基于众源地理数据的景区游客感知时空变化研究--以趵突泉景区为例
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 引言 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究进展 | 第11-14页 |
| 1.2.1 众源地理数据 | 第11-12页 |
| 1.2.2 话题聚类技术 | 第12-13页 |
| 1.2.3 情感分析技术 | 第13-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 技术路线 | 第15-16页 |
| 1.5 论文结构 | 第16-17页 |
| 2 研究数据与方法 | 第17-22页 |
| 2.1 数据源标准与选择 | 第17-18页 |
| 2.1.1 数据源标准 | 第17页 |
| 2.1.2 数据源选择 | 第17-18页 |
| 2.2 研究数据获取 | 第18-20页 |
| 2.2.1 主题网站数据 | 第18页 |
| 2.2.2 新浪微博数据 | 第18-20页 |
| 2.3 研究方法 | 第20-22页 |
| 2.3.1 核密度分析法 | 第20页 |
| 2.3.2 话题聚类技术 | 第20-21页 |
| 2.3.3 情感分析技术 | 第21-22页 |
| 3 研究区概况 | 第22-24页 |
| 3.1 济南市旅游产业概况 | 第22-23页 |
| 3.2 趵突泉景区概况 | 第23-24页 |
| 4 游客地理位置空间聚集分析 | 第24-31页 |
| 4.1 目的地城市游客空间聚集分析 | 第24-27页 |
| 4.1.1 游客总体聚集分析 | 第24-26页 |
| 4.1.2 游客日内聚集分析 | 第26-27页 |
| 4.2 游客客源来源分析 | 第27-31页 |
| 4.2.1 客源地城市空间分布模式 | 第27-29页 |
| 4.2.2 客源地时空变化分析 | 第29-31页 |
| 4.3 结果分析与讨论 | 第31页 |
| 5 游客感知信息热点提取与分析 | 第31-37页 |
| 5.1 游客感知信息分词与语义网络分析 | 第31-34页 |
| 5.1.1 游客感知热点分词提取 | 第31-33页 |
| 5.1.2 游客感知热点语义网络分析 | 第33-34页 |
| 5.2 游客感知热点事件分析 | 第34-36页 |
| 5.2.1 游客感知热点事件话题聚类 | 第34-35页 |
| 5.2.2 游客感知热点事件时间变化分析 | 第35-36页 |
| 5.3 结果分析与讨论 | 第36-37页 |
| 6 游客感知情感时空变化与景区网络形象提升 | 第37-43页 |
| 6.1 游客感知情感时空变化分析 | 第37-42页 |
| 6.1.1 网络专题情感词典构建 | 第37-38页 |
| 6.1.2 游客感知情感空间变化分析 | 第38-40页 |
| 6.1.3 游客感知情感时间变化分析 | 第40-42页 |
| 6.2 互联网背景下景区网络形象提升分析 | 第42-43页 |
| 6.2.1 景区游客点评差异原因分析 | 第42页 |
| 6.2.2 景区网络口碑提升应对措施 | 第42-43页 |
| 7 结论与展望 | 第43-46页 |
| 7.1 结论 | 第43-45页 |
| 7.2 展望 | 第45-46页 |
| 攻读硕士期间主要工作 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
