典型文献
基于社交媒体数据挖掘的旅游者情绪感知
文献摘要：
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.
文献关键词：
旅游者情绪;社交媒体大数据;情感计算;BERT
中图分类号：
作者姓名：
冯泽琪;彭霞;吴亚朝
作者机构：
北京联合大学应用文理学院,北京 100088;北京联合大学旅游学院,北京 100101;北京工业大学信息学部,北京 100124
文献出处：
引用格式：
[1]冯泽琪;彭霞;吴亚朝-.基于社交媒体数据挖掘的旅游者情绪感知)[J].地理与地理信息科学,2022(01):31-36
A类：
旅游者情绪,季节性节律
B类：
社交媒体数据,情绪感知,智能移动终端,地理标签,多维特征,时空尺度,新浪微博,微博数据,BERT,时空分布规律,题下,情绪特征,负面情绪,中旅,昼夜,情绪反应,餐饮,挖掘方法,旅游目的地,舆情监测,预警系统,社交媒体大数据,情感计算
AB值：
0.239284
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
