基于UGC的旅游目的地吸引力分析

发布时间：2020-12-27 21:43

　　互联网承载的巨大信息量对广大互联网用户而言是一个丰富的资源库,但是这个浩瀚的信息资源库却同时是一个无序、驳杂、信息个体良莠不齐的信息库。旅游作为一种重要消费的形式,旅游业已经成为了各个国家争相发展的重要领域据,旅游业的发展可以很好地带动和促进国家的经济发展。如同其他行业,旅游业正在逐步实现着它与互联网领域的融合,互联网中丰富的信息资源正逐渐成为游客出行的重要参考,而分析UGC(用户生成内容)对旅游目的地吸引力的影响也因此具有了重要的意义。在线评论是UGC中非常重要的一部分,在线评论会通过形成电子口碑的方式来影响评论浏览者的消费决策。在相关研究和电子口碑的传播机理、商品分类的特点、风险感知理论、涉入理论等相关理论和研究的基础上,本文选取游客到访量作为旅游目的地的吸引力的度量,应用计算机应用技术及情感分析技术收集并处理数据,在此基础上应用统计学方法建立了旅游目的地吸引力影响因素模型,同时将知晓度纳入模型构建中,分别对总体样本、低知晓度子样本、高知晓度子样本三个样本进行模型实验并通过对比分析三个样本的模型估计结果探究了影响旅游目的地吸引力的知晓度及在线评论的相关影响因素,并分析了在线评论对于... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 研究意义
    1.4 主要研究内容
第2章 相关理论及方法研究基础
    2.1 基于互联网信息平台的商品S-E 分类模型
    2.2 消费者行为理论
        2.2.1 风险感知理论
        2.2.2 涉入度理论
    2.3 情感分析理论与方法简介
    2.4 本章小结
第3章 假设、初步模型及数据
    3.1 旅游目的地吸引力影响因素分析及假设
    3.2 初步模型设立
    3.3 数据来源及初步统计
        3.3.1 数据收集
        3.3.2 数据初步统计与处理
    3.4 本章小结
第4章 变量的处理及模型优化
    4.1 文本评论情感分析实验
        4.1.1 文本评论情感分类
        4.1.2 文本评论情感倾向指标的确定
    4.2 其他变量的处理
    4.3 样本的分类方法及模型优化
    4.4 本章小结
第5章 数据分析结果及讨论
    5.1 描述性统计分析
    5.2 模型估计结果分析
        5.2.1 总体样本实验结果分析
        5.2.2 分组样本实验结果对比分析
    5.3 模型结果讨论
    5.4 本章小结
结论
参考文献
致谢


【参考文献】：
期刊论文
[1]互联网商品评论情感分析研究综述[J]. 张紫琼,叶强,李一军.  管理科学学报. 2010(06)
[2]基于电影面板数据的在线评论情感倾向对销售收入影响的实证研究[J]. 郝媛媛,邹鹏,李一军,叶强.  管理评论. 2009(10)
[3]中文网络客户评论的产品特征挖掘方法研究[J]. 李实,叶强,李一军,Rob Law.  管理科学学报. 2009(02)

博士论文
[1]在线中文评论情感分类问题研究[D]. 张紫琼.哈尔滨工业大学 2010

硕士论文
[1]互联网上旅游评论的情感分析及其有用性研究[D]. 曹斌.哈尔滨工业大学 2008
[2]在线评论对网络消费者购买决策影响的实证研究[D]. 郑小平.中国人民大学 2008



本文编号：2942537