排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
以时空思维为指导,从情感社会学、认知心理学、时间地理学等多学科角度,深入地展开了对旅游者情感体验的研究。采用访谈、问卷等方法,系统探索了欧美旅游者情感体验的影响因素。基于秦始皇帝陵博物院实际情况与欧美旅游者的表达习惯,参考双因素情感模型,确定基本情感词汇,建立情感轮分析模型进行数据收集,计算旅游者情感体验值。从时间、空间及路径3个角度,探索秦始皇帝陵博物院欧美旅游者情感体验的时间、空间变化规律和路径变化规律。研究发现秦始皇帝陵博物院欧美旅游者的积极情感体验整体呈倒“U”型波动,消极情感体验整体呈“U”型波动;欧美旅游者情感体验的空间分布表现出聚集节点与景区主要展馆高度契合的特点;旅游者的游览路径和游览顺序会影响其情感体验。 相似文献
2.
3.
中国入境外国游客旅游行为研究 总被引:1,自引:0,他引:1
在心理测试量表调查的基础上,利用心理学实验,归纳,演绎推理,行为意象图,数理统计等分析方法,从游客决策行为、空间行为、旅游文化行为切入,研究中国热点城市日韩、北美、东南亚、欧洲客源市场游客的行为规律及其制约因素,构建主要群体入境游客的旅游行为模式,发现了入境外国游客旅游选择偏好、时空动态规律;探讨旅游决策的主导模式、范式和影响决策的可控因素;研究"文化边际域"中的跨文化冲突特征和旅游认知预期衰减效应模式;揭示了旅游意愿评价、旅游感知评价数量模型和四种不同群体游客文化交互模式。并提出了适应外国游客旅游行为的相应对策建议。 相似文献
4.
在我国城市化过程中,由于城市基础设施、公共交通等方面规划建设的需要,对居民活动的研究成为人文地理及城市规划领域所关注的重点。随着"大数据"时代的到来,改变了以往研究居民活动的方式。本文通过新浪微博平台提供的API接口,采用Ajax技术抓取包含时空信息的西安市微博数据,运用Arc GIS10.1中的热度分析工具,以可视化的表达形式揭示出:西安市居民夜间活动在大尺度范围内与城市的区域定位、居民结构及活动时间关系密切。同时,本文采用微博数据来研究居民活动的方法为研究这类问题提供了一种新的尝试。 相似文献
5.
基于屏幕跟踪的大学生在线旅游信息搜索行为研究 总被引:3,自引:0,他引:3
本文以大学生在线旅游信息搜索行为为研究对象,利用实验观察法(屏幕跟踪),分析了在线旅游信息搜索行为特征及规律,并依据信息搜索行为理论,构建了大学生在线旅游信息搜索模式。研究发现,在规定情景任务的情境下,大学生在网络信息搜索中输入的关键词次数不高,且习惯于使用短语或具体景区的名称并加入限定词语进行搜索;该群体整体上偏好使用全文搜索工具进行信息搜索,且信息搜集量大;该群体对信息的关注度依次为“游”、“行”、“住”、“吃”、“购”,但对“娱”的关注几乎没有;研究还发现,关键词和搜索引擎的选择与其旅游经验和上网经验有正相关关系。 相似文献
6.
基于“推—拉”理论的美国旅游者旅华流动影响因素研究 总被引:1,自引:0,他引:1
"推—拉"理论是研究人口流动的一种基础理论,可以有效地解释游客流动。本文从推—拉理论的视角,运用因子分析、单因素方差分析和皮尔逊相关分析等方法对美国来华旅游者的流动影响因素进行研究,得到的主要结论有:(1)明确了美国来华旅游者推力维度和拉力维度的各个因子;(2)检测了推拉维度的各因子受社会人口统计学变量的影响;(3)测度了推拉维度各因子之间的相互关联性及影响因素。研究成果对指导我国针对主要入境旅游客源国进行的产品开发和市场营销具有一定的实践价值,同时也拓展了对影响旅游流流动各因素之间关系研究的范畴。 相似文献
7.
采集河南省17个地市在COVID-19疫情期间的微博数据,利用微博数据分析疫情期间公众焦虑情绪及其时空分异.研究结果发现:公众的焦虑情绪波动幅度与疫情态势基本成正相关,疫情初期,公众对疫情数据的变化敏感,新增确诊人数的小幅增加和下降均能引起公众焦虑情绪的大幅攀升和下跌,疫情态势稳定向好时,焦虑情绪波动幅度逐渐趋稳;在疫... 相似文献
8.
华山风景区旅游形象感知研究——基于游客网络日志的文本分析 总被引:18,自引:0,他引:18
本文通过网络日志研究游客对目的地形象的感知。利用百度、Google以及各旅游网站采集游客记述华山旅游的网络日志和网友点评,按照设定的条件进行筛选后得到了92篇日志和181条负面点评;然后运用质性研究的文本分析法,通过这些材料研究游客对华山形象的感知。结果发现,利用网络日志研究旅游目的地形象具有良好的效果:从92篇日志中提取出华山旅游形象的7个积极感知因素,181条负面点评被归纳为5个核心类属1、3小类的消极感知因素。此外研究还发现,华山风景区还未曾深入发掘两种会令游客产生积极形象感知的因素,即华山的文化底蕴和地质旅游资源。 相似文献
9.
基于 Web 数据挖掘的旅游需求分析与预测 总被引:2,自引:0,他引:2
文探讨了Web数据应用于旅游需求预测的优势,构建了旅游Web信息组织和旅游需求之间的映射关系,并由此探讨了如何利用Web数据挖掘技术进行旅游需求分析和预测,和建立基于旅游Web数据分析(预测)的知识库的规则,从而明确了其分析和预测流程,并以陕西省为例进行了实证分析. 相似文献
10.
图片城市主义范式下,街景照片成为游客感知城市环境的一种新型大数据。然而,由于技术限制,基于照片大数据的旅游情感研究仍处于初步探索阶段。本文从情感地理学视角出发,引入计算机视觉领域的深度学习方法,实证测度了西安市典型旅游街区的情感空间特征。研究发现:基于街景照片的深度学习模型能够比较准确地探测城市旅游情感空间特征;西安市典型旅游街区旅游积极和消极情感在空间上呈现不同类型的集聚格局;西安市典型旅游街区内部呈现多种旅游情感复杂交错的特征;问卷数据一定程度上验证了深度学习模型预测结果的合理性。研究结果为游客与城市环境互动研究提供了新的方法论视角,也为城市旅游环境的改造和规划提供了理论依据和实践指导。 相似文献