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。     

基于微博位置签到数据的POI更新方法

POI的现势性对于位置服务至关重要,但传统人工实地调查效率低,现势性无法满足需求。以当前用户参与数众多的微博社交网络为数据平台,提出了一种基于微博位置签到数据的POI更新方法。首先,对微博位置签到数据进行预处理,剔除语义与空间位置不一致的噪声点,在此基础上提出一种基于RANSAC算法的位置签到数据集地理配准方法,实现位置签到数据与已有地理数据库的可靠配准;然后,将位置签到数据集与已有POI数据库进行空间分析与匹配建模,对匹配不成功的位置签到数据进行有效性验证,提取有效新增数据入库用以更新POI;最后,以武汉市的街旁网位置签到数据进行POI更新实验,能够有效地发现新增POI和消失POI,为POI快速高效更新提供了全新的方式。     

中国旅游微博空间分布格局及影响因素——以新浪旅游微博为例

运用空间分析法、位序-规模法则、多元回归等方法,对中国旅游微博的空间分布格局进行分析,并揭示旅游微博空间分布的影响因素。研究表明:1中国旅游微博以政府旅游微博为主体,旅游专业网站微博为重要补充,旅游景区、旅游协会微博所占比重较小。2旅游微博东密西疏的梯度分布格局较为突出,省际分布集中性强,且大多分布在人口规模大、行政级别高的城市。3旅游微博规模分布满足齐夫法则,双分形结构明显,但不同类型旅游微博规模等级结构以及发育程度差异较大。4旅游微博空间分布受人口规模、信息化程度、旅游资源禀赋等因素的综合影响,不同类型旅游微博空间分布的影响因素表现出一定的差异性。     

基于网络社会空间的中国城市网络特征——以新浪微博为例

信息技术影响下的城市区域空间结构变化得到了国内外学者的关注。本文以新浪微博为例, 从网络社会空间的角度入手, 对中国城市网络发展特征进行了研究。研究表明:微博社会空间视角下的中国城市网络存在着明显的等级关系与层级区分, 城市的网络连接度与城市等级表现出了相对一致性。根据城市网络层级与网络联系强度, 东部、中部、西部3 大区域板块的网络联系差异明显, 东部地区内部的联系, 以及东部与中部地区和西部地区的联系几乎构成当前网络体系中的全部。城市网络呈现出分层集聚现象, 具体表现为“三大四小”发展格局, 即京津冀区域、珠三角区域、长三角区域、成渝地区、海西地区、武汉地区、东北地区。高等级城市在整个城市网络中处于绝对支配地位, 北京以突出的优势成为全国性的网络联系中心, 而上海、广州、深圳则成为全国性的网络联系副中心。     

基于微博数据的中国人群气温感知时空分异特征及影响因素分析

极端气温事件发生频率的增加对人群的健康带来了很大的影响,深入理解人群对气温变化的感知特征有助于提高应对极端气温事件的预警、适应和管理水平。针对传统调查数据在样本量和覆盖度等方面的不足,本文使用基于微博的社交媒体数据来研究人群对气温感知的定量特征。研究通过建立气温关注度、敏感性和耐受性等指标,调查了中国2017年31个城市的人群对气温感知的空间格局变化与局部变异性,分析了不同季节和不同群体对气温感知的差异性与影响因素。分析结果表明：人群对气温的感知表现出显著的纬度梯度规律性,纬度每下降1°,人群平均的热耐受性增强0.42oC,冷耐受性降低0.31oC,冷敏感性增强0.51;人群对气温的感知在不同季节、不同群体之间也表现出显著的差异性,反季的异常气温更易引起人群对于气温变化的关注,青少年与女性群体对冷更为敏感;气温感知特征的区域差异性与气候分区紧密相关,温带地区的人群比热带显示出更强的热耐受性,而热带地区的人群具有更显著的气温敏感性。本文研究结果可以为理解大尺度上人群对气温变化感知的基本特征和分异规律提供新的规律发现与证据支持。     

基于用户情感变化的新冠疫情舆情演变分析

新冠肺炎疫情作为国际性突发公共卫生事件引发了社会媒体的高度关注.微博评论内容是用户对疫情中介性事件的认知、态度、倾向和行为的汇集,为基于用户情感分析的舆情演化研究提供了高现势性和高时序性的文本语料.本文以2020年1月23日至4月8日期间"人民日报"每日疫情通报的微博评论为信息基底,首先使用中文自然语言处理工具Snow...