旅游经济与管理

基于知识图谱的中国旅游大数据应用研究进展

展开
  • 1.云南师范大学 地理学部,中国云南 昆明 650500;
    2.云南财经大学 旅游文化产业研究院,中国云南 昆明 650221;
    3.贵州财经大学 工商管理学院,中国贵州 贵阳 550025
陆保一(1995—),男,河南开封人,博士研究生,研究方向为区域旅游规划与开发。E-mail:lubaoyi1995@163.com

收稿日期: 2021-05-17

  修回日期: 2021-11-22

  网络出版日期: 2023-09-25

基金资助

国家自然科学基金项目(41961021、41671147); 云南省哲学社会科学创新团队重点项目(80027010237); 国家社会科学基金项目(20XSH022)

Research Progress of Tourism Big Data Application in China Based on Knowledge Map

Expand
  • 1. Faculty of Geography,Yunnan Normal University,Kunming 650500,Yunnan,China;
    2. Institute of Tourism Culture Industry Research,Yunnan University of Finance and Economics,Kunming 650221,Yunnan,China;
    3. School of Business Administration,Guizhou University of Finance and Economics,Guiyang 550025,Guizhou,China

Received date: 2021-05-17

  Revised date: 2021-11-22

  Online published: 2023-09-25

摘要

旅游大数据的兴起为深化旅游研究与旅游应用实践提供了新的机遇和挑战。文章结合知识图谱分析与文献分析法,对中国旅游大数据的应用研究进展进行系统性综述。研究发现:中国旅游大数据的应用研究始于2007年,快速发展于2010年以后,具有明显的阶段性特征,相关成果主要刊发在旅游类、地理类和资源科学类期刊。作者群体与研究机构已有一定规模,整体呈现“全局分散、局部紧密”的合作网络格局,但合作强度均较弱。研究热点具有明显多元化趋势,且其更迭速度随政策导向不断加快。研究中常用的数据类型可分为UGC数据、位置数据、事务数据等类别,研究方法以内容分析、网络分析、空间分析与统计分析法为主,研究内容总体围绕旅游者、旅游流、旅游目的地、旅游数据四个方面展开,并形成若干主题方向。未来研究应在加强学术共同体合作、注重多源数据的交互验证、推动研究方法革新、避免重复研究等方面进一步探索。

本文引用格式

陆保一, 韦俊峰, 明庆忠, 郭向阳, 刘安乐 . 基于知识图谱的中国旅游大数据应用研究进展[J]. 经济地理, 2022 , 42(1) : 230 -240 . DOI: 10.15957/j.cnki.jjdl.2022.01.027

Abstract

The rising of tourism big data provides new opportunities and challenges for deepening tourism research and tourism application practice. Based on the methods of knowledge map analysis and literature analysis,this paper systematically summarizes the research progress of tourism big data application in China. This research finds that: 1) The application research of tourism big data in China dated from 2007 and developed rapidly after 2010. It has obvious phase characteristics,and the related research findings are mainly published in tourism,geography and resource science journals. 2) Author groups and research institutions have a certain scale,showing a cooperative network pattern of "global dispersion and local tightness",but the cooperation intensity is weak. The diversification trend of research hotspots is obvious,and its replacement speed is accelerating with the policy orientation. 3) The data types commonly used in the application research of tourism big data consist of UGC data,location data,transaction data,etc. The main research methods include content analysis,network analysis,spatial analysis and statistical analysis. The relevant research contents generally focus on four aspects: tourist,tourist flow,tourist destination,and tourism data,which formed several thematic directions. In the future,tourism big data application research in China should be further explored in strengthening academic community cooperation,paying attention to the interactive verification of multi-source data,promoting research method innovation,and avoiding repeated research.

