全球一体化的进程加剧了城市间的竞争，良好的城市形象、鲜明的城市特色及合适的宣传营销方式对于提升城市知名度和吸引力具有重要帮助。互联网时代的来临使得城市营销手段更加多元化，以短视频为代表的新媒体通过大众化的语言发掘和展现城市特色，使城市形象从高冷变得亲切，促成了一批“网红城市”的诞生。也正因此，关于城市意象的研究在当今时代显得更为必要。了解受众对一个城市的核心关注点，掌握城市在利益相关者心里的真实感知，有利于识别城市的特色所在，采取针对性措施巩固和加强城市形象。随着大数据及相关计算机技术的发展，意象研究的素材和方法有了很大扩充，对意象内涵及其属性的认知不断丰富，产生了许多具有启发性的研究视角。鉴于此，本文提出一种基于文本大数据语义挖掘的城市意象要素识别及分析方法，主要内容包括如下几个方面：
　　（1）构建了基于计算机自然语言处理技术的意象要素识别模型。针对传统意象文本分析存在的样本少、效率低、简单和同质化的研究现状，提出了一种适用于文本大数据分析的意象感知模型，通过基于t f-id f算法的关键词抽取、基于word2vec的词向量模型训练、基于向量余弦距离的关键词聚类以及基于扎根理论的意象类型编码，建立了以文本语义信息充分挖掘为基础的意象要素识别模型。
　　（2）扩充了城市意象的认知维度。在梳理城市空间意象和目的地意象两大意象研究方向在研究内容、研究方法、数据、研究视角等方面的异同及其发展趋势，以及意象内涵发展演化进程的基础上，根据意象类型识别结果得到意象实体、意象空间和心理感知三大维度的意象认知体系，并引入情感倾向分析实现认知意象及其对应情感的综合感知。
　　（3）以重庆、成都、西安三个典型“网红城市”为例进行实证研究，验证模型的可行性。从意象类型分布、感知强度、情感感知和空间分布四个角度分析三个城市的意象感知总体特征，并通过城市间的意象类型对比、IPA分析和基于意象共现矩阵的社会网络分析，进一步挖掘城市的特色性意象，探究各自城市意象的优势和不足，并对网红城市特色的建设规律进行总结，提出城市特色塑造的若干建议。研究结果表明本文所提出的方法适用于城市意象结构、意象特色的识别，可为城市形象的提升及城市的长远健康发展提供重要参考。