微博用户的中国传统节日感知及区域差异研究
Perception and Regional Differences of Chinese Traditional Festivals by Weibo Users
查看参考文献34篇
|
文摘
|
随着智能移动终端和社交网络应用的普及,越来越多的人愿意通过社交网络平台进行交流和表达自己的情感,因此产生了大量含有地理位置、文本内容等多种信息的用户生成数据,为大数据时代的城市研究及特定时空间内个体感知和行为活动研究提供新的数据源。本文基于2012-2014年约54万条微博用户数据,探测民众对包括春节、元宵节、清明节、端午节和中秋节在内的中国传统节日的情感表达和关注热点,以期发现在城市化与全球化影响下,人们对中国传统节日的认知变化和区域特征。通过Python 3.6进行词频分析及LDA主题模型分析可知:①春节是中国人主题感知最为强烈的节日,且多为对新年美好祝愿的表达,其次是中秋节,以回家团聚为主,另外情人节也成为一个显性的节日;②传统节日期间,出行方式以飞机和汽车为主,机场和高速成为与节日活动密切相关的场所;③共识性岁时习俗整体感知较好,但各地域特色节庆活动及饮食习俗在表现形式上有所差异,且差异在逐渐减小;④词频分析较好地反映了微博用户对中国传统节日的普遍感知及具有地方特色的区域差异,而LDA主题模型分析能够反映一定的传统节日主题聚类结果,但对不同节日的主题聚类效果并不十分明显。 |
|
其他语种文摘
|
With the development of technology and the popularity of social media in recent years,more and more people like to express their true thoughts and emotions through social media.Therefore,a large amount of data that contains a variety of information such as geographic location,text content,and emotions is being generated.It provides a new data source for urban and personal perception research in the era of big data.Based on the analysis of big data generated by Weibo users,this study uses Python to perform word frequency analysis and topic analysis on Weibo data.The purpose is to explore the emotional expressions and concerns of people on traditional Chinese festivals,including Spring Festival,Lantern Festival,Tomb-sweeping Day,Dragon Boat Festival and Mid-Autumn festival,and to find out people's perception changes and regional characteristics of Chinese traditional festivals under the influence of urbanization and globalization.Through the analysis,this study has several findings.First,people have the strongest perception of the Spring Festival.To be specific,they mostly express good wishes for the New Year,and the emotions are relatively positive.The second one is the Mid-Autumn festival,and people focus on going home to reunite with relatives.Moreover,Valentine's Day has become a more popular holiday,showing that globalization has a certain impact on traditional Chinese festivals.Second,the change of transportation has both positive and negative impacts on the quality of the festival and people's perception.During traditional festivals,the main way to travel is by air and by car.Airports and highways are places that are closely related to the festival activities.Third,people have a good perception of the traditional common customs.However,there are differences in the forms of festivals and dietary customs among different regions,and the differences are gradually decreasing.Therefore,it is of great necessity to promote the implementation of traditional Chinese festival revitalization projects,to inherit and promote the Chinese traditional festival customs. |
|
来源
|
地球信息科学学报
,2019,21(1):77-85 【核心库】
|
|
DOI
|
10.12082/dqxxkx.2019.180228
|
|
关键词
|
传统节日
;
区域差异
;
词频分析
;
主题分析
;
微博数据
|
|
地址
|
1.
北京联合大学应用文理学院, 北京, 100191
2.
首都师范大学资源环境与旅游学院, 北京, 100048
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1560-8999 |
|
学科
|
社会科学总论 |
|
基金
|
国家重点研发计划项目
;
国家自然科学基金项目
|
|
文献收藏号
|
CSCD:6415542
|
参考文献 共
34
共2页
|
|
1.
秦萧. 大数据时代城市时空间行为研究方法.
地理科学进展,2013,32(9):1352-1361
|
被引
61
次
|
|
|
|
|
2.
杨振山. 大数据对人文一经济地理学研究的促进与局限.
地理科学进展,2015,34(4):410-417
|
被引
41
次
|
|
|
|
|
3.
中国互联网络信息中心.
第41次中国互联网络发展状况统计报告,2018
|
被引
15
次
|
|
|
|
|
4.
微博数据中心.
2017微博用户发展报告,2017
|
被引
2
次
|
|
|
|
|
5.
Liu Y. Social sensing:A new approach to understanding our socio-economic environments.
Annals of the Association of American Geographers,2015,105(3):512-530
|
被引
93
次
|
|
|
|
|
6.
王波. 基于微博用户关系的网络信息地理研究——以新浪微博为例.
地理研究,2013,32(2):380-391
|
被引
37
次
|
|
|
|
|
7.
Hollenstein L. Exploring place through user-generated content:Using Flickr tags to describe city cores.
Journal of Spatial Information Science,2010(1):21-48
|
被引
26
次
|
|
|
|
|
8.
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
|
|
|
|
|
9.
周艳. 基于社交媒体数据的城市人群分类与活动特征分析.
地球信息科学学报,2017,19(9):1238-1244
|
被引
7
次
|
|
|
|
|
10.
赵文宁. 基于用户生成数据的城市空间研究-以微博为例.
2014中国城市规划年会,2014:303-314
|
被引
1
次
|
|
|
|
|
11.
甄峰. 基于网络社会空间的中国城市网络特征——以新浪微博为例.
地理学报,2012,67(8):1031-1043
|
被引
200
次
|
|
|
|
|
12.
王开泳. 基于微博数据的中原城市群空间联系强度测度.
中国科学院大学学报,2016,33(6):775-782
|
被引
10
次
|
|
|
|
|
13.
徐艳.
基于新浪微博视角的重庆市主城区城市网络空间分布规律研究,2014
|
被引
1
次
|
|
|
|
|
14.
易峥. 基于微博语义分析的重庆主城区风貌感知评价.
地理科学进展,2017,36(9):1058-1066
|
被引
6
次
|
|
|
|
|
15.
Dodds P S. Temporal patterns of happiness and information in a global social network:Hedonometrics and Twitter.
PLoS One,2011,6(12):e26752
|
被引
14
次
|
|
|
|
|
16.
张淯婷. 面向新浪微博文本的情感度判断及其探索性空间分析.
测绘地理信息,2018,43(1):123-127
|
被引
2
次
|
|
|
|
|
17.
Golder S A. Diurnal and seasonal mood vary with work, sleep, and daylength across diverse cultures.
Science,2011,333(6051):1878-1881
|
被引
28
次
|
|
|
|
|
18.
汪静莹. 基于微博用户的情绪变化分析.
中国科学院大学学报,2016,33(6):815-824
|
被引
7
次
|
|
|
|
|
19.
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
|
|
|
|
|
20.
徐嘉成.
基于k-means聚类和TF-IDF的新浪微博舆情分析,2016
|
被引
1
次
|
|
|
|
|
了解气象卫星更多信息，请访问