基于旅游数字足迹的国内游客时空行为研究——以武夷山景区为例
发布时间:2023-12-09 10:05
旅游数字足迹能高效获取海量数据的优势,为研究游客时空分布规律提供新的可能性。利用八爪鱼采集器抓取携程网和马蜂窝上的游记,筛选符合要求的404篇作为时间分布数据,286篇作为空间分布数据。基于旅游数字足迹和线上问卷调查,运用UNCINET软件构建武夷山游客空间分布网络,分析"核心-边缘"组别、中心度和结构洞,并用GEPHI进行可视化表达。研究表明,武夷山游客时空间分布受网络位置关系、网络媒体宣传以及景点网络口碑影响。结论如下:(1)武夷山景区为"全天型"景区,"短假期"效应明显,季节分布集中。(2)武夷山景区空间上呈不均衡分布,核心组内部凝聚力强,联结密度高达0.927;边缘组联系不紧密,内部联结密度仅为0.056。(3)受旅游活动、景点空间位置等原因影响,旅游节点各时段游客空间分布呈不均衡状态。
【文章页数】:13 页
【文章目录】:
1 相关概念及理论
2 研究方案及实施
2.1 数据来源
2.2 案例地介绍
3 游客时空行为分析
3.1 游客时间行为分析
3.1.1 年内变化
3.1.2 旅游天数
3.2 游客空间行为分析
3.2.1 整体网络特征
3.2.2 “核心-边缘”分析
3.2.3 中心度分析
3.2.4 结构洞分析
3.3 游客时空综合分析
4 武夷山游客时空间分布影响因素分析
4.1 网络位置关系
4.2 网络媒体宣传
4.3 景点网络口碑
5 结论与讨论
5.1 结论
5.2 讨论
本文编号:3871353
【文章页数】:13 页
【文章目录】:
1 相关概念及理论
2 研究方案及实施
2.1 数据来源
2.2 案例地介绍
3 游客时空行为分析
3.1 游客时间行为分析
3.1.1 年内变化
3.1.2 旅游天数
3.2 游客空间行为分析
3.2.1 整体网络特征
3.2.2 “核心-边缘”分析
3.2.3 中心度分析
3.2.4 结构洞分析
3.3 游客时空综合分析
4 武夷山游客时空间分布影响因素分析
4.1 网络位置关系
4.2 网络媒体宣传
4.3 景点网络口碑
5 结论与讨论
5.1 结论
5.2 讨论
本文编号:3871353
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3871353.html