CN113657766A - 一种基于游客多元数据的旅游景区欢乐指数的计量方法 - Google Patents
一种基于游客多元数据的旅游景区欢乐指数的计量方法 Download PDFInfo
- Publication number
- CN113657766A CN113657766A CN202110951165.7A CN202110951165A CN113657766A CN 113657766 A CN113657766 A CN 113657766A CN 202110951165 A CN202110951165 A CN 202110951165A CN 113657766 A CN113657766 A CN 113657766A
- Authority
- CN
- China
- Prior art keywords
- tourist
- index
- scenic spots
- joy
- scenic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000011160 research Methods 0.000 claims abstract description 14
- 230000008451 emotion Effects 0.000 claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims description 30
- 230000002996 emotional effect Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012552 review Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 7
- 230000002349 favourable effect Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000007935 neutral effect Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于游客多元数据的旅游景区欢乐指数的计量方法,涉及数据分析领域。本发明一种基于游客多元数据的旅游景区欢乐指数的计量方法,基于大数据和人工智能的研究方法,通过采集相应景区的游客评论数据,并对游客评论文本进行语义分析和情感分类,多维度主客观数据的加权计算旅游景区欢乐指数,通过科学算法,计量景区受欢迎程度和游客满意程度,把不可量化的情绪、感受、体验,变成直观、可视和可测量的数据,包括以下步骤:S1、确定景区范围和数量,确定参与欢乐指数计量的景区的所在地和参与欢乐指数计量的景区的数量;S2、划分景区类型,根据景区类型划分标准确定参与欢乐指数计量的景区的类型,分为自然景观类景区、人文景观类景区、博物馆类景区、乡村田园类景区、现代娱乐类景区等。
Description
技术领域
本发明涉及数据分析领域,特别涉及一种基于游客多元数据的旅游景区欢乐指数的计量方法。
背景技术
如何动态掌握旅游景区的管理品质,并且以科学、严谨、公平、公正地量化各个景区的管理动态,这一直是旅游管理机构难以解决的痛点。现如今中国旅游景区有质量等级的划分与评定标准,主要是以专家角度对景区的各项指标进行评定并对相应景区有个最终的评价,缺乏可以动态、直观、快速地判断旅游景区品质的指数的现状,本研究旨在填补国内研究空白,服务旅游行业提高服务品质,服务人民科学选择旅游景区。
随着移动互联网的迅猛发展,旅游消费更多地从线下转向线上,第三方专业旅游网站上面的主观性评论信息越来越多,甚至呈现爆炸式的增长。越来越多的人或机构开始习惯于在网络上搜索评论信息来帮助选择游玩景区做出决定。但海量信息使他们在进行检索后不得不在数量巨大的评论中一条一条地人工翻阅、检查、判断信息,以便做出综合判断。如果能够对这些海量的评论信息进行再处理和分类综述,得到的观点综述信息势必对游客和运营商两方都具有很高的参考价值。语义分析(Semantic Analysis)是指运用自然语言处理的方法,学习与理解一段文本所表示的语义内容,任何对语言的理解都可以归为语义分析的范畴。语义分析的目标就是通过建立有效的模型和系统,旨在自动识别和提取文本中的倾向、立场、评价、观点等主观信息。通过语义分析对文本情感分析,以带有主观性信息的文本为研究对象,目的是识别、分类、抽取、标注这些文本里表达的情感、观点、影响,它包含各式各样的任务,比如句子级情感分类、评价对象级情感分类、观点抽取、情绪分类等。语义的情感分析是人工智能的重要研究方向,具有很高的学术价值,同时在消费决策、舆情分析、个性化推荐等领域均有重要的应用,具有很高的商业价值。
