典型文献
基于手机信令数据的城市旅游空间特征分析——以青岛市为例
文献摘要：
在新的国土空间规划背景下,运用互联网大数据掌握旅游人群的空间分布特征及活动规律,对于城市空间结构布局、基础设施配套以及旅游资源整合开发等具有重要意义.基于手机信令数据获取游客出行数据,并从景区、线路、网络三个维度进行城市旅游客流空间分布特征分析.景区方面运用个体出行链数据分析游客在景区的时间和空间分布特征;旅游线路方面通过Apriori关联规则挖掘,在满足最小支持度和置信度的前提下得到48条热点旅游线路;旅游网络方面,用度中心性、接近中心性以及中介中心性三个指标对全市旅游景区进行度量,发现三个湾区的景区各项指标均较高,是典型的旅游集散中心.与传统方法相比,基于手机信令数据的机器学习算法具有客观性、时效性、成本低等特点,随着旅游行为的不断散客化、大众化、网络化,利用旅游个体数据进行旅游空间行为分析对于旅游研究和实践创新具有重要指导意义.
文献关键词：
旅游交通;手机信令数据;客流特征;热门线路;网络中心性;青岛市
中图分类号：
作者姓名：
王振;张志敏;高歌;李同飞;禚保玲;曹锴
作者机构：
青岛市城市规划设计研究院,山东青岛266071;山东科技大学交通学院,山东青岛266590;北京工业大学交通工程北京市重点实验室,北京100124
文献出处：
引用格式：
[1]王振;张志敏;高歌;李同飞;禚保玲;曹锴-.基于手机信令数据的城市旅游空间特征分析——以青岛市为例)[J].城市交通,2022(01):67-75
A类：
城市旅游客流,热门线路
B类：
手机信令数据,空间特征分析,青岛市,国土空间规划背景,互联网大数据,旅游人群,活动规律,城市空间结构,结构布局,设施配套,旅游资源整合开发,数据获取,游客出行,流空间,空间分布特征分析,出行链,旅游线路,Apriori,关联规则挖掘,小支,支持度,置信度,下得,旅游网络,用度,度中心性,接近中心性,中介中心性,旅游景区,行度,旅游集散中心,机器学习算法,旅游行为,散客,大众化,行旅,旅游空间行为,行为分析,旅游研究,旅游交通,客流特征,网络中心性
AB值：
0.341282
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。