参考文献

[1] 杨勇. 常态化疫情防控下旅游经济研究的新问题与新机遇[J]. 旅游学刊,2021,36(2):3-4.
[2] 杨更生,王东,孙彬. “一带一路”下旅游文化产业的大数据体系架构与实施途径研究[J]. 干旱区地理,2019,42(1):187-194.
[3] 王龙杰,曾国军,毕斗斗. 信息化对旅游产业发展的空间溢出效应[J]. 地理学报,2019,74(2):366-378.
[4] Ioanna Bizirgianni,Panagiota Dionysopoulou.The influence of tourist trends of youth tourism through Social Media (SM) & Information and Communication Technologies (ICTs)[J]. Procedia-Social and Behavioral Sciences,2013(73):652-660.
[5] 程昌秀,史培军,宋长青,等. 地理大数据为地理复杂性研究提供新机遇[J]. 地理学报,2018,73(8):1397-1406.
[6] 秦萧,甄峰. 大数据与小数据结合:信息时代城市研究方法探讨[J]. 地理科学,2017,37(3):321-330.
[7] 张博,邓浩坤,安宁,等. 大数据背景下国内人文地理研究进展与方法审视[J]. 人文地理,2019,34(3):14-21,90.
[8] Adam Weaver.Tourism,big data,and a crisis of analysis[J]. Annals of Tourism Research,2021(88):1-11.
[9] 黎巎. 旅游大数据研究[M]. 北京:中国经济出版社,2018.
[10] 宋冰,龙毅,张翎,等. 旅游时空大数据:概念、分类与应用[J]. 现代测绘,2020,43(6):14-18.
[11] 裴韬,刘亚溪,郭思慧,等. 地理大数据挖掘的本质[J]. 地理学报,2019,74(3):586-598.
[12] Jingjing Li,Lizhi Xu,Ling Tang,et al.Big data in tourism research:A literature review[J]. Tourism Management,2018(68):301-323.
[13] 曾忠禄,王兴. 大数据在旅游研究中的运用——国际文献研究[J]. 情报杂志,2020,39(10):165-168,150.
[14] 吴开军. 旅游大数据研究热点及特征探析——基于国外文献的分析[J]. 统计与信息论坛,2019,34(4):105-113.
[15] Xin Li,Rob Law.Network analysis of big data research in tourism[J]. Tourism Management Perspectives,2020(33):1-12.
[16] 杨旸,刘法建. 大数据旅游研究和应用中的几个问题[J]. 旅游学刊,2017,32(9):3-4.
[17] 吴开军. 旅游研究碰上大数据:热反应与冷思考[J]. 经济界,2018(3):64-67.
[18] 钟栎娜. 面向未来的旅游大数据研究:引领而非跟随[J]. 旅游学刊,2017,32(10):4-6.
[19] 徐秀玉,陈忠暖. 基于知识图谱可视化的国内外休闲研究的进展与启示[J]. 世界地理研究,2019,28(1):161-174.
[20] 邓宁,牛宇. 旅游大数据:理论与应用[M]. 北京:旅游教育出版社,2019.
[21] 杨延杰,尹丹,刘紫玟,等. 基于大数据的流空间研究进展[J]. 地理科学进展,2020,39(8):1397-1411.
[22] 陈刚强,刘沛林,李映辉,等. 《经济地理》创刊以来的知识溢出特征与变化[J]. 经济地理,2020,40(2):1-12.
[23] 陈悦,陈超美,刘则渊, 等.CiteSpace知识图谱的方法论功能[J]. 科学学研究,2015,33(2):242-253.
[24] 王云,马丽,刘毅. 城镇化研究进展与趋势——基于CiteSpace和HistCite的图谱量化分析[J]. 地理科学进展,2018,37(2):239-254.
[25] 翁钢民,李建璞,杨秀平,等. 近20年国内外旅游环境承载力研究动态[J]. 地理与地理信息科学,2021,37(1):106-115.
[26] 李君轶,杨敏. 基于Web数据挖掘的旅游需求分析与预测[J]. 旅游科学,2007(6):47-52.
[27] 路紫,赵亚红,吴士锋,等. 旅游网站访问者行为的时间分布及导引分析[J]. 地理学报,2007(6):621-630.
[28] 黄潇婷,柴彦威,赵莹,等. 手机移动数据作为新数据源在旅游者研究中的应用探析[J]. 旅游学刊,2010,25(8):39-45.
[29] 甄峰,王波. “大数据”热潮下人文地理学研究的再思考[J]. 地理研究,2015,34(5):803-811.