搜索指数是主要基于大量用户在互联网的搜索数据,进行行为分析得出一种数值结果,可以研究关键词搜索趋势、洞察网民兴趣和需求、监测舆情动向、定位受众特征。该指数主要表现为以各大搜索引擎海量网民搜索行为数据为基础的数据分享平台中的指数结果,数据平台主要有百度指数、360指数、神马指数、搜狗指数、微信指数、微博指数等。其中,百度指数的数据量最大,覆盖搜索人群最广,可分析数据的时间尺度跨度最大、颗粒度最小、最精确,还可结合用户搜索与资讯内容共同分析搜索趋势,在搜索指数中处于龙头位置。以百度指数为例,搜索指数是指互联网用户对关键词搜索关注程度及持续变化情况。该指数算法是以网民在百度的搜索量为数据基础,以关键词为统计对象,科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权。根据数据来源的不同,搜索指数分为PC搜索指数和移动搜索指数。
发明内容
本发明的主要目的在于提供一种基于游客多元数据的旅游景区欢乐指数的计量方法,基于大数据和人工智能的研究方法,通过采集相应景区的游客评论数据,并对游客评论文本进行语义分析和情感分类,多维度主客观数据的加权计算旅游景区欢乐指数,通过科学算法,计量景区的受欢迎程度和游客满意的程度。
为实现上述目的,本发明采取的技术方案为:
一种基于游客多元数据的旅游景区欢乐指数的计量方法,包括以下步骤:
S1、确定景区范围和数量,确定参与欢乐指数计量的景区的所在地和参与欢乐指数计量的景区的数量;
S2、划分景区类型,根据景区类型划分标准确定参与欢乐指数计量的景区的类型,分为自然景观类景区、人文景观类景区、博物馆类景区、乡村田园类景区、现代娱乐类景区等;
S3、确定数据源平台,在所确定的数据源平台上采集参与欢乐指数计量的景区的游客评论、搜索指数和接待总人次并形成相对应的游客评论数据、搜索指数数据和接待总人次数据;
S4、建立景区评价指标体系;
S5、根据景区评价指标体系对步骤S3中采集到并清洗后的游客评论的词频建立相应的旅游关键词库;
S6、进行语义分析情感类型匹配,根据已建立的景区评价指标体系,对旅游关键词库内的游客评论的词频进行语义分析;
S7、通过步骤S6中的语义分析,识别划分相应旅游景区的游客评论所表达的正负面情感倾向,并对正负面情感倾向进行维度划分形成情感倾向维度,情感倾向维度分为“欢乐”和“不欢乐”,并反馈回旅游关键词库,使得旅游关键词库进行一定的机器学习,扩展词库语料量,进一步建立基于旅游景区评价指标体系的各对应指标相关的、具有明显含义的特定指标的旅游关键词库;
S8、赋值步骤S7中获得的相应旅游景区正负面情感倾向,评论中含“欢乐”语境关键词的评论为好评,记为1分,即好评数+1,评论中含“不欢乐”语境关键词的评论为差评,记为-1分,即差评数+1,评论中不含“欢乐”语境关键词和“不欢乐”语境关键词的评论为中性评论,记为0分;
S9、根据研究和应用需要确定欢乐指数计量的时间范围,并在该时间范围内抽取各个旅游景区的游客评论数据,获得赋值后的旅游景区的好评数和差评数,然后,根据赋值后的旅游景区的好评数和差评数可以得出该旅游景区的在该时间范围内的净好评指数;
S10、建立欢乐指数THI计算公式,
假设有n个景区,有游客评论、搜索指数和景区接待人次3个景区评价维度,根据研究和应用需要可增加其它的景区评价维度,每一个维度都计算景区i与所有景区均值之间的差距,能很好地表示景区i与所有景区平均水平的差距,
式中:
Pi 景区i的好评数,
Bi 景区i的差评数,
Si 景区i的搜索指数,
Vi 景区i的接待游客总人次,
THIi 景区i的欢乐指数(THI),
i 景区索引(i=1,2,3,…,n),
K 系数K=10j(j=1,2,3,…,m)。根据数值的数量级,每一维度可以除以某个系数,从而使计算结果控制在100以内,可以根据需要修改此系数。如系数取值为105,是基于目前在线旅游网站每月可产生游客评论数据量确定,从而使计算结果控制在100以内;
S11、欢乐指数计算,根据步骤S9中获得的旅游景区的好评数和差评数、步骤S3中获得的搜索指数和接待总人次以及步骤S10建立的欢乐指数THI计算公式,得出旅游景区的欢乐指数;
S12、重复S11,进行多个旅游景区的欢乐指数计算,获得多个旅游景区的欢乐指数,并根据欢乐指数的高低生成旅游景区欢乐指数排行榜。
优选地,步骤S1中参与欢乐指数计量的景区的数量大于等于1,且参与欢乐指数计量的景区的数量越大越好。
优选地,步骤S2中的景区类型划分标准为现有标准。
优选地,步骤S9中净好评指数为好评数与差评数之差。
本发明具有如下有益效果:
1.基于大数据和人工智能的研究方法,通过科学算法,计量景区的受欢迎程度和游客满意的程度,采用多维度覆盖和大数据的研究方法,全面、客观和系统地评价景区,改变从管理层面自上而下的景区评价体系,使之成为自下而上的评价体系,从游客体验的角度来客观评价景区,运用自然语言处理和语义分析,把不可量化的情绪、感受、体验,变成直观、可视和可测量的数据。
2.采用关键词词库并结合指标体系对线上游客评论进行语义分析,从而对各旅游景区的游客情感倾向进行判断赋值,通过游客净好评值作为对某一时间内旅游景区欢乐指数THI进行计算和排名的一个维度。
3.通过游客主客观大数据和小数据进行结合综合反映景区的受欢迎程度和综合体验值,将经语义分析数据整理后的各旅游景区的游客评论净好评数、大众在互联网搜索引擎搜索相应景区反映得出的搜索指数、景区接待游客总人次等三个维度的游客数据进行融合计算,每一个维度都计算景区i与所有景区均值之间的差距,能很好地表示景区i与所有景区平均水平的差距。
4.结合大众普遍认知的百分制计分原则对指数进行转化,每一维度可以除以某个系数,从而使计算结果控制在100以内,可以根据需要修改此系数,并且每个维度可以对应不同的系数K,例如,第一个维度对应105,而第二个维度对应106,此方式使得指数数据的比较性和结果的指向性更强。
5.不同资源类型、不同质量等级或不同体量的景区的游客体验感差异大,此发明技术还对各旅游景区进行一级和二级分类后再排名,有利于游客根据需求参照不同分类旅游景区指数排名进行旅游目的地的选择。
附图说明
图1为本发明一种基于游客多元数据的旅游景区欢乐指数的计量方法的流程图。
具体实施方式
参照说明书附图和具体实施例对本发明的一种基于游客多元数据的旅游景区欢乐指数的计量方法作以下详细地说明。
实施例一:
请参照图1所示,一种基于游客多元数据的旅游景区欢乐指数的计量方法,包括以下步骤:
S1、确定景区范围和数量,确定参与欢乐指数计量的景区的所在地和参与欢乐指数计量的景区的数量;
S2、划分景区类型,根据景区类型划分标准确定参与欢乐指数计量的景区的类型,分为自然景观类景区、人文景观类景区、博物馆类景区、乡村田园类景区、现代娱乐类景区等;
S3、确定数据源平台,在所确定的数据源平台上采集参与欢乐指数计量的景区的游客评论、搜索指数和接待总人次并形成相对应的游客评论数据、搜索指数数据和接待总人次数据;
S4、建立景区评价指标体系;
S5、根据景区评价指标体系对步骤S3中采集到并清洗后的游客评论的词频建立相应的旅游关键词库;
S6、进行语义分析情感类型匹配,根据已建立的景区评价指标体系,对旅游关键词库内的游客评论的词频进行语义分析;
S7、通过步骤S6中的语义分析,识别划分相应旅游景区的游客评论所表达的正负面情感倾向,并对正负面情感倾向进行维度划分形成情感倾向维度,情感倾向维度分为“欢乐”和“不欢乐”,并反馈回旅游关键词库,使得旅游关键词库进行一定的机器学习,扩展词库语料量,进一步建立基于旅游景区评价指标体系的各对应指标相关的、具有明显含义的特定指标的旅游关键词库;
S8、赋值步骤S7中获得的相应旅游景区正负面情感倾向,评论中含“欢乐”语境关键词的评论为好评,记为1分,即好评数+1,评论中含“不欢乐”语境关键词的评论为差评,记为-1分,即差评数+1,评论中不含“欢乐”语境关键词和“不欢乐”语境关键词的评论为中性评论,记为0分;
S9、根据研究和应用需要确定欢乐指数计量的时间范围,并在该时间范围内抽取各个旅游景区的游客评论数据,获得赋值后的旅游景区的好评数和差评数,然后,根据赋值后的旅游景区的好评数和差评数可以得出该旅游景区的在该时间范围内的净好评指数;
S10、建立欢乐指数THI计算公式,
假设有n个景区,有游客评论、搜索指数和景区接待人次3个景区评价维度,根据研究和应用需要可增加其它的景区评价维度,每一个维度都计算景区i与所有景区均值之间的差距,能很好地表示景区i与所有景区平均水平的差距,
式中:
Pi 景区i的好评数,
Bi 景区i的差评数,
Si 景区i的搜索指数,
Vi 景区i的接待游客总人次,
THIi 景区i的欢乐指数(THI),
i 景区索引(i=1,2,3,…,n),
K 系数K=10j(j=1,2,3,…,m)。根据数值的数量级,每一维度可以除以某个系数,从而使计算结果控制在100以内,可以根据需要修改此系数。如系数取值为105,是基于目前在线旅游网站每月可产生游客评论数据量确定,从而使计算结果控制在100以内;
S11、欢乐指数计算,根据步骤S9中获得的旅游景区的好评数和差评数、步骤S3中获得的搜索指数和接待总人次以及步骤S10建立的欢乐指数THI计算公式,得出旅游景区的欢乐指数;
S12、重复S11,进行多个旅游景区的欢乐指数计算,获得多个旅游景区的欢乐指数,并根据欢乐指数的高低生成旅游景区欢乐指数排行榜。
