基于地理标记照片数据挖掘的游客流动特征及其形成机制——以苏州为例
发布时间:2020-11-09 05:28
流动网络的成长和形成,表征了当今社会的流动性特质。文章基于地理标记照片数据,综合运用数据挖掘技术、GIS空间分析技术、多元回归及广义矩等多种分析技术和方法,对苏州城市内部入境游客流动网络结构的时空演化过程及其形成机制进行分析。结果表明:①针对流空间的时空演化分析,在不同的流量约束下,苏州城市内部节点间的流动路径发生较大改变,形成了以姑苏古城区为核心节点,不断向外围地带节点延伸的放射性特征,表现出相对稳定的"一核多点"的空间结构模式。②利用多元回归分析和广义矩(GMM)估计方法进行影响因素及其作用机理的分析,发现资源禀赋、区位交通、市场需求、经济发展、政府行为、基础设施等因素对入境游客在不同时空下产生影响和发生作用。
【部分图文】:
≥30Iij0Iij≥10Iij≥20Iij≥30Iij0Iij≥10Iij≥20Iij≥30网络密度0.2630.2380.2260.2330.2860.2430.2270.2150.2970.2630.2350.218外向度数中心势0.4450.4630.3870.3610.4530.4750.3960.3670.4790.4830.4260.382内向度数中心势0.1730.1890.1820.1650.1870.1930.1720.1610.1900.1930.1770.182中间中心势0.1930.2120.1890.2150.2270.1970.1700.1580.2300.2360.2150.197图3流量约束下的苏州入境游客流动网络演化(2010年)Fig.3Evolutionofflownetworkofinboundtouristsinsuzhouunderflowconstraint(2010)226经济地理第40卷
丘景区、周庄古镇、同里古镇、金鸡湖、东山景区、虞山尚湖景区、盘门景区、狮子林、网师园、西山景区、锦溪古镇、寒山寺、千灯古镇、七里山塘、平江历史街区、甪直古镇、石湖景区、震泽古镇、沙溪古镇、黎里古镇、西园、观前街、苏州博物馆、石路步行街、北寺塔、沧浪亭、定园、枫桥景区、苏州乐园、苏州中心、相门古城墙、苏州站、太湖旅游度假区、阳澄湖景区、苏州大学、穹窿山景区、光福景区、独墅湖、灵岩山景区、苏州工艺美术博物馆、沙家浜、十全街、南园、天平山景区、旺山、怡园、苏州公园、唐寅园、苏州北站图1苏州市内部入境游客地理标记照片空间位置Fig.1SpatiallocationofgeographicalmarksforinboundtouristsinSuzhou#[0]照片ID#[1]用户NSID#[2]用户昵称#[3]拍摄日期#[4]日期上传#[5]捕获设备#[6]标题#[7]描述#[8]用户标签(逗号分隔)#[9]机器标签(逗号分隔)#[10]经度#[11]纬度#[12]准确度#[13]照片/视频页面URL#[14]照片/视频下载URL#[15]许可证名称#[16]许可证URL#[17]照片/视频服务器标识符#[18]照片/视频农场标识符#[19]照片/视频秘密#[20]照片/视频秘密原件#[21]原始照片的扩展#[22]照片/视频标记(0=照片,1=视频)图2地理标识图片查询字段Fig.2Geographicidentityimagequeryfield第4期徐敏,曹芳东,朱海珠:基于地理标记照片数据挖掘的游客流动特征及其形成机制225
及以上景区占据A级景区的比例(X2)、人均GDP(X8)、城镇化率(X9)、实际使用外资(X10)、高铁网络密度(X3)、旅游人次(X11)、人口密度(X13)、可自由支配收入(X14)、三产占比(X15)。将上述指标标准化后的数据导入SPSS,选择对2010、2014和2018年相关数据进行多元线性回归模型模型拟合(表3)。由表3可知,网络中心度(Y1)、流入度(Y2)和流出度(Y3)作为被解释变量与3A级及以上占据A级图4流量约束下的苏州入境游客流动网络演化(2014年)Fig.4Evolutionofflownetworkofinboundtouristsinsuzhouunderflowconstraint(2014)第4期徐敏,曹芳东,朱海珠:基于地理标记照片数据挖掘的游客流动特征及其形成机制227
【相似文献】
本文编号:2875959
【部分图文】:
≥30Iij0Iij≥10Iij≥20Iij≥30Iij0Iij≥10Iij≥20Iij≥30网络密度0.2630.2380.2260.2330.2860.2430.2270.2150.2970.2630.2350.218外向度数中心势0.4450.4630.3870.3610.4530.4750.3960.3670.4790.4830.4260.382内向度数中心势0.1730.1890.1820.1650.1870.1930.1720.1610.1900.1930.1770.182中间中心势0.1930.2120.1890.2150.2270.1970.1700.1580.2300.2360.2150.197图3流量约束下的苏州入境游客流动网络演化(2010年)Fig.3Evolutionofflownetworkofinboundtouristsinsuzhouunderflowconstraint(2010)226经济地理第40卷
丘景区、周庄古镇、同里古镇、金鸡湖、东山景区、虞山尚湖景区、盘门景区、狮子林、网师园、西山景区、锦溪古镇、寒山寺、千灯古镇、七里山塘、平江历史街区、甪直古镇、石湖景区、震泽古镇、沙溪古镇、黎里古镇、西园、观前街、苏州博物馆、石路步行街、北寺塔、沧浪亭、定园、枫桥景区、苏州乐园、苏州中心、相门古城墙、苏州站、太湖旅游度假区、阳澄湖景区、苏州大学、穹窿山景区、光福景区、独墅湖、灵岩山景区、苏州工艺美术博物馆、沙家浜、十全街、南园、天平山景区、旺山、怡园、苏州公园、唐寅园、苏州北站图1苏州市内部入境游客地理标记照片空间位置Fig.1SpatiallocationofgeographicalmarksforinboundtouristsinSuzhou#[0]照片ID#[1]用户NSID#[2]用户昵称#[3]拍摄日期#[4]日期上传#[5]捕获设备#[6]标题#[7]描述#[8]用户标签(逗号分隔)#[9]机器标签(逗号分隔)#[10]经度#[11]纬度#[12]准确度#[13]照片/视频页面URL#[14]照片/视频下载URL#[15]许可证名称#[16]许可证URL#[17]照片/视频服务器标识符#[18]照片/视频农场标识符#[19]照片/视频秘密#[20]照片/视频秘密原件#[21]原始照片的扩展#[22]照片/视频标记(0=照片,1=视频)图2地理标识图片查询字段Fig.2Geographicidentityimagequeryfield第4期徐敏,曹芳东,朱海珠:基于地理标记照片数据挖掘的游客流动特征及其形成机制225
及以上景区占据A级景区的比例(X2)、人均GDP(X8)、城镇化率(X9)、实际使用外资(X10)、高铁网络密度(X3)、旅游人次(X11)、人口密度(X13)、可自由支配收入(X14)、三产占比(X15)。将上述指标标准化后的数据导入SPSS,选择对2010、2014和2018年相关数据进行多元线性回归模型模型拟合(表3)。由表3可知,网络中心度(Y1)、流入度(Y2)和流出度(Y3)作为被解释变量与3A级及以上占据A级图4流量约束下的苏州入境游客流动网络演化(2014年)Fig.4Evolutionofflownetworkofinboundtouristsinsuzhouunderflowconstraint(2014)第4期徐敏,曹芳东,朱海珠:基于地理标记照片数据挖掘的游客流动特征及其形成机制227
【相似文献】
相关期刊论文 前10条
1 陈文娟;;大数据挖掘在智慧旅游应用中的探究[J];信息记录材料;2018年04期
2 邓冰;;基于大数据挖掘的北京地区自行车旅游研究[J];公路交通科技(应用技术版);2014年07期
3 卢秀芸;;数据挖掘技术在旅游业中的应用[J];镇江高专学报;2018年02期
4 吕春丽;;大数据挖掘在茶文化智慧旅游中的应用研究[J];福建茶叶;2018年03期
5 朱晖;;数据挖掘在旅游管理中的应用与实现[J];旅游纵览(下半月);2015年06期
6 徐少甫;张天明;;复杂网络数据挖掘在智慧旅游系统中的应用研究[J];数字技术与应用;2017年10期
7 劳俊;刘子龙;;大数据挖掘:智慧旅游的核心[J];商业故事;2019年07期
8 邓宁;;一种面向旅游研究的海量图片元数据分析系统——以罗马为例[J];旅游导刊;2017年06期
9 全文景;;旅游大数据挖掘及其在旅游行业中的应用方向研究[J];度假旅游;2019年02期
10 王信章;;大数据在旅游行业应用的现状以及发展前景研究[J];中国旅游评论;2016年02期
相关硕士学位论文 前2条
1 高楠;基于数据挖掘的游艇报价及精准营销策略研究[D];大连理工大学;2018年
2 万乐兴;江西省旅游流网络结构研究[D];江西师范大学;2016年
本文编号:2875959
本文链接:https://www.wllwen.com/jingjilunwen/lyjj/2875959.html