[30] 敖长林,王菁霞,孙宝生. 基于大数据的空气质量对公众外出游玩影响研究[J]. 资源科学,2020,42(6):1199-1209.
[31] 张潇,陆林,徐雨晨. 基于《Tourism Geographies》的近十年国外旅游地理研究进展[J]. 人文地理,2019,34(6):26-34,109.
[31] 李先跃. 中国文化产业与旅游产业融合研究进展及趋势——基于CitesSpace计量分析[J]. 经济地理,2019,39(12):212-220,229.
[33] 李山,邱荣旭,陈玲. 基于百度指数的旅游景区络空间关注度:时间分布及其前兆效应[J]. 地理与地理信息科学,2008(6):102-107.
[34] 黄先开,张丽峰,丁于思. 百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例[J]. 旅游学刊,2013,28(11):93-100.
[35] 张高军,李君轶,张柳. 华山风景区旅游形象感知研究——基于游客网络日志的文本分析[J]. 旅游科学,2011,25(4):87-94.
[36] 赵振斌,党娇. 基于网络文本内容分析的太白山背包旅游行为研究[J]. 人文地理,2011,26(1):134-139.
[37] 马丽君,孙根年,黄芸玛,等. 城市国内客流量与游客网络关注度时空相关分析[J]. 经济地理,2011,31(4):680-685.
[38] 韦东鑫,彭第,朱敏. 基于UGC的旅游可视分析研究与应用[J]. 计算机应用研究,2020,37(S2):336-339.
[39] 缪秀梅,陈烨天,米传民. 基于ISM和在线评论的汤山温泉顾客满意度研究[J]. 中国管理科学,2019,27(7):186-194.
[40] 吕连琴,陈天玉. 旅游目的地宣传形象与游客感知形象对比研究——以河南省为例[J]. 地域研究与开发,2020,39(6):98-102,107.
[41] 王新越,曹婵婵. 基于网络游记的青岛市国内旅游客源市场结构与旅游流时空特征分析[J]. 地理科学,2019,39(12):1919-1928.
[42] 卢淑莹,黄鑫,陶卓民. 基于地理标记照片的入境游客空间特征与移动轨迹——以南京市为例[J]. 自然资源学报,2021,36(2):315-326.
[43] 张坤,苏欣蕾,苏凯红,等. 基于POI大数据的京津冀旅游资源空间分异研究[J]. 地域研究与开发,2021,40(1):103-108,114.
[44] 李渊,林晓云,江和洲,等. 基于旅游者空间行为特征的景区公厕优化配置——以鼓浪屿为例[J]. 地理与地理信息科学,2017,33(2):121-126.
[45] 李渊,丁燕杰,王德. 旅游者时间约束和空间行为特征的景区旅游线路设计方法研究[J]. 旅游学刊,2016,31(9):50-60.
[46] 周晓丽,唐承财. 基于网络搜索大数据的5A级景区客流量预测分析[J]. 干旱区资源与环境,2020,34(3):204-208.
[47] 徐敏,黄震方,曹芳东,等. 基于在线预订数据分析的旅游流网络结构特征与影响因素——以长三角地区为例[J]. 经济地理,2018,38(6):193-202.
[48] 戢晓峰,戈艺澄,陈方. 基于公路交通流大数据的节假日旅游流时空分异特征——以云南省2017年7个节假日为例[J]. 旅游学刊,2019,34(6):37-47.
[49] 邓粒子,保继刚. 中国避暑型与避寒型宜人气候的分布特征及差异[J]. 地理研究,2020,39(1):41-52.
[50] 袁雨果,郑伟民. 追溯技术在旅游者移动行为研究的综述[J]. 旅游学刊,2019,34(2):48-59.
[51] 梁晨晨,李仁杰. 综合LDA与特征维度的丽江古城意象感知分析[J]. 地理科学进展,2020,39(4):614-626.
[52] 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.
[53] 彭丹,黄燕婷. 丽江古城旅游地意象研究:基于网络文本的内容分析[J]. 旅游学刊,2019,34(9):80-89.
[54] 张红霞,苏勤,张影莎. 社会网络分析在国外旅游研究中的应用进展[J]. 地理科学进展,2019,38(4):520-532.
[55] 张妍妍,李君轶,杨敏. 基于旅游数字足迹的西安旅游流网络结构研究[J]. 人文地理,2014,29(4):111-118.
[56] 段莉琼,刘少俊,刘泽华,等. 城市旅游流时空网络模型研究与应用[J]. 测绘通报,2018(10):51-55.
[57] 顾秋实,张海平,陈旻,等. 基于手机信令数据的南京市旅游客源地网络层级结构及区域分异研究[J]. 地理科学,2019,39(11):1739-1748.
[58] 李磊,陆林,孙小龙,等.高铁沿线旅游流网络结构及其互动关系研究——以合福高铁沿线地区为例[J]. 人文地理,2020,35(1):132-140.