步骤S1中参与欢乐指数计量的景区的数量大于等于1,且参与欢乐指数计量的景区的数量越大越好,可以提高结果的影响力和说服力。
步骤S2中的景区类型划分标准为现有标准,可以使本方法更具实操性,产生的结果也更真实、更有效,更具说服力。
步骤S9中净好评指数为好评数与差评数之差。
本发明中,一种基于游客多元数据的旅游景区欢乐指数的计量方法,基于大数据和人工智能的研究方法,通过采集相应景区的游客评论数据,并对游客评论文本进行语义分析和情感分类,多维度主客观数据的加权计算旅游景区欢乐指数,通过科学算法,计量景区受欢迎程度和游客满意程度。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.一种基于游客多元数据的计量旅游景区欢乐指数的方法,其特征在于,包括以下步骤:
S1、确定景区范围和数量,确定参与欢乐指数计量的景区的所在地和参与欢乐指数计量的景区的数量;
S2、划分景区类型,根据景区类型划分标准确定参与欢乐指数计量的景区的类型,分为自然景观类景区、人文景观类景区、博物馆类景区、乡村田园类景区、现代娱乐类景区等;
S3、确定数据源平台,在所确定的数据源平台上采集参与欢乐指数计量的景区的游客评论、搜索指数和接待总人次并形成相对应的游客评论数据、搜索指数数据和接待总人次数据;
S4、建立景区评价指标体系;
S5、根据景区评价指标体系对步骤S3中采集到并清洗后的游客评论的词频建立相应的旅游关键词库;
S6、进行语义分析情感类型匹配,根据已建立的景区评价指标体系,对旅游关键词库内的游客评论的词频进行语义分析;
S7、通过步骤S6中的语义分析,识别划分相应旅游景区的游客评论所表达的正负面情感倾向,并对正负面情感倾向进行维度划分形成情感倾向维度,情感倾向维度分为“欢乐”和“不欢乐”,并反馈回旅游关键词库,使得旅游关键词库进行一定的机器学习,扩展词库语料量,进一步建立基于旅游景区评价指标体系的各对应指标相关的、具有明显含义的特定指标的旅游关键词库;
S8、赋值步骤S7中获得的相应旅游景区正负面情感倾向,评论中含“欢乐”语境关键词的评论为好评,记为1分,即好评数+1,评论中含“不欢乐”语境关键词的评论为差评,记为-1分,即差评数+1,评论中不含“欢乐”语境关键词和“不欢乐”语境关键词的评论为中性评论,记为0分;
S9、根据研究和应用需要确定欢乐指数计量的时间范围,并在该时间范围内抽取各个旅游景区的游客评论数据,获得赋值后的旅游景区的好评数和差评数,然后,根据赋值后的旅游景区的好评数和差评数可以得出该旅游景区的在该时间范围内的净好评指数;
S10、建立欢乐指数THI计算公式,
假设有n个景区,有游客评论、搜索指数和景区接待人次3个景区评价维度,根据研究和应用需要可增加其它的景区评价维度,每一个维度都计算景区i与所有景区均值之间的差距,能很好地表示景区i与所有景区平均水平的差距,
式中:
Pi景区i的好评数,
Bi景区i的差评数,
Si景区i的搜索指数,
Vi景区i的接待游客总人次,
THIi景区i的欢乐指数(THI),
i景区索引(i=1,2,3,…,n),
K系数K=10j(j=1,2,3,…,m)。根据数值的数量级,每一维度可以除以某个系数,从而使计算结果控制在100以内,可以根据需要修改此系数。如系数取值为105,是基于目前在线旅游网站每月可产生游客评论数据量确定,从而使计算结果控制在100以内;
S11、欢乐指数计算,根据步骤S9中获得的旅游景区的好评数和差评数、步骤S3中获得的搜索指数和接待总人次以及步骤S10建立的欢乐指数THI计算公式,得出旅游景区的欢乐指数;
S12、重复S11,进行多个旅游景区的欢乐指数计算,获得多个旅游景区的欢乐指数,并根据欢乐指数的高低生成旅游景区欢乐指数排行榜。
2.根据权利要求1所述的一种基于游客多元数据的计量旅游景区欢乐指数的方法,其特征在于,步骤S1中参与欢乐指数计量的景区的数量大于等于1,且参与欢乐指数计量的景区的数量越大越好。
3.根据权利要求1所述的一种基于游客多元数据的计量旅游景区欢乐指数的方法,其特征在于,步骤S2中的景区类型划分标准为现有标准。
4.根据权利要求1所述的一种基于游客多元数据的计量旅游景区欢乐指数的方法,其特征在于,步骤S9中净好评指数为好评数与差评数之差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110951165.7A CN113657766A (zh) | 2021-08-18 | 2021-08-18 | 一种基于游客多元数据的旅游景区欢乐指数的计量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110951165.7A CN113657766A (zh) | 2021-08-18 | 2021-08-18 | 一种基于游客多元数据的旅游景区欢乐指数的计量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113657766A true CN113657766A (zh) | 2021-11-16 |
