论文部分内容阅读
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.