利用深度神经网络对大陆游客到香港.pdf

利用深度神经网络对大陆游客到香港 访问行为分类 汇报人：韩珊珊 指导教师 ：杜清运教授 武汉大学资源与环境科学学院 目录 1 研究背景 2 研究方法 3 结果分析 4 总结展望 5 参考文献 研究背景 据WTO统计，全球旅游业年收入达 1.5万亿美元，游客达 1.5亿人次[1] ；旅游地理学是地理学研究的重要分支。 随着GPS数据、手机信令数据、签到数据等各类地理大数据的产生， 越来越多研究者选择利用大数据研究旅游地理中的问题[2-4]。 游客分类是研究热点之一[5-7]，但因大数据的大容量性（Volume）、 全面性（Variety）及人类活动的复杂性，传统方法可能无法满足研究 需求；深度学习的兴起或提供了新的理论和技术支持。 研究方法 研究区域 n 香港特别行政区 n 国际著名旅游城市之一 n 中国大陆游客占主要并数量逐年增长 n 大陆游客到访需要通行证 n 根据不同出行目的申请不同种类的通行证 研究方法 研究数据 n 新浪微博签到数据 n 时间：2014年全年 n 筛选条件： 1、大陆用户到香港的签到记录 2、单个用户签到记录2条 n 最终使用数据： 超过42,000个用户的259,062签到记录 研究方法 数据处理 n POI重分类 序号 类别 缩写 签到POI数量 签到用户数量 签到数 1 普通景点 AFC 1,200 30,717 40,599 2 特殊事件景点 AFS 12 5,251 9,054 3 交通 TRA 193 15,257 20,401 4 酒店住宿 HOT 677 19,722 32,882 5 餐饮 CAT 2,797 12,915 15,644 购物 RET 1,599 32,870 115,319 7 教育 EDU 378 3,75 7,469 8 住宅区 RES 1,021 3,001