Family
ID=78481085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110951165.7A Pending CN113657766A (zh) | 2021-08-18 | 2021-08-18 | 一种基于游客多元数据的旅游景区欢乐指数的计量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113657766A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116450709A (zh) * | 2023-06-15 | 2023-07-18 | 陕西云创网络科技股份有限公司 | 一种基于大数据的景区数据监测分析方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893443A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 视频推荐方法、装置和服务器 |
CN106156287A (zh) * | 2016-06-24 | 2016-11-23 | 杭州天迈网络有限公司 | 基于旅游需求模板的景区评价数据分析舆情满意度方法 |
CN109598588A (zh) * | 2018-12-04 | 2019-04-09 | 广州拓飞商贸有限公司 | 一种基于大数据分析的在线商品展示方法 |
CN109615251A (zh) * | 2018-12-18 | 2019-04-12 | 北京领科智汇科技有限公司 | 一种基于主客观综合加权多维信息的科研人员学术能力评价方法 |
CN109635173A (zh) * | 2019-02-11 | 2019-04-16 | 杭州乾博科技有限公司 | 一种自媒体文章受欢迎程度评估方法及系统 |
CN110059922A (zh) * | 2019-03-11 | 2019-07-26 | 北京比速信息科技有限公司 | 基于互联网游客点评数据的线上满意度评价方法 |
CN110991838A (zh) * | 2019-11-21 | 2020-04-10 | 中国联合网络通信集团有限公司 | 通信运营商的竞争力指数的确定方法及装置 |
CN111340385A (zh) * | 2020-03-10 | 2020-06-26 | 深圳华侨城创新研究院有限公司 | 测量旅游景区欢乐指数的科学计量方法 |
CN112819659A (zh) * | 2021-02-09 | 2021-05-18 | 西南交通大学 | 旅游景点开发与评价方法 |
KR20210083089A (ko) * | 2019-12-26 | 2021-07-06 | (주)바이브컴퍼니 | 관광지 지수 산출 방법 및 시스템 |
-
2021
- 2021-08-18 CN CN202110951165.7A patent/CN113657766A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893443A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 视频推荐方法、装置和服务器 |
CN106156287A (zh) * | 2016-06-24 | 2016-11-23 | 杭州天迈网络有限公司 | 基于旅游需求模板的景区评价数据分析舆情满意度方法 |
CN109598588A (zh) * | 2018-12-04 | 2019-04-09 | 广州拓飞商贸有限公司 | 一种基于大数据分析的在线商品展示方法 |
CN109615251A (zh) * | 2018-12-18 | 2019-04-12 | 北京领科智汇科技有限公司 | 一种基于主客观综合加权多维信息的科研人员学术能力评价方法 |
CN109635173A (zh) * | 2019-02-11 | 2019-04-16 | 杭州乾博科技有限公司 | 一种自媒体文章受欢迎程度评估方法及系统 |
CN110059922A (zh) * | 2019-03-11 | 2019-07-26 | 北京比速信息科技有限公司 | 基于互联网游客点评数据的线上满意度评价方法 |