[59] 杨敏,李君轶,徐雪. ICTs视角下的旅游流和旅游者时空行为研究进展[J]. 陕西师范大学学报:自然科学版,2020,48(4):46-55.
[60] 刘瑜,姚欣,龚咏喜,等. 大数据时代的空间交互分析方法和应用再论[J]. 地理学报,2020,75(7):1523-1538.
[61] 杨兴柱,蒋锴,陆林. 南京市游客路径轨迹空间特征研究——以地理标记照片为例[J]. 经济地理,2014,34(1):181-187.
[62] 杜家禛,徐菁,靳诚. 基于百度指数的长江三角洲虚拟旅游流流动特征和影响因素分析[J]. 长江流域资源与环境,2021,30(2):290-301.
[63] 荣慧芳,陶卓民. 基于网络数据的乡村旅游热点识别及成因分析——以江苏省为例[J]. 自然资源学报,2020,35(12):2848-2861.
[64] 蔡礼彬,罗威. 基于扎根理论与文本分析的海洋旅游目的地意象研究——以夏威夷为例[J]. 世界地理研究,2019,28(4):201-210.
[65] 赵莹,林家惠,刘逸. 基于眼动实验的旅游地景观视觉评价研究——以珠海市唐家古镇为例[J]. 人文地理,2020,35(5):130-140.
[66] 甄峰,秦萧,席广亮. 信息时代的地理学与人文地理学创新[J]. 地理科学,2015,35(1):11-18.
[67] 甄峰,秦萧,王波. 大数据时代的人文地理研究与应用实践[J]. 人文地理,2014,29(3):1-6.
[68] 冯娜,李君轶. 外向在线旅游信息流与入境旅游流的耦合分析——以美加入境旅游流为例[J]. 旅游学刊,2014,29(4):79-86.
[69] 杨敏,李君轶,杨利. 基于旅游数字足迹的城市入境游客时空行为研究——以成都市为例[J]. 旅游科学,2015,29(3):59-68.
[70] 唐佳,李君轶. 基于微博大数据的西安国内游客日内时间分布模式研究[J]. 人文地理,2016,31(3):151-160.
[71] 梁嘉祺,姜珊,陶犁. 基于网络游记语义分析和GIS可视化的游客时空行为与情绪关系实证研究——以北京市为例[J]. 人文地理,2020,35(2):152-160.
[72] 李君轶,朱函杰,付利利. 基于大数据的西安市国内游客情感体验时空变化研究[J]. 干旱区地理,2020,43(4):1067-1076.
[73] 郭向阳,穆学青,明庆忠,等. 旅游地快速交通优势度与旅游流强度的空间耦合分析[J]. 地理研究,2019,38(5):1119-1135.
[74] 涂玮,黄震方,方叶林. 基于网络团购的虚拟旅游流空间差异及动力机制研究[J]. 地域研究与开发,2013,32(4):84-89.
[75] 王娟,胡静,贾垚焱,等. 城市旅游流的网络结构特征及流动方式——以武汉自助游为例[J]. 经济地理,2016,36(6):176-184,175.
[76] 李亚娟,曾红春,李超然,等. 山地民族地区旅游流网络结构及流动方式研究——以恩施州为例[J]. 长江流域资源与环境,2019,28(7):1612-1622.
[77] 刘智兴,马耀峰,高楠,等. 山岳型旅游目的地形象感知研究——以五台山风景名胜区为例[J]. 山地学报,2013,31(3):370-376.
[78] 李娟,褚玉杰,赵振斌,等. 基于共现聚类分析的西藏入境旅游热点研究[J]. 旅游学刊,2015,30(3):35-43.
[79] 谢永俊,彭霞,黄舟,等. 基于微博数据的北京市热点区域意象感知[J]. 地理科学进展,2017,36(9):1099-1110.
[80] 童昀,马勇,刘军,等. 大数据支持下的酒店业空间格局演进与预测:武汉案例[J]. 旅游学刊,2018,33(12):76-87.
[81] 李君轶,唐佳,冯娜. 基于社会感知计算的游客时空行为研究[J]. 地理科学,2015,35(7):814-821.
[82] 宋廷山,郭思亮. 旅游客流大数据统计模型构建与验证[J]. 统计与决策,2020,36(24):38-41.
[83] 马超,李纲,陈思菁,等. 基于多模态数据语义融合的旅游在线评论有用性识别研究[J]. 情报学报,2020,39(2):199-207.
[84] 魏宝祥,陆路正,王耀斌,等. 三人可成虎?——旅游产品在线评论可信度研究[J]. 旅游学刊,2019,34(8):78-86.
[85] 林仁状,周永博. 美食文化节事大数据监测与评价初探——以浙江省“诗画浙江·百县千碗”旅游美食推广节事为例[J]. 美食研究,2019,36(4):23-28.
[86] 黄文胜. 基于百度指数的广西旅游网络关注率矩阵及营销策略研究[J]. 地域研究与开发,2019,38(5):101-104.
[87] 保继刚,张捷,徐红罡,等. 中国旅游地理研究:在他乡与故乡之间[J]. 地理研究,2017,36(5):803-823.
[88] 孙晶,刘建国,杨新军,等. 人类世可持续发展背景下的远程耦合框架及其应用[J]. 地理学报,2020,75(11):2408-2416.
文章导航

/