基于机器学习的国家公园游客景观偏好研究

为精准探究国家公园游客群体的景观偏好,从而为国家公园相关工作提供有效策略,文章以云南普达措国家公园为研究案例,在对现有文献进行综述后,确定采用社交媒体数据与机器学习联用评估方法,对该公园的游客景观偏好展开研究,以补充以往研究的不足之处。在具体研究过程中,首先以Python 3.11为工具,针对多个网络平台进行普达措国家公园相关信息收集与整理,并应用机器学习方法中的级联多模态分解双线性池化技术,对整理后的数据信息进行深度处理,以提取图像文件中的具体信息要素。而后,针对数据处理结果,应用标签检测方法和多重性质要素检测方法,对各种要素的分布情况进行分析,以此对不同网络平台的游客群体偏好进行初步探究。探究结果显示,在本次分析的微博、抖音和马蜂窝App三个平台中,不同平台用户对普达措国家公园的景观要素存在着不同的偏好,且各具特点。最后,根据总结得到的分析结果,从提升自然环境要素对游客吸引力的数个角度入手,为该公园管理单位的后续工作提供相关建议。