基于微博数据的北京市热点区域意象感知
Image perception of Beijing's regional hotspots based on microblog data
查看参考文献31篇
|
文摘
|
“城市意象”研究对城市文化感知、城市管理与规划、旅游资源开发等具有重要意义。近年来,随着智能移动终端和社交媒体的普及,产生了大量城市内包含有文本和地理位置等信息的社交媒体数据,涉及城市的各个区域,为开展城市意象的综合感知研究提供了新的途径。本文以2016年北京市带位置签到的新浪微博数据为例,在空间聚类发现热点区域的基础上,采用词频—逆文件频率(TF-IDF)与文档主题生成模型LDA两类典型的文本分析的方法,挖掘城市不同热点区域的主题,以感知北京市不同热点区域的社会文化功能和人群行为,并在此基础上通过对热点区域高频主题词进行共词聚类分析,深度挖掘北京市的总体意象。研究表明,运用文本挖掘及地理大数据分析的城市意象研究方法,能及时感知人群在城市不同场所的活动、态度、偏好,从而揭示城市的社会文化及功能特征,是对刻画城市物质形态的城市意象五要素模型的重要补充。此外,以北京市热点区域为例的实证研究结果对现实中的城市特色传承与空间品质塑造等有一定的启发意义。 |
|
其他语种文摘
|
Research on "city image" can facilitate urban culture perception, urban management and planning, and tourism resource development. In recent years, as intelligent mobile terminals and social media apps became increasingly popular, a large number of social media geo-tagged data containing text and location information have been generated, providing a new solution for city image perception studies. This article uses the social media geo-tagged data (Sina weibo check-in data in Beijing, 2016) to explore regional hotspots through spatial clustering, and mining the topics of different hotspots through two typical methods— term frequency-inverse document frequency (TF-IDF) and latent Dirichlet allocation (LDA). The results reflect the topics that users were concerned about and discussed in different places, revealing the culture, functions, and characteristics of diverse places of Beijing in great depth. The proposed city image abstraction approach by integrating text mining and spatiotemporal big data analysis can promptly expose the differences on themes of activities, attitudes, and preferences in different places in Beijing, thus reveal the social and cultural characteristics of the city. Our method is an important complement to the five-element model of city image, which focuses on the urban material form. In addition, the case study results of Beijing regional hotspots facilitate the preservation of city characteristics and shaping of space quality. |
|
来源
|
地理科学进展
,2017,36(9):1099-1110 【核心库】
|
|
DOI
|
10.18306/dlkxjz.2017.09.006
|
|
关键词
|
地理空间数据
;
社交媒体
;
微博数据
;
文本分析
;
热点区域
;
城市意象
|
|
地址
|
1.
北京大学遥感与地理信息系统研究所, 北京, 100871
2.
北京联合大学, 旅游信息化协同创新中心, 北京, 100101
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1007-6301 |
|
学科
|
自然地理学 |
|
基金
|
国家自然科学基金项目
;
北京市社会科学基金项目
;
北京联合大学人才强校优选计划
|
|
文献收藏号
|
CSCD:6081270
|
参考文献 共
31
共2页
|
|
1.
白凯. 基于旅游者行为研究的旅游感知和旅游认知概念.
旅游科学,2008,22(1):22-28
|
被引
12
次
|
|
|
|
|
2.
白凯. 跨文化群体游客的中国旅游目的地意象色彩认知.
地理科学进展,2011,30(2):231-238
|
被引
6
次
|
|
|
|
|
3.
白凯. 城市意象与旅游目的地意象研究中的趋同与分野.
地理科学进展,2011,30(10):1312-1320
|
被引
10
次
|
|
|
|
|
4.
曹越皓. 基于网络照片数据的城市意象研究:以中国24个主要城市为例.
规划师,2017,33(2):61-67
|
被引
6
次
|
|
|
|
|
5.
邓力凡. 基于微博签到行为的城市感知研究:以深港地区为例.
建筑与文化,2017(1):204-206
|
被引
2
次
|
|
|
|
|
6.
樊蕾.
微博叙事中的社会图景:基于新浪微博"微话题"的研究,2013
|
被引
1
次
|
|
|
|
|
7.
顾朝林. 北京城市意象空间及构成要素研究.
地理学报,2001,56(1):64-74
|
被引
63
次
|
|
|
|
|
8.
方益萍(译).
城市意象,2001
|
被引
54
次
|
|
|
|
|
9.
李郇. 广州市城市意象空间分析.
人文地理,1993,8(3):27-35
|
被引
35
次
|
|
|
|
|
10.
刘瑜. 社会感知视角下的若干人文地理学基本问题再思考.
地理学报,2016,71(4):564-575
|
被引
43
次
|
|
|
|
|
11.
龙瀛. 图片城市主义:人本尺度城市形态研究的新思路.
规划师,2017,33(2):54-60
|
被引
13
次
|
|
|
|
|
12.
沈益人. 城市特色与城市意象.
城市问题,2004(3):8-11
|
被引
5
次
|
|
|
|
|
13.
宋蕾. 基于LDA主题建模的微博舆情分析系统研究.
网络安全技术与应用,2014(4):5-6
|
被引
2
次
|
|
|
|
|
14.
田逢军. 城市旅游地意象空间分析:以南昌市为例.
旅游学刊,2008,23(7):67-71
|
被引
12
次
|
|
|
|
|
15.
潘桂成(译).
经验透视中的空间和地方,1997
|
被引
1
次
|
|
|
|
|
16.
汪静莹. 微博用户生活满意度微博语言及行为特征分析.
中国公共卫生,2016,32(2):225-229
|
被引
2
次
|
|
|
|
|
17.
徐磊青. 城市意象研究的主题、范式与反思:中国城市意象研究评述.
新建筑,2012(1):114-117
|
被引
7
次
|
|
|
|
|
18.
钟栎娜. 旅游地感知结构重构:基于文本与复杂网络分析的研究.
旅游学刊,2015,30(8):88-95
|
被引
8
次
|
|
|
|
|
19.
周尚意. "地方"概念对人文地理学各分支意义的辨识.
人文地理,2011,26(6):10-13,9
|
被引
17
次
|
|
|
|
|
20.
Blei D M. Latent dirichlet allocation.
Journal of Machine Learning Research,2003,3(4/5):993-1022
|
被引
1311
次
|
|
|
|
|
了解气象卫星更多信息，请访问