窥视欲、影像记忆与自我认同——西方学界关于旅游者摄影行为研究之透视

摄影是旅游文化的重要组成部分之一,更是现代旅游者最常见的、最重要的消费行为之一。西方学者在这方面已有相当数量的研究成果。他们的研究证明,旅游者通过摄影满足自己的窥视欲,并认为随心所欲的拍摄是旅游者的固有权力。同时,照片记录一切,影像记忆与证明是游客拍摄的基本动机。更重要的是,旅游者拍摄照片更是为了完成“自我叙述”(self-narrative)与“自我认同”(self-identity)。

基于网络游记的景区游客画像构建研究——以上海迪士尼乐园为例

游客画像是建立在海量数据基础上借助数学建模描述游客基本情况的标签化画像。文章基于景区游客网络游记,采用文本分析、隐喻提取技术(ZMET)等方法,从游客基本属性、人格类型和兴趣爱好三个维度构建景区游客画像,包括整体游客画像与典型游客画像,并以上海迪士尼乐园为例展开研究。研究结果表明:上海迪士尼乐园的整体游客画像为中产阶级,来自华东的富庶地区,喜欢在夏季和家人亲戚或同学朋友一同外出游玩,停留时间一般不超过三天。典型游客画像包含家人亲戚伴游型游客画像以及同学朋友伴游型游客画像。在此基础上指出了上海迪士尼乐园在经营管理方面需要注意的问题。该研究有助于景区通过网络游记了解其游客的基本情况和需求,提升其服务质量。

基于主题情感联合分析的游客画像研究

网络文本作为现代游客承载感知和表达观点的载体,已成为游客画像构建与分析的重要数据来源。现有的自然语言处理技术在游客画像的挖掘过程中主要关注游客的需求和情感,缺少技术与旅游应用的有效衔接,然而现有的文本挖掘技术中文本的主题和情感通常被割裂分析,缺乏相互指向性,无法有效提取用户细粒度的意见。提出一种基于变分自编码的有监督主题情感联合分析模型。将词频权重引入到先验知识中,同时通过截断高斯模型构造变参数,有效捕获离散数据中的相关性,利用情感标签辅助主题的训练和生成,以提升主题挖掘及情感预测的准确率。通过变分自编码模型计算贝叶斯主题模型的后验分布,采用主题分布下的情感分类预测实现主题情感的联合分析。实验结果表明,当主题数为10~100时,该模型的情感预测平均准确率约为85%,相比LDA、SAGE、NVDM模型,能够有效挖掘酒店用户评论的特征。

基于多源数据的风景名胜区游客画像分析方法研究--以武当山风景名胜区为例

研究以武当山风景名胜区为例,基于部门统计数据、游客问卷调查、网站在线评论、百度搜索指数等多源数据对武当山游客行为特征和偏好建立游客画像,以粒度更细、时效更强的方式,直观地揭示旅游发展问题,测度游客旅游体验感受。研究针对景区旅游业态单一、旅游产品不丰富、客源单一、逗留时间不长、消费水平偏低、形象认知不足等问题,提出了“复合旅游业态”“协同旅游空间”“串联旅游线路”的规划建议。

基于在线评论的游客画像构建研究

游客画像用于描述游客旅游消费中的行为特征,为旅游相关企业的精准营销提供决策依据。以旅游产品在线评论为数据源,从游客基本信息、兴趣偏好、情感动机3个维度刻画游客特质,完成游客画像的构建。以某网的热销跟团游产品为案例研究对象,基于AISAS消费者网络行为模型,为旅游产品制定精准营销策略,有助于互联网旅游平台完善在线评论系统,增强旅游相关企业提升核心竞争优势。

基于用户画像概念模型的冲浪游客特征识别——以海南日月湾为例

根据3998位相关用户的基本属性、自然资源与运动偏好、旅游行为习惯、以及对景点配套设施的需求等信息,设计标签,识别关联规则,得出用户画像概念模型,主要结论是:(1)冲浪游客以26—45岁的高学历高收入男性为主;(2)初级冲浪游客占大多数;(3)选择冲浪地的优先因素为安全、浪况、设施等;(4)冲浪旅游淡旺季明显;(5)冲浪俱乐部最重要的作用依次为:提供冲浪设施、教学、活动组织等;(6)选择住宿的主要因素为卫生、位置、服务等;(7)冲浪游客常选择西式简餐;家庭游客多选择当地特色美食.

基于游客微观画像的精准营销应用研究——以广西龙脊梯田景区为例

基于用户画像,以广西龙脊梯田景区游客为研究对象,对实地调研和随机访谈的数据源进行获取及特征标签标识,通过关联模型构建游客微观画像,精准定位旅游消费群体并充分挖掘其潜在消费需求,为龙脊梯田景区实施目标市场精准定位、旅游产品精准设计、信息精准传播提供科学的决策依据。

基于桂林市景区游客画像的市场细分研究

通过对桂林市景区旅游者特征进行分析和抽象,聚焦于桂林市景区游客群体的三个特征:基本属性、游客客源、出游动机。根据亲和图法分析和关联分析将游客群体分为两类,分别为重要发展人群和重要挽留人群。依据画像结果,发现桂林景区在住宿、餐饮、交通、线上平台的管理以及景区的内部管理不够完善。建议桂林景区需要对自身特色和娱乐活动进行专业策划,设置多重适合景区的体验行旅游产品研究,对游客可提供更为详细的信息,主要包括景点介绍、交通、天气情况、当地风俗和住宿,其次为娱乐活动、治安状况以及其他信息。

基于复杂网络的鼓浪屿旅游街区关联规则识别与特征分析

基于复杂网络分析游客空间行为并挖掘旅游街区之间的关联特征,可以发现用地与功能之间显性和隐性的关联规则,精准识别旅游区用地空间结构,深入掌握旅游区发展现状,为智慧旅游与土地精细化转型提供支撑。本研究以世界文化遗产鼓浪屿为例,基于LBS大数据,使用复杂网络构建游客空间行为网络,利用关联规则分析重要节点的关联特征,进而使用用户画像数据,分析基于不同性别、年龄和客源地游客空间行为的街区关联规则。研究发现,“复杂网络+关联规则”算法可以挖掘游客随机行为中的隐藏规律,有效剖析旅游街区之间显性和隐性的关联规则。在游客空间行为轨迹网络中,各街区兼具“中心”与“枢纽”作用。既服务于本地游客又服务于外地游客的热门旅游街区表现出强关联规则。对外地游客具有较强吸引力的热门景点表现出较高的支持度,具有特色的旅游设施用地表现出较高的提升度。具有同质性的旅游街区之间关联性较强,人口特征差异对旅游街区关联规则影响显著。本研究可为城市更新背景下的旅游区用地整合、结构优化和游览线路调整提供决策参考,对于构建智慧旅游体系具有现实意义。