發(fā)布時(shí)間：2020-07-07 03:34

【摘要】：旅游業(yè)已逐漸成為國(guó)民經(jīng)濟(jì)新的增長(zhǎng)點(diǎn),而旅游景區(qū)是人口密集區(qū),容易發(fā)生各種突發(fā)事件,如突發(fā)性社會(huì)安全事件、自然災(zāi)害等,對(duì)旅游業(yè)產(chǎn)生極大影響,這些影響除了經(jīng)濟(jì)、人力、物力等方面的損耗,還有來(lái)自網(wǎng)絡(luò)輿論的壓力,突發(fā)事件在網(wǎng)絡(luò)上的迅速傳播,一是加大了公眾的恐慌,更加不利于突發(fā)事件的應(yīng)急管理,二是對(duì)景區(qū)的口碑也會(huì)產(chǎn)生負(fù)面影響。因此,對(duì)景區(qū)突發(fā)事件在網(wǎng)絡(luò)上的傳播進(jìn)行分析是很有必要的。如果能及時(shí)得知突發(fā)事件發(fā)生后,公眾言論的話題走向,就可以迅速采取更有針對(duì)性的行動(dòng),及時(shí)止損。目前關(guān)于景區(qū)突發(fā)事件的網(wǎng)絡(luò)傳播的研究較少,針對(duì)旅游突發(fā)事件的研究也多從管理角度或社會(huì)傳播的角度出發(fā),定性分析偏多,定量分析很少。而網(wǎng)絡(luò)傳播的信息實(shí)時(shí)性強(qiáng),這類分析不足以支撐實(shí)際應(yīng)用,因此,本文從話題檢測(cè)的角度,對(duì)景區(qū)突發(fā)事件的網(wǎng)絡(luò)傳播進(jìn)行研究,為分析景區(qū)突發(fā)事件的話題變化提供一套適應(yīng)性比較好的方法流程。主要的研究?jī)?nèi)容如下:(1)基于LDA主題模型進(jìn)行景區(qū)突發(fā)事件話題檢測(cè)的文本表示。根據(jù)景區(qū)突發(fā)事件的數(shù)據(jù)特點(diǎn),以及不同數(shù)據(jù)來(lái)源的特點(diǎn),通過與TF-IDF算法結(jié)合調(diào)整權(quán)重并對(duì)詞項(xiàng)過濾,以及Canopy算法初始化K值,對(duì)LDA主題模型的輸入進(jìn)行改進(jìn),明確了文本表示的流程方法。(2)基于改進(jìn)的Single-Pass算法進(jìn)行景區(qū)突發(fā)事件話題檢測(cè)的文本聚類。通過加入時(shí)間衰減函數(shù)調(diào)整文本相似度,以及合理篩選話題代表的方式進(jìn)一步改進(jìn)Single-Pass算法,使其更好地服務(wù)于話題檢測(cè)任務(wù)。(3)景區(qū)突發(fā)事件話題檢測(cè)的實(shí)證研究。通過“九寨溝地震”這一突發(fā)事件相關(guān)的新聞和微博文本,對(duì)景區(qū)突發(fā)事件的話題檢測(cè)進(jìn)行實(shí)證研究,對(duì)實(shí)證結(jié)果的實(shí)際應(yīng)用加以討論。通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),本文提出的景區(qū)突發(fā)事件話題檢測(cè)的方法具有較好的效果,和改進(jìn)前的方法以及常用基線方法對(duì)比,都能看出在效果上有一定程度的提升。實(shí)證結(jié)果表明,應(yīng)用本文提出的方法得到的景區(qū)突發(fā)事件的話題結(jié)果與實(shí)際情況吻合。本文還進(jìn)一步討論了景區(qū)突發(fā)事件話題檢測(cè)結(jié)果在實(shí)際中的應(yīng)用,對(duì)于支持旅游管理部門的應(yīng)急決策具有積極意義。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F592
【圖文】：

圖１－１論文的整體結(jié)構(gòu)圖逡逑Ｆｉｇｕｒｅ邋１－１邋ｆｒａｍｅｗｏｒｋ邋ｏｆ邋ｔｈｅ邋ｔｈｅｓｉｓ逡逑１．３．２創(chuàng)新點(diǎn)逡逑

