在旅游数字足迹的基础上探究的城市入境游客时空行为以成都.doc

在旅游数字足迹的基础上探究的城市入境游客时空行为———以成都 0 引言 随着通讯和信息技术的发展，许多游客在旅游的前、中、后都会使用到通讯网络和互联网，并在这个过程中产生和积累大量的电子数据，这些在网络空间自然生成并被记录、储存下来的各种结构化、非结构化的数据，往往比传统统计或现场调查数据更加客观，更加符合实际①。这些数据不仅是人们网络行为的真实写照，也是旅游活动行为的一种映射，对这些”海量”数据进行挖掘、提取及分析，正在成为旅游研究的重要手段。社交媒体在”大数据”时代扮演着重要角色，人们在这一平台上分享文本、音频、视频、图片等与个人思想、观点、兴趣相关的信息，不断创造信息、传播信息，同时也从这里获取信息。以论坛、虚拟社区、微博和微信等为代表的社交媒体，为探索和研究游客行为提供了重要的数据源。 美国学者Fabien 等( 2008a) 首次明确了”数字足迹”( Digital Footprinting) 这一概念的定义，认为”数字足迹”是人们在登录或者使用设备的行为之后在网络或其他信息系统中留下的与这种行为相关联的电子信息，并进一步指出，”旅游数字足迹”是游客在旅游期间的通话记录、发送的信息，以及旅游结束后在网络和其他信息化系统里所留下的图片及文字等信息。李君轶( 2013) 也认为，旅游数字足迹的实质是一种电子痕迹，这些电子痕迹能够比较清晰地反映出游客的旅游行为和时空运动轨迹。具体来说，”旅游数字足迹”就是游客获取、分享旅游信息、实时移动通讯以及被其他传感器感知的遗留在互联网、通讯网络或物联网等信息设施上并具有定位信息或者地理标签的电子痕迹。 数字足迹在国外相关研究中的运用最先出现在对人类活动的时空行为研究中。Leskovec 等( 2008) 从大规模人类的集体动力学角度分析了通信特征和模式，通过搜集微软即时消息系统中2. 4 亿人的300 亿次对话，构建了一个包括1. 8 亿个节点和13 亿条无向边的通信网络图。还有部分研究者基于手机通信数据，深入研究了用户的移动模式( Pan， Jon， 2008; Eagle，et al.， 2009; Bayir，et al. ，2009) 、个体特征( Sohn，et al.， 2006) 和日常生活工作规律( Eagle，et al.， 2009) 。此后，逐渐被运用于旅游相关研究中。Crandall 等( 2010) 利用用户在照片分享网站Flickr 上发布的图片信息和用户关系数据，探讨了用户之间的时空共现与其社交关系之间的相关关系。Fabien 等( 2008b) 先后利用旅游数字足迹( 文字记录、照片和手机通讯记录数据) ，对佛罗伦萨省2005 年4 月至2007 年4 月和意大利首都罗马2006年1 月至11 月的旅游流时空分布状况进行了实证研究; Andrea 等( 2009) 则利用图片、通话记录和手机短信等数字足迹研究了美国纽约2006 年至2008 年连续3 年的旅游状况。国外较早开始利用网络分享照片、网络文本等数字足迹对游客时空行为进行研究，这些研究基于通讯和社交媒体上的大数据，并借助内容分析法、复杂网络分析法、空间分析法等多种分析方法，研究居民和游客的时空行为规律，国外丰富的研究成果为国内开始相关研究提供了有益的借鉴。随着我国网络普及率的不断提高和智能手机的广泛运用，人们在泛在网络( 通信网、互联网、传感网等相互融合所形成的混合网络) 的环境中所留下的与旅游活动有关的数字足迹，已逐渐汇聚成了一幅复杂的游客个体和群体行为图景，这些图景对于理解游客行为具有重要作用( 李君轶， 2013) 。 在国内，李君轶( 2013) 探讨了数字足迹在游客时空行为研究中的应用及其发展趋势。张妍妍等( 2014) 利用游客的数字足迹分析了西安国内旅游流的空间网络结构。李春明等( 2013) 采集游客拍摄并发布在Panoramio 网站上关于鼓浪屿的照片，分析了游客在鼓浪屿的时空行为特征和规律，证明了使用照片数据进行旅游流分析和游客行为分析具有很高的可行性。杨兴柱等( 2013) 利用Panoramio 照片研究了南京市游客的路径轨迹。袁书寒( 2012) 在嘀咕网中抓取了2011 年4 月8 日至5 月8 日期间的用户公开签到历史数据和个人信息，运用可视化方法分析了用户的时空分布规律。隋正伟等( 2013) 通过新浪微博的开放API，共抓取了新浪微博2000 位用户近110 万次签到信息，构建了用户相似性的度量模型。此外，还有学者利用网络照片对旅游意象、形象和游客心理( 叶如瑾，2013; 徐菡，光映炯，2012; 张高军等， 2011; 戴光全，陈欣， 2009) 、游客行为( 赵振斌，党娇， 2011; 党娇等，2011) 等方面的问题进行了研究，但对入境旅游流的关注则相