基于图片大数据的入境游客感知和行为演变研究——以北京市为例

摘要：

根据凝视理论,图片在一定程度上反映了游客在旅游目的地的感知偏好和行为特征.然而,对图片大数据进行视觉内容分析的旅游研究,由于技术限制仍处于广泛探索阶段.文章以北京入境游客为研究对象,引入计算机视觉领域的场景识别模型,对2004—2013年游客在社交媒体网站Flickr上分享的36595张照片进行视觉内容识别与分类,并按照旅游基本活动"食、住、行、游、购、娱"的框架将机器识别出的103类场景进行筛选,最终将游客照片划分为10种主类别28种子类别.基于数据结果,文章对北京入境游客的整体感知特征及行为足迹的时空演变进行了分析.在实践方面,研究结果为旅游目的地管理部门制定针对性的空间发展和市场政策提供了依据.在理论方法方面,研究拓展了计算机视觉技术和图片大数据在旅游领域的应用范畴.

关键词：图片大数据、深度学习、游客感知、游客行为、时空演变

所属期刊栏目：35

分类号：F59(旅游经济)

资助基金：本研究受国家自然科学基金项目"基于LCA的区域性乡村景观游憩网络构建——以京津冀平原地区为例";中央高校基本科研业务费专项基金项目"基于图片大数据的入境游客偏好差异及营销策略研究"

在线出版日期：2020-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：61-70