基于机器学习的文化景观型绿道游客体验评价

编号 lyqk010000

中文标题 基于机器学习的文化景观型绿道游客体验评价

作者 谢杰航  李冰钶  翁殊斐 

作者单位 华南农业大学林学与风景园林学院 广州 510642

期刊名称 中国城市林业 

年份 2022 

卷号 20

期号 5

栏目名称 研究论文 

中文摘要 文化景观型绿道因其对沿线周边的文化遗产点、城市绿地、风景区等进行串接,成为当下满足公众精神文化需求的重要载体,然而游客评价数据类型多样、数据量庞大,因此,如何通过搜集和分析绿道沿线节点的游客评价数据,辅助规划和管理成为当前迫切需要解决的问题。文章利用机器学习技术及平台对珠海香山古驿道重要节点的网络评论文本及图片进行分析,旨在为其他同类型绿道的使用效果评价与规划建设提供借鉴与参考。结果表明:1)绿道沿线景观风貌是影响游客体验的重要因素,别具特色的景观风貌能吸引游客注意力和触发场所互动行为;2)不同空间环境下游客对植物景观的偏好不同,在小规模场地中游客更喜爱观赏性花卉,在开阔场地中则更偏好高大乔木;3)评价数据反映出沿线景点存在性价比低、展览内容缺乏特色等问题。根据分析结果,结合实地调研为文化景观型绿道建设提出合理建议。

关键词 机器学习  大数据  文化景观型绿道  游客体验 

基金项目 广东省省级大学生创新创业训练计划项目(201910564178)

英文标题 Evaluation of Tourist Experience with Cultural Landscape Greenway Based on Machine Learning

作者英文名 Xie Jiehang, Li Bingke, Weng Shufei

单位英文名 College of Forestry and Landscape Architecture, South China Agricultural University, Guangzhou 510642, China

英文摘要 Cultural landscape greenway has become an important carrier to meet the spiritual and cultural needs of the public by connecting the cultural heritage, urban green spaces and scenic spots around the greenway. However, the data on tourist evaluation are diverse in types and huge in number. It is urgently needed to collect and analyze the data on tourist evaluation of the greenway nodes to assist in the planning and management of the greenway. In order to provide references for the use effect evaluation and the planning & construction of other similar greenways, this paper uses machine learning technology and relevant platform to analyse the online comment text and pictures about the important nodes along Xiangshan Historical Trail in Zhuhai. The results show that: 1) The landscape and scenery along the greenway is an important factor affecting the experience of tourists, and the unique landscape and scenery can attract tourists' attention and trigger the interactive behavior; 2) Tourists have different preferences on plant landscapes in different spatial environments. Tourists in small-scale sites prefer ornamental flowers and those in open spaces love tall trees better; and 3) The evaluation data reflects the problems such as low cost-benefit ratios of scenic spots along the greenway and the lack of exhibition content with characteristics. According to the analysis results and field investigation, reasonable suggestions are proposed for the development of cultural landscape greenways.

英文关键词 machine learning;big data;cultural landscape greenway;tourist experience

起始页码 113

截止页码 118

投稿时间 2020/11/20

作者简介 谢杰航(1998-),男,本科,研究方向为大数据城市研究。E-mail:xiejiehang@foxmail.com

通讯作者介绍 翁殊斐(1969-),女,博士,副教授,研究方向为园林植物与城市绿化。E-mail:wengshufei@163.com

E-mail wengshufei@163.com

DOI 10.12169/zgcsly.2020.11.20.0001

参考文献 [1] 高鹏.京杭大运河杭州段文化景观型绿道构建研究[D].杭州:浙江农林大学,2013.
[2] 广东省住房和城乡建设厅.广东省南粤古驿道线路保护与利用总体规划[EB/OL].(2017-11-22)[2020-11-20].http://zfcxjst.gd.gov.cn/gkmlpt/content/1/1456/post_1456485.html.
[3] 王志芳,赵稼楠,彭瑶瑶,等.广州市公园对比评价研究:基于社交媒体数据的文本分析[J].风景园林,2019,26(8):89-94.
[4] 刘颂,杨莹,贾虎,等.基于多源数据的上海城市公园使用满意度关键影响因素[J].中国城市林业,2020,18(2):51-56.
[5] 谭立,王子尧,李倞.基于健身APP数据分析的慢行运动需求偏好研究[J].中国城市林业,2019,17(6):35-40.
[6] JAPKOWICZ N,STEFANOWSKI J.Big data analysis:new algorithms for a new society[M].Switzerland:Springer International Publishing,2016.
[7] 王万良,张兆娟,高楠,等.基于人工智能技术的大数据分析方法研究进展[J].计算机集成制造系统,2019,25(3):529-547.
[8] HASSANIEN A E.Machine learning paradigms:theory and application[M].Berlin:Bhatnagar R,2019.
[9] 包瑞清.基于机器学习的风景园林智能化分析应用研究[J].风景园林,2019,26(5):29-34.
[10] FAN Z,BOLEI Z,LIU L,et al.Measuring human perceptions of a large-scale urban region using machine learning[J].Landscape and Urban Planning,2018,180(1/2):148-160.
[11] MOHAMMADI M,AL-FUQAHA A.Enabling cognitive smart cities using big data and machine learning:approaches and challenges[J].IEEE Communications Magazine,2018,56(2):94-101.
[12] 王向荣,WANG X Y.大数据并非万能[J].风景园林,2018,25(8):4-5.
[13] GUPTA S,GUPTA A.Dealing with noise problem in machine learning data-sets:a systematic review[J].Procedia Computer Science,2019,161:466-474.
[14] 李雨霏.数据分析技术工具发展现状及趋势[J].信息通信技术与政策,2020,(4):23-30.
[15] 贾小军,喻擎苍.基于开源计算机视觉库OpenCV的图像处理[J].计算机应用与软件,2008,25(4):276-278.
[16] 唐武生,田立红,曹伟.Base64编码的实现与应用研究[J].长春大学学报,2006,16(4):69-72.
[17] 龙明盛.迁移学习问题与方法研究[D].北京:清华大学,2014.
[18] 张林,钱冠群,樊卫国,等.轻型评论的情感分析研究[J].软件学报,2014,25(12):2790-2807.
[19] 任维琴,卢道典,蔡喆.珠海市会同古村落及历史建筑特征[J].城市建筑,2013,(14):223.
[20] 黄晓东.开发历史人文资源增强珠海城市特色[J].广东社会科学,2009,(2):124-129.

PDF全文 浏览全文