【摘要】：旅游業(yè)已逐漸成為國民經(jīng)濟新的增長點,而旅游景區(qū)是人口密集區(qū),容易發(fā)生各種突發(fā)事件,如突發(fā)性社會安全事件、自然災(zāi)害等,對旅游業(yè)產(chǎn)生極大影響,這些影響除了經(jīng)濟、人力、物力等方面的損耗,還有來自網(wǎng)絡(luò)輿論的壓力,突發(fā)事件在網(wǎng)絡(luò)上的迅速傳播,一是加大了公眾的恐慌,更加不利于突發(fā)事件的應(yīng)急管理,二是對景區(qū)的口碑也會產(chǎn)生負面影響。因此,對景區(qū)突發(fā)事件在網(wǎng)絡(luò)上的傳播進行分析是很有必要的。如果能及時得知突發(fā)事件發(fā)生后,公眾言論的話題走向,就可以迅速采取更有針對性的行動,及時止損。目前關(guān)于景區(qū)突發(fā)事件的網(wǎng)絡(luò)傳播的研究較少,針對旅游突發(fā)事件的研究也多從管理角度或社會傳播的角度出發(fā),定性分析偏多,定量分析很少。而網(wǎng)絡(luò)傳播的信息實時性強,這類分析不足以支撐實際應(yīng)用,因此,本文從話題檢測的角度,對景區(qū)突發(fā)事件的網(wǎng)絡(luò)傳播進行研究,為分析景區(qū)突發(fā)事件的話題變化提供一套適應(yīng)性比較好的方法流程。主要的研究內(nèi)容如下:(1)基于LDA主題模型進行景區(qū)突發(fā)事件話題檢測的文本表示。根據(jù)景區(qū)突發(fā)事件的數(shù)據(jù)特點,以及不同數(shù)據(jù)來源的特點,通過與TF-IDF算法結(jié)合調(diào)整權(quán)重并對詞項過濾,以及Canopy算法初始化K值,對LDA主題模型的輸入進行改進,明確了文本表示的流程方法。(2)基于改進的Single-Pass算法進行景區(qū)突發(fā)事件話題檢測的文本聚類。通過加入時間衰減函數(shù)調(diào)整文本相似度,以及合理篩選話題代表的方式進一步改進Single-Pass算法,使其更好地服務(wù)于話題檢測任務(wù)。(3)景區(qū)突發(fā)事件話題檢測的實證研究。通過“九寨溝地震”這一突發(fā)事件相關(guān)的新聞和微博文本,對景區(qū)突發(fā)事件的話題檢測進行實證研究,對實證結(jié)果的實際應(yīng)用加以討論。通過對比實驗發(fā)現(xiàn),本文提出的景區(qū)突發(fā)事件話題檢測的方法具有較好的效果,和改進前的方法以及常用基線方法對比,都能看出在效果上有一定程度的提升。實證結(jié)果表明,應(yīng)用本文提出的方法得到的景區(qū)突發(fā)事件的話題結(jié)果與實際情況吻合。本文還進一步討論了景區(qū)突發(fā)事件話題檢測結(jié)果在實際中的應(yīng)用,對于支持旅游管理部門的應(yīng)急決策具有積極意義。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F592
【圖文】：

圖１－１論文的整體結(jié)構(gòu)圖逡逑Ｆｉｇｕｒｅ邋１－１邋ｆｒａｍｅｗｏｒｋ邋ｏｆ邋ｔｈｅ邋ｔｈｅｓｉｓ逡逑１．３．２創(chuàng)新點逡逑

圖３－２微博文本格式逡逑Ｆｉｇｕｒｅ邋３－２邋ｔｅｘｔ邋ｆｏｒｍａｔ邋ｏｆ邋ｍｉｃｒｏｂｌｏｇ逡逑

圖３－３正則表達式清洗微博數(shù)據(jù)示例逡逑Ｆｉｇｕｒｅ邋３－３邋ｅｘａｍｐｌｅ邋ｏｆ邋ｒｅｇｅｘ邋ｃｌｅａｎｉｎｇ邋ｍｉｃｒｏｂｌｏｇ邋ｄａｔａ逡逑

【參考文獻】

相關(guān)期刊論文 前7條

1 許偉;劉令宇;王明明;;基于跨媒體分析的突發(fā)事件檢測及趨勢研判研究[J];系統(tǒng)工程理論與實踐;2015年10期

2 趙麗;劉欣然;張鴻;李焱;;基于圖聚類的用戶生成文本突發(fā)話題檢測方法[J];小型微型計算機系統(tǒng);2015年08期

3 羅永蓮;趙昌垣;;突發(fā)事件新聞標題與正文提取方法[J];計算機應(yīng)用;2014年10期

4 趙旭劍;楊春明;李波;張暉;金培權(quán);岳麗華;戴文鍇;;一種基于特征演變的新聞話題演化挖掘方法[J];計算機學報;2014年04期

5 曹學艷;宋彥寧;劉海濤;李仕明;;基于最小二乘法的突發(fā)事件網(wǎng)絡(luò)輿情演化規(guī)律研究[J];圖書情報工作;2013年24期

6 韓普;王東波;劉艷云;蘇新寧;;詞性對中英文文本聚類的影響研究[J];中文信息學報;2013年02期

7 洪宇;張宇;劉挺;李生;;話題檢測與跟蹤的評測及研究綜述[J];中文信息學報;2007年06期

相關(guān)博士學位論文 前3條

1 李風環(huán);主題事件挖掘及動態(tài)演化分析研究[D];哈爾濱工業(yè)大學;2016年

2 高田;基于領(lǐng)域知識的旅游突發(fā)事件狀態(tài)評估與演化研究[D];北京郵電大學;2011年

3 姜科;非常規(guī)突發(fā)事件背景下旅游城市形象及旅游者行為研究[D];電子科技大學;2010年

相關(guān)碩士學位論文 前10條

1 歐陽雙;基于高效用模式挖掘的微博文本突發(fā)話題檢測方法研究[D];武漢大學;2018年

2 楊柳;面向食藥安全主題的突發(fā)話題檢測技術(shù)研究[D];電子科技大學;2018年

3 李洋;旅游跨媒體大數(shù)據(jù)的語義學習與建模研究[D];北京郵電大學;2018年

4 劉瑜;網(wǎng)絡(luò)輿情話題檢測與追蹤技術(shù)研究[D];大連海事大學;2018年

5 李新盼;基于微博的網(wǎng)絡(luò)輿情分析系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學;2017年

6 尚青霞;基于TH-LDA模型的中文微博熱點事件檢測及情感分析[D];西南大學;2017年

7 王嘉琦;一種基于LDA的增量式話題檢測方法的研究[D];清華大學;2016年

8 劉小軍;基于LDA模型和AP聚類算法的主題演化研究[D];合肥工業(yè)大學;2016年

9 趙宗飛;基于大數(shù)據(jù)的互聯(lián)網(wǎng)熱點話題挖掘的研究與實現(xiàn)[D];華南理工大學;2016年

10 胡福玲;基于事件—時間關(guān)聯(lián)模型的新聞話題檢測與動態(tài)演化跟蹤[D];東華大學;2016年

本文編號：2744588