圖３－２微博文本格式逡逑Ｆｉｇｕｒｅ邋３－２邋ｔｅｘｔ邋ｆｏｒｍａｔ邋ｏｆ邋ｍｉｃｒｏｂｌｏｇ逡逑

圖３－３正則表達(dá)式清洗微博數(shù)據(jù)示例逡逑Ｆｉｇｕｒｅ邋３－３邋ｅｘａｍｐｌｅ邋ｏｆ邋ｒｅｇｅｘ邋ｃｌｅａｎｉｎｇ邋ｍｉｃｒｏｂｌｏｇ邋ｄａｔａ逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 許偉;劉令宇;王明明;;基于跨媒體分析的突發(fā)事件檢測(cè)及趨勢(shì)研判研究[J];系統(tǒng)工程理論與實(shí)踐;2015年10期

2 趙麗;劉欣然;張鴻;李焱;;基于圖聚類的用戶生成文本突發(fā)話題檢測(cè)方法[J];小型微型計(jì)算機(jī)系統(tǒng);2015年08期

3 羅永蓮;趙昌垣;;突發(fā)事件新聞標(biāo)題與正文提取方法[J];計(jì)算機(jī)應(yīng)用;2014年10期

4 趙旭劍;楊春明;李波;張暉;金培權(quán);岳麗華;戴文鍇;;一種基于特征演變的新聞話題演化挖掘方法[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

5 曹學(xué)艷;宋彥寧;劉海濤;李仕明;;基于最小二乘法的突發(fā)事件網(wǎng)絡(luò)輿情演化規(guī)律研究[J];圖書情報(bào)工作;2013年24期

6 韓普;王東波;劉艷云;蘇新寧;;詞性對(duì)中英文文本聚類的影響研究[J];中文信息學(xué)報(bào);2013年02期

7 洪宇;張宇;劉挺;李生;;話題檢測(cè)與跟蹤的評(píng)測(cè)及研究綜述[J];中文信息學(xué)報(bào);2007年06期

相關(guān)博士學(xué)位論文 前3條

1 李風(fēng)環(huán);主題事件挖掘及動(dòng)態(tài)演化分析研究[D];哈爾濱工業(yè)大學(xué);2016年

2 高田;基于領(lǐng)域知識(shí)的旅游突發(fā)事件狀態(tài)評(píng)估與演化研究[D];北京郵電大學(xué);2011年

3 姜科;非常規(guī)突發(fā)事件背景下旅游城市形象及旅游者行為研究[D];電子科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 歐陽(yáng)雙;基于高效用模式挖掘的微博文本突發(fā)話題檢測(cè)方法研究[D];武漢大學(xué);2018年

2 楊柳;面向食藥安全主題的突發(fā)話題檢測(cè)技術(shù)研究[D];電子科技大學(xué);2018年

3 李洋;旅游跨媒體大數(shù)據(jù)的語(yǔ)義學(xué)習(xí)與建模研究[D];北京郵電大學(xué);2018年

4 劉瑜;網(wǎng)絡(luò)輿情話題檢測(cè)與追蹤技術(shù)研究[D];大連海事大學(xué);2018年

5 李新盼;基于微博的網(wǎng)絡(luò)輿情分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2017年

6 尚青霞;基于TH-LDA模型的中文微博熱點(diǎn)事件檢測(cè)及情感分析[D];西南大學(xué);2017年

7 王嘉琦;一種基于LDA的增量式話題檢測(cè)方法的研究[D];清華大學(xué);2016年

8 劉小軍;基于LDA模型和AP聚類算法的主題演化研究[D];合肥工業(yè)大學(xué);2016年

9 趙宗飛;基于大數(shù)據(jù)的互聯(lián)網(wǎng)熱點(diǎn)話題挖掘的研究與實(shí)現(xiàn)[D];華南理工大學(xué);2016年

10 胡福玲;基于事件—時(shí)間關(guān)聯(lián)模型的新聞話題檢測(cè)與動(dòng)態(tài)演化跟蹤[D];東華大學(xué);2016年

本文編號(hào)：2744588