کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4965185 1448225 2017 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Extraction and analysis of city's tourism districts based on social media data
ترجمه فارسی عنوان
استخراج و تجزیه و تحلیل مناطق گردشگری شهرستان بر اساس داده های رسانه های اجتماعی
کلمات کلیدی
منطقه گردشگری، رسانه های اجتماعی، رفتار فضایی و زمانی،
ترجمه چکیده
از طریق چشم انداز گردشگری، شهر به عنوان یک مقصد توریست معمولا شامل جاذبه های گردشگری متعدد مانند نقاط دیدنی طبیعی و فرهنگی است. این جاذبه ها در فضاهای شهر پس از اشکال خاصی پراکنده می شوند: در بعضی مناطق خوشه بندی شده و در سایر نقاط پراکنده می شوند. شناخته شده است که کاربران تورهای خود را در یک شهر نه تنها با توجه به فاصله بین جاذبه های مختلف بلکه همچنین بر اساس عوامل دیگر مانند محدودیت زمانی، هزینه ها، منافع و شباهت های جاذبه های مختلف، سازماندهی می کنند. از این رو، تورهای مسافرتی کاربران می توانند به ما در درک بهتر روابط بین جاذبه های مختلف در مقیاس شهر کمک کنند. در این مقاله، یک چارچوب روش شناختی برای شناسایی رفتارهای فضایی و زمانی گردشگران از داده های رسانه های اجتماعی توسعه داده شده است، و سپس از این اطلاعات برای استخراج و تجزیه و تحلیل مناطق گردشگری شهرستان استفاده می شود. ما بر این باوریم که این بخش فضایی شهر، کمک های قابل توجهی به زمینه های برنامه ریزی شهری، تأسیسات گردشگری و ساخت و ساز مناظر خواهد کرد. یک شهر گردشگری معمولی در چین-هوانگشاه به عنوان منطقه مطالعه ما برای آزمایش انتخاب شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
استخراج و تجزیه و تحلیل مناطق گردشگری شهرستان بر اساس داده های رسانه های اجتماعی
چکیده انگلیسی
Through the perspective of tourism, a city as a tourist destination usually consists of multiple tourist attractions such as natural or cultural scenic spots. These attractions scatter in city spaces following some specific forms: clustered in some regions and dispersed in others. It is known that users organize their tours in a city not only according to the distance between different attractions but also according to other factors such as time constraints, expenses, interests, and the similarities between different attractions. Hence, users' travel tours can help us gain a better understanding about the relationships among different attractions at the city scale. In this paper, a methodological framework is developed to detect tourists' spatial-temporal behaviors from social media data, and then such information is used to extract and analyze city's tourism districts. We believe that this city space division will make significant contributions to the fields of urban planning, tourism facility providing, and scenery area constructing. A typical tourism city in China-Huangshan-is selected as our study area for experiments.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers, Environment and Urban Systems - Volume 65, September 2017, Pages 66-78
نویسندگان
, , ,