南京邮电大学张代远基于UGC社交数据分析的芜湖市目的地形象感知平台 基于UGC社交数据分析的芜湖市目的地形象感知平台郝水
摘要
本文提出了基于UGC社交数据分析的芜湖市目的地形象感知平台的构建方法，通过对芜湖市相关数据的搜集、清洗和分析，整合出市民和游客对芜湖市旅游及文化风景的感知程度，结合机器学习算法，构建出芜湖市及相关景点的形象表征，最终实现了芜湖市目的地形象感知的可视化呈现和管理。本文将研究的重点放在第一章、第二章、第三章，第四章，第五章，并结束文章。
关键词：UGC，社交数据分析，形象感知平台，芜湖市，机器学习算法
Abstract
This paper proposes the construction method of the destination image perception platform of Wuhu City based on UGC social data analysis. By collecting, cleaning and analy
zing relevant data of Wuhu City, the perception level of tourists and citizens on tourism and cultural landscapes of Wuhu City is integrated, combined with machine learning algorithms, the image representation of Wuhu City and related scenic spots is constructed, and finally the visual presentation and management of the destination image perception of Wuhu City is realized. The research focuses on Chapter 1, Chapter 2, Chapter 3, Chapter 4, Chapter 5 and The conclusion will end the article.
Keywords: UGC, social data analysis, image perception platform, Wuhu City, machine learning algorithm
第一章 绪论cielab
1.1 研究背景
随着社会的发展，旅游业已经成为国民经济发展的重要支柱之一。旅游业产业链的延伸和升级，提出了更高的旅游景点规划要求，需要从多角度进行展示和评估，其中目的地形象感知是其中的一种重要的评估方式。随着互联网、移动互联网和智能终端等技术的发展， 用户生成内容（UGC）已经成为了反映用户需求的有效方式，而这些内容包含着多种有用的信息，如用户对于景点的认知、印象、期望等。因此，基于UGC社交数据分析的芜湖市目的地形象感知平台的构建具有现实意义。 1.2 研究目的和意义杜惠恺
目的地形象感知是现代统计学方法中的一种新型技术，旅游评价等方面应用广泛，由此形象感知平台的构建就是推动芜湖市旅游业向智能化、可视化、大数据化、透明化的整体趋势，同时也是推动城市地区旅游资源的综合评价的新方法，对加强城市旅游形象和品牌建设，提高城市旅游经济效益具有现实意义。
1.3 论文内容安排
本文主要分为以下五个章节，具体内容如下：
第一章：绪论，介绍论文的研究背景、研究意义及论文内容安排
第二章：相关理论介绍，介绍UGC、形象感知、数据挖掘等相关概念
第三章：数据源和数据采集，介绍数据来源、数据挖掘方法和数据挖掘流程
第四章：算法构建及成果呈现，包括算法选择、算法实现、应用系统多方面展示等
第五章：实验分析和展望，对构建算法和应用的情况进行分析和讨论，提出未来进一步研究的方向和建议
第二章 相关理论介绍
2.1 UGC
UGC是用户生成内容（User-generated content）的缩写，是指用户通过互联网将自己的声音、图像、文章、视频等多种形式的内容上传到互联网方便与他人交流、分享的过程。UGC是在 Web2.0 背景下产生的，它与 Web1.0 的用户消费价值有着明显的区别。UGC具有广泛的适用面，可以用于消费者评论、电子商务、在线广告、在线交流和协作、教育、新闻等多个领域。UGC中包含了多种信息，例如用户的兴趣，用户所处的地理位置，用户的性别，用户的喜好性格等等。