CN110991838A (zh) * | 2019-11-21 | 2020-04-10 | 中国联合网络通信集团有限公司 | 通信运营商的竞争力指数的确定方法及装置 |
KR20210083089A (ko) * | 2019-12-26 | 2021-07-06 | (주)바이브컴퍼니 | 관광지 지수 산출 방법 및 시스템 |
CN111340385A (zh) * | 2020-03-10 | 2020-06-26 | 深圳华侨城创新研究院有限公司 | 测量旅游景区欢乐指数的科学计量方法 |
CN112819659A (zh) * | 2021-02-09 | 2021-05-18 | 西南交通大学 | 旅游景点开发与评价方法 |
Non-Patent Citations (1)
Title |
---|
陆人畅等: "基于熵值法和主成分分析的电视剧综合评价模型", 智富时代, no. 7, pages 391 - 392 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116450709A (zh) * | 2023-06-15 | 2023-07-18 | 陕西云创网络科技股份有限公司 | 一种基于大数据的景区数据监测分析方法 |
CN116450709B (zh) * | 2023-06-15 | 2023-09-05 | 陕西云创网络科技股份有限公司 | 一种基于大数据的景区数据监测分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108628833B (zh) | 原创内容摘要确定方法及装置,原创内容推荐方法及装置 | |
CN103425635B (zh) | 一种答案推荐方法和装置 | |
CN107862022B (zh) | 文化资源推荐系统 | |
CN108073568A (zh) | 关键词提取方法和装置 | |
CN110532379B (zh) | 一种基于lstm的用户评论情感分析的电子资讯推荐方法 | |
US20140074828A1 (en) | Systems and methods for cataloging consumer preferences in creative content | |
CN110532351B (zh) | 推荐词展示方法、装置、设备及计算机可读存储介质 | |
JP2010039710A (ja) | 情報収集装置、旅行案内装置、旅行案内システム及びコンピュータプログラム | |
CN111340385A (zh) | 测量旅游景区欢乐指数的科学计量方法 | |
CN106610970A (zh) | 基于协同过滤的内容推荐系统与方法 | |
CN108021715B (zh) | 基于语义结构特征分析的异构标签融合系统 | |
CN111191112A (zh) | 一种电子读物数据处理方法、装置及存储介质 | |
Prata et al. | Social data analysis of Brazilian's mood from Twitter | |
CN115712780A (zh) | 一种基于云计算和大数据的信息推送方法及装置 | |
CN115809376A (zh) | 一种基于教学大数据的智能推荐方法 | |
CN113918806A (zh) | 自动推荐培训课程的方法及相关设备 | |
CN115878841A (zh) | 一种基于改进秃鹰搜索算法的短视频推荐方法及系统 | |
CN110110220A (zh) | 融合社交网络和用户评价的推荐模型 | |
CN110781300A (zh) | 基于百度百科知识图谱的旅游资源文化特色评分算法 | |
CN108009194A (zh) | 一种图书推送方法、电子设备、存储介质及装置 | |
CN115018255A (zh) | 一种基于集成学习数据挖掘技术的旅游景区评价信息质量有效性分析方法 | |
CN113657766A (zh) | 一种基于游客多元数据的旅游景区欢乐指数的计量方法 | |
CN115860283B (zh) | 基于知识工作者画像的贡献度预测方法及装置 | |
CN111882224A (zh) | 对消费场景进行分类的方法和装置 | |
Zhu | A book recommendation algorithm based on collaborative filtering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |