留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用网络游记分析不同类型游客的旅游流网络特征差异——以云南省为例

李秋萍 陈宇 栾学晨

李秋萍, 陈宇, 栾学晨. 利用网络游记分析不同类型游客的旅游流网络特征差异——以云南省为例[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210045
引用本文: 李秋萍, 陈宇, 栾学晨. 利用网络游记分析不同类型游客的旅游流网络特征差异——以云南省为例[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210045
LI Qiuping, CHEN Yu, LUAN Xuechen. Tourism Flow Network Structures of Different Types of Tourists Using Online Travel Notes: A Case Study of Yunnan Province[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210045
Citation: LI Qiuping, CHEN Yu, LUAN Xuechen. Tourism Flow Network Structures of Different Types of Tourists Using Online Travel Notes: A Case Study of Yunnan Province[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210045

利用网络游记分析不同类型游客的旅游流网络特征差异——以云南省为例

doi: 10.13203/j.whugis20210045
基金项目: 

国家自然科学基金(41971345);广东省自然科学基金(2020A1515010695)

详细信息
    作者简介:

    李秋萍,博士,副教授,主要从事交通地理的理论与方法研究。liqp3@mail.sysu.edu.cn。

  • 中图分类号: P208

Tourism Flow Network Structures of Different Types of Tourists Using Online Travel Notes: A Case Study of Yunnan Province

Funds: 

The National Natural Science Foundation of China (41971345)

  • 摘要: 旅游流网络分析对理解游客的目的地选择以及目的地在旅游流网络中承担的角色有重要意义。以往有关旅游流网络结构特征的研究大多将所有游客当作一个整体,较少关注不同类型游客的旅游流网络特征差异。本文以云南省为例,基于网络游记数据挖掘游客的多维度偏好,并以此对游客聚类,进而划分出不同类型的游客群体。针对各类游客游记中的旅游目的地序列建立旅游流网络,并从多个角度分析各类游客旅游流网络的结构特征和各目的地节点的角色特征。结果表明:不同类别游客的旅游流网络在整体结构上各有特点,反映出旅游目的地不同的空间交互模式和网络中心化程度。此外,部分旅游目的地在不同类别旅游流网络中承担截然相反的角色。本文的分析有助于优化旅游流网络中各节点的协作机制、辅助旅游目的地制定差异化的旅游产品。
  • [1] . SAINAGHI R, BAGGIO R. Complexity traits and dynamics of tourism destinations[J]. Tourism Management, 2017,63:368-382.
    [2] . Li, J., Xu, L., Tang, L., Wang, S., & Li, L. (2018). Big data in tourism research:A literature review. Tourism Management, 68, 301-323.
    [3] . Mou, N., Zheng, Y., Makkonen, T., Yang, T., Tang, J. J., & Song, Y. (2020). Tourists' digital footprint:The spatial patterns of tourist flows in Qingdao, China. Tourism Management, 81, 104151. doi: 10.1016/j.tourman.2020.104151.
    [4] . Xu, Y., Li, J., Belyi, A., & Park, S. (2021). Characterizing destination networks through mobility traces of international tourists-A case study using a nationwide mobile positioning dataset. Tourism Management, 82. https://doi.org/10.1016/j.tourman.2020.104195
    [5] . Xu, Y., Xue, J., Park, S., & Yue, Y. (2021). Towards a multidimensional view of tourist mobility patterns in cities:A mobile phone data perspective. Computers, Environment and Urban Systems, 86(January). https://doi.org/10.1016/j.compenvurbsys.2020.101593
    [6] . Leung, X., WangF, WuB., et al. A Social Network Analysis of Overseas Tourist Movement Patterns in Beijing:the Impact of the Olympic Games[J]. International Journal of Tourism Research, 2012, 14(5):469-484.
    [7] . Zhang, Y., Jin, R., Zhou, ZH. Understanding bag-of-words model:a statistical framework. International Journal of Machine Learning and Cybernetics. 2010, 1, 43-52.
    [8] . Salton G, buckley C. Term-weighting approaches in automatic text retrieval. Information Processing & Management, 1988,24(5):513-523.
    [9] . Laurens M, Hinton G. Visualizing Data using t-SNE. Journal of Machine Learning Research, 2008,9(2605):2579-2605.
    [10] . Huang Z. Extensions to the k-Means Algorithm for Clustering Large Data Sets with Categorical Values. Data Mining and Knowledge Discovery, 1998,2(3):283-304.
    [11] . Calinski T, Harabasz J. A dendrite method for cluster analysis. Communications in Statistics-Theory and Methods, 1974,3(1):1-27.
    [12] . Rousseeuw J. Silhouettes:A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 1987,20:53-65.
    [13] . Freeman C. Centrality in social networks conceptual clarification. Social Networks, 1978,1(3):215-239.
  • [1] 刘涛, 张晓辉, 杜萍, 杜清运, 李爱勤, 龚丽芳.  文本大数据中地震应急的知识发现方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200106
    [2] 潘晓, 张翠娟, 吴雷, 闫晓倩.  众源地理空间数据的空间文本相关性分析 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200185
    [3] 张敏, 桂志鹏, 成晓强, 曹军, 吴华意.  一种WMS领域主题文本提取及元数据扩展方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180083
    [4] 王成舜, 陈毓芬, 郑束蕾.  顾及眼动数据的网络地图点状符号用户兴趣分析方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20160372
    [5] 王艳东, 付小康, 李萌萌.  一种基于共词网络的社交媒体数据主题挖掘方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180225
    [6] 刘耀林, 方飞国, 王一恒.  基于手机数据的城市内部就业人口流动特征及形成机制分析——以武汉市为例 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180140
    [7] 田晶, 王一恒, 颜芬, 熊富全.  一种网络空间现象同位模式挖掘的新方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20130448
    [8] 汤青慧, 唐旭, 崔晓晖, 胡石元, 刘耀林.  基于动态通达网络模型的最优航程规划方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140387
    [9] 焦利民, 吴苏.  利用自组织网络分析1990~2010年中国主要城市扩展特征 . 武汉大学学报 ● 信息科学版,
    [10] 操震洲, 李满春, 程亮, 陈振杰.  矢量曲线数据的网络渐进传输 . 武汉大学学报 ● 信息科学版,
    [11] 刘江涛, 杜清运, 彭子凤.  SDI信息服务部门用户偏好挖掘方法研究 . 武汉大学学报 ● 信息科学版,
    [12] SDI信息服务部门用户偏好挖掘方法研究 . 武汉大学学报 ● 信息科学版,
    [13] 黄翌, 汪云甲, 胡召玲, 李陈.  考虑图形关系的中心服务范围确定 . 武汉大学学报 ● 信息科学版,
    [14] 臧天宁, 云晓春, 张永铮, 门朝光.  僵尸网络关系云模型分析算法 . 武汉大学学报 ● 信息科学版,
    [15] 杨传勇, 胡海, 胡鹏, 曹枫.  欧氏障碍空间的最短路径问题解法 . 武汉大学学报 ● 信息科学版,
    [16] 白轶多, 胡鹏, 夏兰芳, 郭峰林.  关于k次短路径问题的分析与求解 . 武汉大学学报 ● 信息科学版,
    [17] 陈玉敏, 龚健雅.  基于模糊数学的多因素道路网权值确定算法 . 武汉大学学报 ● 信息科学版,
    [18] 王海军.  基于注水模型的网络分析方法研究 . 武汉大学学报 ● 信息科学版,
    [19] 王树良, 王新洲, 曾旭平, 史文中.  滑坡监测数据挖掘视角 . 武汉大学学报 ● 信息科学版,
    [20] 乐阳, 龚健雅.  Dijkstra最短路径算法的一种高效率实现 . 武汉大学学报 ● 信息科学版,
  • 加载中
计量
  • 文章访问数:  56
  • HTML全文浏览量:  7
  • PDF下载量:  3
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-09-01

利用网络游记分析不同类型游客的旅游流网络特征差异——以云南省为例

doi: 10.13203/j.whugis20210045
    基金项目:

    国家自然科学基金(41971345);广东省自然科学基金(2020A1515010695)

    作者简介:

    李秋萍,博士,副教授,主要从事交通地理的理论与方法研究。liqp3@mail.sysu.edu.cn。

  • 中图分类号: P208

摘要: 旅游流网络分析对理解游客的目的地选择以及目的地在旅游流网络中承担的角色有重要意义。以往有关旅游流网络结构特征的研究大多将所有游客当作一个整体,较少关注不同类型游客的旅游流网络特征差异。本文以云南省为例,基于网络游记数据挖掘游客的多维度偏好,并以此对游客聚类,进而划分出不同类型的游客群体。针对各类游客游记中的旅游目的地序列建立旅游流网络,并从多个角度分析各类游客旅游流网络的结构特征和各目的地节点的角色特征。结果表明:不同类别游客的旅游流网络在整体结构上各有特点,反映出旅游目的地不同的空间交互模式和网络中心化程度。此外,部分旅游目的地在不同类别旅游流网络中承担截然相反的角色。本文的分析有助于优化旅游流网络中各节点的协作机制、辅助旅游目的地制定差异化的旅游产品。

English Abstract

李秋萍, 陈宇, 栾学晨. 利用网络游记分析不同类型游客的旅游流网络特征差异——以云南省为例[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210045
引用本文: 李秋萍, 陈宇, 栾学晨. 利用网络游记分析不同类型游客的旅游流网络特征差异——以云南省为例[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210045
LI Qiuping, CHEN Yu, LUAN Xuechen. Tourism Flow Network Structures of Different Types of Tourists Using Online Travel Notes: A Case Study of Yunnan Province[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210045
Citation: LI Qiuping, CHEN Yu, LUAN Xuechen. Tourism Flow Network Structures of Different Types of Tourists Using Online Travel Notes: A Case Study of Yunnan Province[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210045
参考文献 (13)

目录

    /

    返回文章
    返回