【目的】基于社交媒体数据的公园研究已成为热点。然而,既有研究依赖单模态数据和自然语言处理(natural language processing,NLP)技术,研究结果的精确度有待提升。随着大语言模型(large language models,LLM)的发展,分析社交媒体数据...【目的】基于社交媒体数据的公园研究已成为热点。然而,既有研究依赖单模态数据和自然语言处理(natural language processing,NLP)技术,研究结果的精确度有待提升。随着大语言模型(large language models,LLM)的发展,分析社交媒体数据可实现更精确的城市公园公众活动丰富度解析。【方法】先利用LLM解析包含文本、图像和视频的多模态社交媒体数据,再运用聚类算法探究用户的情感倾向和活动丰富度,生成活动热力图,构建公园公众活动丰富度的量化方法。【结果】以传统问卷方法为参照标准,对比分析发现基于多模态数据的LLM分析法的准确性远优于单模态数据分析法,证实了研究方法的有效性。并将LLM分析法应用于上海外环内的20个城市公园,构建出大规模、高精度的公园公众活动丰富度的全景测度方法。【结论】创新性地利用LLM和多模态社交媒体数据分析城市公园公众活动丰富度,有利于推动人工智能在城市研究领域的学术发展和应用。展开更多
文摘【目的】基于社交媒体数据的公园研究已成为热点。然而,既有研究依赖单模态数据和自然语言处理(natural language processing,NLP)技术,研究结果的精确度有待提升。随着大语言模型(large language models,LLM)的发展,分析社交媒体数据可实现更精确的城市公园公众活动丰富度解析。【方法】先利用LLM解析包含文本、图像和视频的多模态社交媒体数据,再运用聚类算法探究用户的情感倾向和活动丰富度,生成活动热力图,构建公园公众活动丰富度的量化方法。【结果】以传统问卷方法为参照标准,对比分析发现基于多模态数据的LLM分析法的准确性远优于单模态数据分析法,证实了研究方法的有效性。并将LLM分析法应用于上海外环内的20个城市公园,构建出大规模、高精度的公园公众活动丰富度的全景测度方法。【结论】创新性地利用LLM和多模态社交媒体数据分析城市公园公众活动丰富度,有利于推动人工智能在城市研究领域的学术发展和应用。