基于社交媒体数据挖掘的旅游者情绪感知

随着智能移动终端和社交媒体的普及,带有地理标签的社交媒体数据大量涌现,其“文本—位置—时间”的多维特征使得精细时空尺度上的旅游者情绪感知成为可能。该文基于2017-2019年旅游者发布的新浪微博数据,采用BERT模型对微博数据进行文本分析,探讨旅游者情绪的时空分布规律及不同主题下旅游者的情绪特征,并分析导致旅游者产生负面情绪的相关因素。研究发现,微博中旅游者情绪呈现昼夜、周和季节性节律变化,不同性别旅游者在情绪反应强度及情绪节律上存在差异,对“天气”和“餐饮”主题易产生强烈情绪。该文提出的旅游者情绪挖掘方法可从多维度、多层次挖掘旅游者情绪特征,为旅游目的地舆情监测和预警系统提供借鉴。

感知购物环境对旅游者购物行为的影响机制研究——旅游者购物情绪的媒介作用

在相关研究的基础上,本文运用结构方程建模方法建立了感知购物环境对旅游者购物行为的全影响和间接影响模型,通过对两个模型的对比分析,发现了感知购物环境影响旅游者购物行为的路径机制,即感知购物环境对旅游者购物行为的影响是通过改变旅游者的购物情绪而实现的,旅游者购物情绪在"环境→情绪→行为"这一路径中起到非常重要的媒介作用。最后,本文提出了管理建议。