在这个社交网络不断快速发展年代,人们通过各种媒介在社交平台上进行自我表达,从最初文字为主的形式到现今图文并重甚至还有视频音频。而如Instagram等软件更是以图片作为博文的主要内容,而文字只是额外的补充。为使情感分析更加准确,从文字、图片等多种模态中发掘信息,在当今时代便显得更加有意义。在本文中,作者在充分介绍了情感分析技术、深度学习有关技术的基础上。通过测试VGG16、VGG19、Inception V3、Word2Vec、Glo Ve、LSTM、Bi-LSTM几种模型结构的基础上,择优选择了VGG16和Bi-LSTM模型分别用来作为图片情感分析模型和文本情感分析模型的基础模型。在此基础上,还添加了dropout层,修改了输出层有关设置,尝试了不同超参数组合。最后,以决策层融合的方式,完成了图文融合情感分析模型的构建,并在测试集上获得了75%的准确率。在提出了该图文融合的情感分析模型后本文又以此为核心,设计了一套从游客情情感倾向计算、游客特征、游客兴趣点三个角度开展分析的游客情感态度分析框架。随后,本文以猫头鹰网的上海旅游景点排名为依据,寻找外国人最感兴趣的上海景点,并在Instagram上获取了对应景点的入境游客语料数据。在经过一系列的数据清洗和整理操作后,以该数据为案例,展开了游客情感倾向分析,包括游客特征、游客情感态度在景区间和不同时间段的分布、不同影响力大小的游客、不同国家的游客在各景区的情感偏好、各景区游客兴趣点分布和各景区的游客正向情感倾向排名。最终得出了“关注新兴发展中国家的旅游需求”、“根据景区类型调整发展策略”等综合性建议和对各个景区的针对性建议。