| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-16页 |
| 1.2.1 基于UGC数据的游客行为研究现状 | 第9-10页 |
| 1.2.2 旅游目的地评价模型研究现状 | 第10-12页 |
| 1.2.3 旅游UGC数据获取途径 | 第12-16页 |
| 1.3 本文组织结构 | 第16-18页 |
| 第2章 旅游UGC数据获取与预处理 | 第18-30页 |
| 2.1 定制爬虫与旅游UGC数据 | 第18-19页 |
| 2.2 网页爬虫MFWFetcher | 第19-25页 |
| 2.2.1 MFWFetcher概述 | 第19页 |
| 2.2.2 MFWFetcher模块功能设计 | 第19-22页 |
| 2.2.3 MFWFetcher实现 | 第22-25页 |
| 2.3 旅游UGC数据预处理 | 第25-28页 |
| 2.3.1 UGC数据概览 | 第25-26页 |
| 2.3.2 数据预处理 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 游客时空行为分析 | 第30-40页 |
| 3.1 游客出行时间行为 | 第30-32页 |
| 3.1.1 游客出行季节性分析 | 第30-31页 |
| 3.1.2 出行距离与人次相关性分析 | 第31-32页 |
| 3.2 国内旅游热点目的地识别 | 第32-38页 |
| 3.2.1 DBSCAN空间聚类算法 | 第33-34页 |
| 3.2.2 MeanShift聚类算法 | 第34-35页 |
| 3.2.3 热点旅游目的地空间分布 | 第35-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第4章 旅游目的地吸引力评价模型与实验 | 第40-52页 |
| 4.1 模型思想 | 第40-43页 |
| 4.2 模型描述与实现 | 第43-46页 |
| 4.2.1 Bisecting K-Means聚类算法 | 第43-44页 |
| 4.2.2 聚类评价指标 | 第44-46页 |
| 4.3 旅游目的地吸引力评价模型实验 | 第46-50页 |
| 4.3.1 数据选取 | 第46-47页 |
| 4.3.2 游客指标与聚类参数选取 | 第47-48页 |
| 4.3.3 实验结果 | 第48-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 未来工作 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 攻读学位期间科研成果 | 第60页 |