首页|基于深度学习和UGC图片识别的森林公园旅游形象感知研究——以张家界国家森林公园为例

基于深度学习和UGC图片识别的森林公园旅游形象感知研究——以张家界国家森林公园为例

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
旅游者分享到网络上的旅行图片蕴含了旅游者对目的地形象的关键信息,在新冠肺炎疫情常态化背景下,深入了解旅游者感知对旅游目的地形象的影响,既能丰富和深化旅游目的地形象群体差异的研究,又可以为旅游精准营销提供理论依据,对于疫后旅游业恢复发展具有重要意义.以张家界国家森林公园为案例地,从Flickr网站上获取张家界国家森林公园15037张有效UGC图片,利用深度学习算法分析出以"形容词+名词"为主要构成的图片表征内容,通过图片表征内容词频的统计进行森林公园旅游形象感知分析.研究发现:1)认知形象方面,旅游者对自然风光、建筑维度具有共性的认知,在人物、文化艺术、食物等维度上却存在个性化认知;2)情感形象方面,86.48％的比例是"令人愉快的"和"兴奋的"等正面形象认知词汇,13.52％的比例流露出"人满为患的""拥挤的"等负面情感词汇.通过对正负面认知词汇和情感词汇的讨论,发现张家界国家森林公园旅游形象感知存在的问题,并以此有针对性地为张家界国家森林公园的旅游形象塑造及营销提出相关参考建议.
Research on Tourism Image Perception of Forest Park Based on Deep Learning and UGC Image Recognition: A Case Study of Zhangjiajie National Forest Park

柯山、陈钦、金博闻、吕梁、潘辉

展开 >

闽江学院,福建 福州 350108

福建农林大学,福建 福州 350002

重庆大学,重庆 400030

深度学习 UGC图片 森林公园 旅游形象感知

福建省科技厅农业引导性专项福建省高校人文社科开放课题

2017N0025MJT2004

2022

10.14067/j.cnki.1673-9272.2022.01.014

中南林业科技大学学报(社会科学版)
中南林业科技大学

中南林业科技大学学报(社会科学版)

CHSSCD
影响因子：0.629
ISSN：1673-9272
年,卷(期)：2022.16(1)
  • 2
  • 12