to detect tourist movement patterns from Twitter data. First, collected tweets with geo-tags are cleaned to filter those not published by tourists. Second, a DBSCAN-based clustering method is adapted to construct tourist graphs consisting of the tourist attraction vertices and edges. Third, network analytical methods (e.g. betweenness centrality, Markov clustering algorithm) are applied to detect tourist movement patterns, including popular attractions, centric attractions, and popular tour routes. New York City in the United States is selected to demonstrate the utility of the proposed methodology. The detected tourist movement patterns assist business and government activities whose mission is tour product planning, transportation, and development of both shopping and accommodation centers.     

利用路段连接图识别道路网中的格网模式

提出一种基于路段连接图的格网模式识别方法.该方法以路段连接对作为研究的基本单元,以节点路段为点,路段的连接为边用路段连接图表达道路网.将在道路网中识别格网转化为在路段连接图中搜索格网回路.提出了描述路段连接对几何与连接关系的5个参量,用于筛选图中符合格网特点的节点和边.设计了图搜索的约束条件,使用广度优先遍历搜索连接关...