基于社交媒体数据的旅游移动模式提取

孙奇, 张毅^?, 赵鹏飞, 吴梦彤

北京大学地球与空间科学学院遥感与地理信息系统研究所, 北京 100871

收稿日期:2020-07-10修回日期:2020-08-04出版日期:2021-09-20

基金资助:国家重点研发计划(2018YFB0505004)资助

Travel Movement Pattern Extraction Based on Social Media Data

SUN Qi, ZHANG Yi^?, ZHAO Pengfei, WU Mengtong

Institute of Remote Sensing and Geographic Information Systems, School of Earth and Space Sciences, Peking University,Beijing 100871

Received:2020-07-10Revised:2020-08-04Published:2021-09-20

PDF

(1847KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 提出一种从社交媒体大数据中提取个体旅游时空行为, 再基于海量旅游时空行为挖掘群体城市间移动模式的方法。采集4000多万条到访过苏州市用户的全球地理微博, 从中提取88270条旅游时空行为轨迹, 识别出5类36种城市间旅游移动模式。结果表明, 提取的移动模式符合LCF理论模型; 除简单移动模式外, 还存在更加复杂的复合移动模式。基于大数据能够得到更全面更精准的旅游移动模式, 有助于旅游管理者了解游客动向及偏好, 调整目的地营销策略, 优化旅游资源配置, 为游客提供更好的服务。

引用本文

孙奇, 张毅, 赵鹏飞, 吴梦彤. 基于社交媒体数据的旅游移动模式提取[J]. 北京大学学报自然科学版, 2021, 57(5): 885-893.
SUN Qi, ZHANG Yi, ZHAO Pengfei, WU Mengtong. Travel Movement Pattern Extraction Based on Social Media Data[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2021, 57(5): 885-893.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3660