不同来源地旅游者对北京目的地形象感知差异——基于深度学习的Flickr图片分析.pdfVIP

Resources Science 第41卷 第3期 2019年3月 2019，41（3）：416-429 Vol.41，No.3Mar.，2019 引用格式：邓宁, 刘耀芳, 牛宇, 等. 不同来源地旅游者对北京目的地形象感知差异: 基于深度学习的Flickr 图片分析[J]. 资源科 学, 2019, 41(3): 416-429. [Deng N, Liu Y F, Niu Y, et al. Different perceptions of Beijings destination images from tourists: An analysis of Flickr photos based on deep learning method[J]. Resources Science, 2019, 41(3): 416- 429.] DOI: 10.18402/ resci.2019.03.01 不同来源地旅游者对北京目的地形象感知差异 ——基于深度学习的Flickr 图片分析 1 1 1 2 邓 宁 ，刘耀芳 ，牛 宇 ，计卫星 （1. 北京第二外国语学院旅游科学学院，北京100024； 2. 北京理工大学计算机学院，北京100081） 摘 要：社交网络图片是旅游目的地形象传播的重要载体，基于图片表征内容的营销传播越来越受到旅游目 的地营销组织重视，本文选取Flickr 上中国港澳台（香港特别行政区、澳门特别行政区、台湾省）、英国和美国旅游者 拍摄的北京图片作为研究素材，采用计算机深度学习算法分析图片表征内容，并从认知和情感2 个层面分析、比较 了不同来源地游客在北京旅游目的地形象感知方面的异同。研究表明，在认知形象方面，入境旅游者均对自然、建 筑较为关注，但在文化艺术、人物、食物等具体维度上关注内容不尽相同。在情感形象方面，令人愉快（Pleasant ）的、 兴奋的（Exciting ）是所有入境旅游者表现的主要情感，但中国港澳台和美国旅游者所拍摄图片隐含投射出困倦疲 乏的（Sleepy）情感，而英国旅游者拍摄的图片则暗含不安苦恼（Distressing ）的情感。本文利用计算机深度学习算法 分析海量UGC 图片表征内容为目的地形象研究提供了大数据的方法参考。 关键词：用户生成内容；Flickr 图片；深度学习；旅游大数据；目的地形象；北京 DOI：10.18402/resci.2019.03.01 1 引言 所刻意传播的目的地形象，越来越成为目的地营销 旅游目的地形象是目的地营销和管理的重要 研究的重点。其中图片又以直观具象的特点成为 内容，代表了旅游者对目的地的印象和观点，其形 目的地形象跨文化、跨语境传播的重要载体，丰富 成受旅游者所处的文化因素影响，因而不同文化背 的UGC 图片数据可为目的地形象研究提供新的 [1-3] 维度。 景的旅游者对目的地的感知存在差异 。一方面， 随着社交媒体的快速发展，越来越多的旅游者利用 在UGC 图片的目的地形象研究中，人工对图片 社交媒体分享旅游经历、交流互动，从被动的信息 内容进行编码的分析法应用最为广泛，其分析准确 接收者变为目的地形象的建构者和传播者；另一方 率较高，但分析样本数量有限。而UGC 图片动辄数 面，由“用户所产生的内容”(User Generated Con- 以万计的样本量，使传统图片分析方法无法满足其 tent ，UGC)成为潜在旅游者获取信息的重要来源，影 分析需要。已有相关研究采