메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Haiying Qi (Jilin Province Economic Management Cadre College)
저널정보
대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.13 No.4
발행연도
2024.8
수록면
361 - 371 (11page)
DOI
10.5573/IEIESPC.2024.13.4.361

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The online evaluation data of an image of tourist attractions is conducive to tourists’ objective and fair perception of the destination. This study built a tourist perception model based on online evaluation data of an image of Xi’an tourist attractions. The model first uses the TF-IDF algorithm to analyze the cognitive image of tourists. It then uses the NB method to analyze the emotional image of tourists, and finally, it uses an LDA theme model to analyze the overall image of the scenic spot to explore the tourist perception. The range of TF-IDF values is 0.0245-0.2316, and the maximum value and minimum value correspond to the service attitude and category, respectively. The NB model has a long running time under different data scales, and the corresponding maximum values are 8.1 s and 7.9 s. With the same data size, NN has the shortest running time, followed by SVM and KNN. When the number of topics is 4, the confusion degree of positive emotional text and negative emotional text are the lowest, and the best number of topics is 4. The method can obtain the satisfaction and dissatisfaction of tourists in a scenic spot in online evaluation data, thus avoiding an unpleasant feeling in the process of tourism. The scenic spot’s management efficiency can also be improved according to the situation.
#Xi'an #Tourist attractions #Tourist perception #TF-IDF #NB #LDA

목차

Abstract
1. Introduction
2. Related Work
3. Tourist Perception of an Image of Xi’an Tourist Attractions Applying Big DataTechnology
4. The Tourist Perception Results of an Image of Xi’an Tourist Attractions under the Big Data Technology
5. Conclusion
References

참고문헌 (28)

참고문헌 신청
Z. Xiao, Y. Zhao, N. Li, S. Zhou, Xu, H. Research on key technologies of hand function rehabilitation training evaluation system based on leap motion. Journal of Computer and Communications, 9(1):19-35, 2021. google schola D. Pesce, P. Neirotti, E. Paolucci. When culture meets digital platforms: value creation and stakeholders’ alignment in big data use. Current Issues in Tourism, 22(15), 1883-1903, 2019. google schola J. L. Jimenez-Marquez, I. Gonzalez-Carrasco, J. L. Lopez-Cuadrado, B. Ruiz-Mezcua. Towards a big data framework for analyzing social media content. International Journal of Information Management, 2019, 44, 1-12. google schola K. K. Ranga, & C. K. Nagpal. A big data analytics framework for determining the travel destination preferences of Indian tourists. International Journal of Modern Physics C (IJMPC), 34(2), 1-14, 2023. google schola D. Jian, Sun, et al. Development of Web-Based Transit Trip-Planning System Based on Service-Oriented Architecture. Transportation Research Record, 2217(1):87-94, 2018. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-090252729