首页|基于深度学习的城市酒店双因素体验特征及其差异机制分析

基于深度学习的城市酒店双因素体验特征及其差异机制分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
当前"双循环"新发展格局下,酒店业迎来发展新机遇.本研究选取夫子庙(历史人文街区)和新街口(城市商业中心)2个环境差异明显的地区作为案例地,以携程旅行网上12家酒店文本作为数据来源,建构CNN-BiLSTM-ATT相结合的深度学习模型,探究游客酒店双因素体验特征,并对其差异机制进行分析.结果表明:①CNN-BiLSTM-ATT相结合的深度学习方法为酒店体验研究提供了一个系统的理论框架,可以深入挖掘游客酒店体验特征及其差异机制;②不同环境差异下的游客酒店双因素体验具有较大差异.游客夫子庙酒店激励体验涉及区位地标、餐饮体验等要素;游客新街口酒店激励体验涉及娱乐体验、酒店氛围等要素.游客夫子庙酒店保健体验涉及停车设施、客房面积等要素;游客新街口酒店保健体验涉及电梯设施、停车设施等要素;③游客酒店双因素体验机制存在差异.游客酒店激励体验多与区位地标、娱乐体验等外部要素有关,保健体验多与客房面积、客房隔音等内部要素有关.本研究拓展了深度学习在游客体验研究中的应用,为酒店韧性建设与高质量发展提供参考.
Analysis of Two-Factor Experience Characteristics and Difference Mechanism of City Hotel Based on Deep Learning

hotel experiencedeep learningattention mechanismmotivate factorhygiene factordifference mechanismConfucius TempleXinjiekou

贾添羽、张郴、鲁方圆、黄震方

展开 >

南京师范大学地理科学学院,南京210023

江苏省地理信息资源开发与利用协同创新中心,南京210023

酒店体验 深度学习 注意力机制 激励因素 保健因素 差异机制 夫子庙 新街口

国家自然科学基金国家自然科学基金

4187114142071175

2024

10.12082/dqxxkx.2024.230101

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