目前,擴(kuò)大客源市場和增強(qiáng)節(jié)慶活動認(rèn)知度是節(jié)慶旅游發(fā)展中需要解決的迫切問題,而了解游客在節(jié)慶活動中的情感傾向至關(guān)重要。以故宮上元燈會的微博評論文本數(shù)據(jù)為樣本,基于情感詞典分析法,對在線評論文本進(jìn)行情感打分及情感傾向的判斷,并對其進(jìn)行時空規(guī)律的分析。研究發(fā)現(xiàn):（1）新浪微博用戶對"故宮上元燈會"節(jié)慶活動的舉辦主要呈現(xiàn)正向情感,在時間序列上情感強(qiáng)度隨著時間推移不斷減弱;（2）在空間序列上,情感強(qiáng)度呈現(xiàn)出"近京性"特征,且具有"東強(qiáng)西弱"的空間分異格局,自東部和中部部分省域沿四周地區(qū)逐漸減弱。基于研究發(fā)現(xiàn)為旅游目的地舉辦節(jié)慶活動提出了管理建議。 

【文章來源】：華僑大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版). 2019,(06)北大核心CSSCI

【文章頁數(shù)】：12 頁

【部分圖文】：

情感傾向得分節(jié)選

為了揭示故宮上元燈會中微博用戶情感態(tài)勢的空間演化規(guī)律，本研究運(yùn)用ArcGIS10.2軟件分別生成故宮上元燈會微博評論情感總值、正面情感和負(fù)面情感由高到低的格局演變圖，通過四分位圖將用戶的正負(fù)面情感由強(qiáng)到弱劃分為四種類型�？臻g四分位圖以絕對規(guī)模將情感分?jǐn)?shù)值進(jìn)行排序然后分為四類，分別形成四個不同層級的階梯，在一定程度上簡化了地圖的空間模式(1)。圖3 基于時間的微博極性強(qiáng)度統(tǒng)計(jì)

基于時間的微博極性強(qiáng)度統(tǒng)計(jì)

【參考文獻(xiàn)】：
期刊論文
[1]面向時間序列的微博突發(fā)事件衍生輿情情感分析研究——以“6.22”杭州保姆縱火案衍生輿情事件為例[J]. 崔彥琛,張鵬,蘭月新,吳立志.  情報(bào)科學(xué). 2019(03)
[2]出境游目的地選擇偏好影響因素分析——以長株潭城市居民為例[J]. 周子英,鄭艷.  中國農(nóng)業(yè)資源與區(qū)劃. 2019(02)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的細(xì)粒度情感分析方法[J]. 李慧,柴亞青.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(01)
[4]基于貝葉斯模型的移動環(huán)境下網(wǎng)絡(luò)輿情用戶情感演化研究——以新浪微博“里約奧運(yùn)會中國女排奪冠”話題為例[J]. 王晰巍,張柳,文晴,王楠阿雪.  情報(bào)學(xué)報(bào). 2018(12)
[5]基于情感分析的移動圖書館用戶生成內(nèi)容評價(jià)效果研究[J]. 王晰巍,楊夢晴,韋雅楠,王鐸.  圖書情報(bào)工作. 2018(18)
[6]基于LDA和AdaBoost多特征組合的微博情感分析[J]. 曾子明,楊倩雯.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(08)
[7]基于情感傾向性分析的網(wǎng)絡(luò)輿情情感演化特征研究[J]. 蔣知義,馬王榮,鄒凱,李黎.  現(xiàn)代情報(bào). 2018(04)
[8]基于網(wǎng)絡(luò)用戶評論情感計(jì)算的用戶痛點(diǎn)分析——以手機(jī)評論為例[J]. 范煒昊,徐健.  情報(bào)理論與實(shí)踐. 2018(01)
[9]南疆地區(qū)目的地形象與旅游者行為意向——感知價(jià)值與心理距離的中介作用[J]. 許峰,李帥帥.  經(jīng)濟(jì)管理. 2018(01)
[10]民族傳統(tǒng)節(jié)慶體育與旅游產(chǎn)業(yè)融合機(jī)理及效應(yīng)——以內(nèi)蒙古那達(dá)慕為個案[J]. 周平,白晉湘.  西安體育學(xué)院學(xué)報(bào). 2018(01)



本文編號：3344371