UGC社交网络中的社交行为以及用户实体和帖子的属性信息，都能对用户的兴趣爱好和偏好进行较好的描述。UGC是一个流式数据源，而且用户行为是不确定性的，因此在收集UGC数据时需要采用一些科学的方法。
2.2 形象感知
形象感知是目的地形象评价的中最为重要的一个评价元素，指的是目的地景点的形象以及景点形象对游客的吸引力和亲和力。目的地的形象是游客选择旅游目的地的重要指标之一，而且一个地方的形象与其制造的品牌一样对于选择该地点的信息使用者的认知和其决策具有十分重要的影响。
2.3 数据挖掘
数据挖掘(Data mining)是一种基于大型数据集的知识发现过程，它是从大数据集中自动推理和提取模型/模式/规则等方面的信息的过程。数据挖掘可以帮助用户从复杂的数据中搜索整理有用的信息，并化繁为简，提供决策依据。
在数据挖掘领域中，分类、聚类、关联规则、异常检测是比较常见的模型。
优酷收购土豆 第三章 数据源和数据采集
3.1 数据源
为了构建基于UGC社交数据分析的芜湖市目的地形象感知平台，我们从 主要外部数据源， 包括微博、、抖音 等社交平台收集用户在芜湖市旅游景点的UGC数据；不断深化对三个规律的认识
3.2 数据清洗和分析
我们需要对采集的原始数据进行清洗和分析，以获取更加准确的信息。数据清洗的主要任务就是去噪和处理缺失的数据，同时还需要进行数据变换和规约等操作，将清洗后的数据作为基础数据进行分析。我们探究了数据的基本情况以及用户的行为特点等， 例如芜湖市的游客分布特点、UGC的量级等等，并且统计了UGC数据的内容分类，主题热度等等信息。数据分析方面，在提供数据挖掘的同时，我们通过编写数据分析工具来实现对数据的分析。
3.3 数据挖掘流程
在对数据进行清洗和分析后，我们需要对UGC社交数据的特点，选取适合的数据挖掘方法来对数据进行进一步的分析。
- 特征提取：对原始数据进行预处理，抽取出有用的特征。主要包括文本特征提取、图像特征提取、时序特征提取等等。
- 特征选择：用数据集的元数据生成信息，例如属性分布和相关分析，以便进行特征选择。主要目的是过滤掉无用属性，增强模型的泛化能力，以防止出现过度拟合现象。
- 数据降维：针对特征选择生成的子集，将维数降到合适的范围，以避免过度拟合和维度诅咒的问题。
- 数据分析：基于选定的挖掘技术，分析出各种模式、模型、关联规则、趋势、异常等信息。
- 效果评价：对于挖掘结果，评价其准确性、可靠性、实时性等指标。
我们采用了比较经典的朴素贝叶斯算法和卷积神经网络算法进行数据挖掘。
第四章 算法构建及成果呈现
4.1 算法选择
我们选择经典的朴素贝叶斯算法和卷积神经网络算法作为我们的UGC数据文本分类模型，基于文本分类模型可以将UGC文本数据进行分类，大致可以分为以下三类：
- 旅游体验描述
- 旅游相关信息分享
- 与旅游无关内容
4.2 算法实现
针对三种类型的UGC文本分类问题，我们采用了朴素贝叶斯算法和卷积神经网络算法作为我们的分类模型。在算法实现过程中，需要对原始文本数据进行预处理：去标点符号、分词、去停用词等等。然后将这些文本数据转换到脱敏、高效的向量表示，然后进行算法训练。我们借助Python的sklearn，keras等机器学习工具和开源代码，实现了上述两类方
案。
4.3 应用系统展示
应用系统主要分为三个模块：UGC数据收集和展示、目的地形象感知分析和可视化展示，以及UGC文本分类。
- UGC数据收集和展示：我们将微博、、抖音等主流社交平台的相关数据进行整合存储，搭建web端进行数据展示
- 目的地形象感知分析：我们基于已经训练好的文本分类模型，对文本进行分类，同时对途径的数据进行情感分析，提取关键字并提供重点信息展示。
- UGC文本分类：在web端进行预处理的文本自动分类，展示文本的关键字；
- 可视化展示：对每个旅游景点进一步进行景点形象感知分析，采用文字和图表技术，通过可视化的方式展示目的地形象和旅游景点的关联性。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议