基于網(wǎng)絡(luò)話語的青秀山風(fēng)景意象評價(jià)
發(fā)布時(shí)間:2021-10-15 01:40
【目的】網(wǎng)絡(luò)時(shí)代催生了數(shù)據(jù)資源的生產(chǎn)與利用,也推動(dòng)了風(fēng)景資源評價(jià)朝著數(shù)據(jù)獲取方式更加多源、即時(shí)、客觀、精細(xì)、智能的方向前行。利用網(wǎng)絡(luò)話語進(jìn)行風(fēng)景意象評價(jià)有助于完善傳統(tǒng)評價(jià)方法,并為風(fēng)景資源的合理利用與科學(xué)管理提供指導(dǎo)!痉椒ā恳2009—2018年青秀山網(wǎng)絡(luò)評論、游記為對象開展大眾風(fēng)景意象評價(jià),利用Python語言及相關(guān)技術(shù)手段,通過詞頻分析、共現(xiàn)分析的方法進(jìn)行青秀山風(fēng)景形態(tài)感知、風(fēng)景形象認(rèn)知評價(jià),并借助話語云、話語網(wǎng)絡(luò)將結(jié)果可視化!窘Y(jié)果】青秀山風(fēng)景形態(tài)感知評價(jià)接近巴萊特定律(Pareto’s principle),即20%~30%的詞匯占據(jù)了80%的詞頻,其中植物型要素、植物型景點(diǎn)、文化型景點(diǎn)敏感度較高,熱力指數(shù)分別為7.188、3.519、3.252;總體風(fēng)景形象認(rèn)知中"風(fēng)景優(yōu)美""值得""面積很大"形成了普遍共識,熱力指數(shù)分別為1.964、0.792、0.693;風(fēng)景形象認(rèn)知網(wǎng)絡(luò)呈多組團(tuán)結(jié)構(gòu),植物、空氣、樹木組團(tuán)占據(jù)網(wǎng)絡(luò)核心位置,其中對"空氣-好""空氣-清新"的認(rèn)知最強(qiáng)烈,熱力指數(shù)分別為0.961、0.479。【結(jié)論】研究證明大眾風(fēng)景意象在具備離散性的同時(shí)呈現(xiàn)趨同性;青秀山植...
【文章來源】:中南林業(yè)科技大學(xué)學(xué)報(bào). 2020,40(06)北大核心CSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
風(fēng)景要素感知話語云
景點(diǎn)感知話語云
依據(jù)巴萊特定律,占意象感知80%的核心風(fēng)景要素及景點(diǎn)代表大部分評價(jià)者的風(fēng)景意象。青秀山核心景觀要素為占總要素20%的前35個(gè)高頻要素,累計(jì)詞頻占比80.27%;核心景點(diǎn)為占總景點(diǎn)30%的前18個(gè)高頻景點(diǎn),累計(jì)詞頻占比80.35%。核心風(fēng)景要素與景點(diǎn)類型分布表明,在風(fēng)景要素感知中自然型風(fēng)景要素的敏感度較高,而景點(diǎn)感知自然型景點(diǎn)及人文型景點(diǎn)敏感度較為均衡(表1)。核心風(fēng)景要素、核心景點(diǎn)的熱力指數(shù)分布顯示,景點(diǎn)詞匯感知熱度的離散性度大于景觀要素詞匯的感知熱度,其中高熱(H10>0.5)風(fēng)景要素5個(gè),景點(diǎn)6個(gè);中熱(0.5>H10>0.1)風(fēng)景要素14個(gè),景點(diǎn)12個(gè);低熱(0.1>H10)風(fēng)景要素16個(gè),景點(diǎn)0個(gè)(表2)。高熱風(fēng)景要素總體熱力指數(shù)略低于高熱景點(diǎn),單項(xiàng)熱力指數(shù)分布離散性更大,而高熱景點(diǎn)的熱力指數(shù)更加明顯的集中于排名靠前的“龍象塔”與“觀音禪寺”(表3~4)。圖4 景點(diǎn)詞頻長尾結(jié)構(gòu)
【參考文獻(xiàn)】:
期刊論文
[1]基于視覺感知數(shù)據(jù)的歷史地段城市意象研究——以北京老城什剎海濱水空間為例[J]. 劉祎緋,牟婷婷,鄭紅彬,孫平天,李翅. 規(guī)劃師. 2019(17)
[2]麗江古城旅游地意象研究:基于網(wǎng)絡(luò)文本的內(nèi)容分析[J]. 彭丹,黃燕婷. 旅游學(xué)刊. 2019(09)
[3]廣州市公園對比評價(jià)研究——基于社交媒體數(shù)據(jù)的文本分析[J]. 王志芳,趙稼楠,彭瑤瑤,岳文靜. 風(fēng)景園林. 2019(08)
