基于LDA模型的湖南特色旅游线路设计

发布时间：2023-04-11 23:41

　　近些年来,经济不断发展,人民生活物质水平不断攀升,对于物质水平的追求已经逐渐淡出生活重心,精神文化逐渐走入大众视线。旅游是精神文化享受的典型方式,在旅途中享受自由、分享欢乐,已经成为大多数人日常生活的一部分。而随着消费观念的进一步升级,旅游市场也在悄然发生改变,个性化、品质化成为新的竞争点,从而为旅游业所重视。湖南旅游景点众多,在旅游资源方面拥有绝对的优势,同时,湖南旅游地区基础设施完善、交通便利,这些都是湖南旅游业发展不可或缺的条件。然而,目前也存在着一些问题制约着湖南省旅游业的发展,首先旅游品牌认知度不高,没有自己的特色;其次地区间旅游发展不均衡,以长沙、张家界等城市为首的核心区域的旅游发展明显优于其它部分旅游边缘城市。本文旨在合理整合湖南省旅游景点资源,提出以核心城市带动边缘城市发展的设想。对于湖南省91个3A级以上景点进行分析,通过爬虫获取其百度百科词条信息,并以此作为样本数据,以期对景点资源进行分析。首先对91个文本样本进行文本分词等文本预处理操作,其次基于所提取的高频词汇,生成词云对湖南省景点整体特点进行分析。结合现有研究分析传统聚类方法存在的缺陷,通过对现有研究进行分析总...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 文本聚类
        1.2.2 旅游线路设计
    1.3 研究思路及主要研究内容
        1.3.1 研究思路
        1.3.2 主要研究内容
    1.4 本章小结
第2章 相关理论介绍
    2.1 文本聚类相关知识介绍
        2.1.1 文本预处理
        2.1.2 文本表示
        2.1.3 文本相似度
        2.1.4 文本聚类算法分类
    2.2 K-Means聚类
    2.3 LDA主题模型
    2.4 本章小结
第3章 数据的获取
    3.1 数据来源
    3.2 获取数据
    3.3 数据概览
    3.4 本章小结
第4章 数据预处理
    4.1 文本分词
    4.2 提取高频词
    4.3 文本表示
    4.4 本章小结
第5章 文本聚类
    5.1 传统聚类方法的缺陷
    5.2 基于LDA主题模型的K-Means聚类
        5.2.1 主题个数确定
        5.2.2 LDA输出文档-主题模型结果
        5.2.3 K-Means聚类
    5.3 基于VSM和基于LDA的比较
    5.4 聚类结果
        5.4.1 聚类类别呈现
        5.4.2 景点类别区域分布
    5.5 本章小结
第6章 特色旅游线路设计
    6.1 线路一:净化心灵游
    6.2 线路二:红色之旅
    6.3 线路三:亲近自然游
    6.4 线路四:民俗文化游
    6.5 休闲乡村游
    6.6 本章小结
结论
参考文献
附录A 爬虫代码
附录B 文本预处理代码
附录C 提取关键词代码
附录D 文本表示代码
附录E K-MEANS聚类代码
附录F LDA模型代码
附录G 聚类结果展示代码
致谢



本文编号：3789986