首页|基于复杂网络的鼓浪屿旅游街区关联规则识别与特征分析

基于复杂网络的鼓浪屿旅游街区关联规则识别与特征分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
基于复杂网络分析游客空间行为并挖掘旅游街区之间的关联特征,可以发现用地与功能之间显性和隐性的关联规则,精准识别旅游区用地空间结构,深入掌握旅游区发展现状,为智慧旅游与土地精细化转型提供支撑.本研究以世界文化遗产鼓浪屿为例,基于LBS大数据,使用复杂网络构建游客空间行为网络,利用关联规则分析重要节点的关联特征,进而使用用户画像数据,分析基于不同性别、年龄和客源地游客空间行为的街区关联规则.研究发现,"复杂网络+关联规则"算法可以挖掘游客随机行为中的隐藏规律,有效剖析旅游街区之间显性和隐性的关联规则.在游客空间行为轨迹网络中,各街区兼具"中心"与"枢纽"作用.既服务于本地游客又服务于外地游客的热门旅游街区表现出强关联规则.对外地游客具有较强吸引力的热门景点表现出较高的支持度,具有特色的旅游设施用地表现出较高的提升度.具有同质性的旅游街区之间关联性较强,人口特征差异对旅游街区关联规则影响显著.本研究可为城市更新背景下的旅游区用地整合、结构优化和游览线路调整提供决策参考,对于构建智慧旅游体系具有现实意义.
Identification and Feature of Association Rules of Tourist Blocks in Gulangyu Islet Based on Complex Network

intelligent tourismvisitation behavior of touristsassociation rulescomplex networkLBS big datauser portraitGulangyu Islet

吴莞姝、薛影、赵凯、钮心毅、党煜婷

展开 >

青岛理工大学建筑与城乡规划学院,青岛266033

城市信息模型(CIM)山东省工程研究中心,青岛266033

华侨大学建筑学院,厦门361021

青岛大学经济学院,青岛266075

同济大学建筑与城市规划学院,上海200092

自然资源部国土空间智能规划技术重点实验室,上海200092

汉中市国土空间规划管理中心,汉中723000

展开 >

智慧旅游 游客空间行为 关联规则 复杂网络 LBS大数据 用户画像 鼓浪屿

国家自然科学基金

51908229

2024

10.12082/dqxxkx.2024.230791

地球信息科学学报
中国科学院地理科学与资源研究所

地球信息科学学报

CSTPCD北大核心
影响因子：1.004
ISSN：1560-8999
年,卷(期)：2024.26(2)
  • 39