[4]基于IPA方法的鄉(xiāng)村生態(tài)旅游游客價(jià)值感知影響因素分析——以廣西鐘山縣龍巖生態(tài)村為例[J]. 周妮笛,李毅,徐新龍,董清. 中南林業(yè)科技大學(xué)學(xué)報(bào). 2018(12)
[5]基于時(shí)空大數(shù)據(jù)的城鄉(xiāng)景觀規(guī)劃設(shè)計(jì)研究綜述[J]. 黨安榮,張丹明,李娟,許劍. 中國園林. 2018(03)
[6]中國赴澳大利亞游客的情感特征研究——基于大數(shù)據(jù)的文本分析[J]. 劉逸,保繼剛,陳凱琪. 旅游學(xué)刊. 2017(05)
[7]基于網(wǎng)絡(luò)評論的女性游園者歷史景觀感知研究——以天津中心城區(qū)歷史公園為例[J]. 張?zhí)鞚?張晶晶,師宇豪. 中國園林. 2016(03)
[8]嶺南傳統(tǒng)景觀空間意象及構(gòu)成要素研究——以余蔭山房為例[J]. 張蕾,鄒廣天. 中國園林. 2014(12)
本文編號:3437200
【文章來源】:中南林業(yè)科技大學(xué)學(xué)報(bào). 2020,40(06)北大核心CSCD
【文章頁數(shù)】:8 頁
【部分圖文】:
風(fēng)景要素感知話語云
景點(diǎn)感知話語云
依據(jù)巴萊特定律,占意象感知80%的核心風(fēng)景要素及景點(diǎn)代表大部分評價(jià)者的風(fēng)景意象。青秀山核心景觀要素為占總要素20%的前35個(gè)高頻要素,累計(jì)詞頻占比80.27%;核心景點(diǎn)為占總景點(diǎn)30%的前18個(gè)高頻景點(diǎn),累計(jì)詞頻占比80.35%。核心風(fēng)景要素與景點(diǎn)類型分布表明,在風(fēng)景要素感知中自然型風(fēng)景要素的敏感度較高,而景點(diǎn)感知自然型景點(diǎn)及人文型景點(diǎn)敏感度較為均衡(表1)。核心風(fēng)景要素、核心景點(diǎn)的熱力指數(shù)分布顯示,景點(diǎn)詞匯感知熱度的離散性度大于景觀要素詞匯的感知熱度,其中高熱(H10>0.5)風(fēng)景要素5個(gè),景點(diǎn)6個(gè);中熱(0.5>H10>0.1)風(fēng)景要素14個(gè),景點(diǎn)12個(gè);低熱(0.1>H10)風(fēng)景要素16個(gè),景點(diǎn)0個(gè)(表2)。高熱風(fēng)景要素總體熱力指數(shù)略低于高熱景點(diǎn),單項(xiàng)熱力指數(shù)分布離散性更大,而高熱景點(diǎn)的熱力指數(shù)更加明顯的集中于排名靠前的“龍象塔”與“觀音禪寺”(表3~4)。圖4 景點(diǎn)詞頻長尾結(jié)構(gòu)
【參考文獻(xiàn)】:
期刊論文
[1]基于視覺感知數(shù)據(jù)的歷史地段城市意象研究——以北京老城什剎海濱水空間為例[J]. 劉祎緋,牟婷婷,鄭紅彬,孫平天,李翅. 規(guī)劃師. 2019(17)
[2]麗江古城旅游地意象研究:基于網(wǎng)絡(luò)文本的內(nèi)容分析[J]. 彭丹,黃燕婷. 旅游學(xué)刊. 2019(09)
[3]廣州市公園對比評價(jià)研究——基于社交媒體數(shù)據(jù)的文本分析[J]. 王志芳,趙稼楠,彭瑤瑤,岳文靜. 風(fēng)景園林. 2019(08)
[4]基于IPA方法的鄉(xiāng)村生態(tài)旅游游客價(jià)值感知影響因素分析——以廣西鐘山縣龍巖生態(tài)村為例[J]. 周妮笛,李毅,徐新龍,董清. 中南林業(yè)科技大學(xué)學(xué)報(bào). 2018(12)
[5]基于時(shí)空大數(shù)據(jù)的城鄉(xiāng)景觀規(guī)劃設(shè)計(jì)研究綜述[J]. 黨安榮,張丹明,李娟,許劍. 中國園林. 2018(03)
[6]中國赴澳大利亞游客的情感特征研究——基于大數(shù)據(jù)的文本分析[J]. 劉逸,保繼剛,陳凱琪. 旅游學(xué)刊. 2017(05)
[7]基于網(wǎng)絡(luò)評論的女性游園者歷史景觀感知研究——以天津中心城區(qū)歷史公園為例[J]. 張?zhí)鞚?張晶晶,師宇豪. 中國園林. 2016(03)
[8]嶺南傳統(tǒng)景觀空間意象及構(gòu)成要素研究——以余蔭山房為例[J]. 張蕾,鄒廣天. 中國園林. 2014(12)
本文編號:3437200
本文鏈接:http://sikaile.net/guanlilunwen/lvyoujiudianguanlilunwen/3437200.html
最近更新
教材專著