基于小波分析的锦州市旅游流时空特征研究
|
摘要
社交媒体签到数据为旅游流时空特征研究提供了新的途径。基于2017年3月至2018年2月锦州市旅游流微博签到数据,运用统计分析、小波分析、自然间断点分类法、权重分析等方法,结合MATLAB、ArcGIS等软件,对锦州市一整年的旅游流时空分布特征进行研究,结果表明:旅游流出游呈现"峰林结构"特征,4—5月是锦州市全年旅游高峰期;省内游客集中于4—5月,省外游客集中于10月;旅游流呈现多时间尺度波动特征,其中8～12 d和31～38 d两个时间尺度的周期表现较为显著;旅游流客源属性不同,其出游时间集聚性、时间分布特征、时间尺度特征存在差异;旅游流在客源地和目的地空间上呈现集聚的特征,但其集聚特征受客源属性影响。
Social media sign-in data provides a new approach for the study of the temporal and spatial characteristics of tourism flows. Based on the check-in data of the micro-blog of Jinzhou City from March 2017 to February 2018,statistical analysis,wavelet analysis,natural breakpoint classification,weight analysis and other methods,were used to study the characteristics of temporal and spatial distribution of tourism flow of a full year in Jinzhou with MATLAB,ArcGIS and other software. The results show that tourist outflow shows the characteristics of"peak forest structure". April and May are the peak periods of the whole year in Jinzhou City; tourists in the province concentrate in April and May and tourists outside the province concentrate in October; tourist flow shows the characteristics of multi-time scale fluctuation,of which the periods of 8 ～ 12 days and 31 ～ 38 days are more significant; tourist source attributes are different,and the characteristics of travel time agglomeration,time distribution and time scales are different. There are differences in scale characteristics.
Social media sign-in data provides a new approach for the study of the temporal and spatial characteristics of tourism flows. Based on the check-in data of the micro-blog of Jinzhou City from March 2017 to February 2018,statistical analysis,wavelet analysis,natural breakpoint classification,weight analysis and other methods,were used to study the characteristics of temporal and spatial distribution of tourism flow of a full year in Jinzhou with MATLAB,ArcGIS and other software. The results show that tourist outflow shows the characteristics of"peak forest structure". April and May are the peak periods of the whole year in Jinzhou City; tourists in the province concentrate in April and May and tourists outside the province concentrate in October; tourist flow shows the characteristics of multi-time scale fluctuation,of which the periods of 8 ～ 12 days and 31 ～ 38 days are more significant; tourist source attributes are different,and the characteristics of travel time agglomeration,time distribution and time scales are different. There are differences in scale characteristics.
引文
[1] LI J,XU L,TANG L,et al. Big Data in Tourism Research:A Literature Review[J]. Tourism Management,2018,68:301-323.
[2] SILVA F B E,ROSINA K,BARRANCO R R,et al. Analysing Spatiotemporal Patterns of Tourism in Europe at High-resolution with Conventional and Big Data Sources[J].Tourism Management,2018,68:101-115.
[3] SALASOLMEDO M H,GARCIAPALOMARES J C,GUTIERREZ J. Tourists’Digital Footprint in Cities:Comparing Big Data Sources[J]. Tourism Management,2017,66:13-25.
[4]陈宁,彭霞,黄舟.社交媒体地理大数据的旅游景点热度分析[J].测绘科学,2016,41(12):167-171.
[5]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.
[6] GIRARDIN F,CALABRESE F,FIORE F D,et al. Digital Footprinting:Uncovering Tourists with User-Generated Content[J]. IEEE Pervasive Computing,2008,7(4):36-43.
[7]王惊雷.微博在旅游营销中的应用研究——以山东省旅游局官方微博为例[J].东南大学学报(哲学社会科学版),2015,17(S2):55-57.
[8]单文慧.基于微博营销的旅游产品营销探讨[J].商业经济研究,2017(15):57-58.
[9]刘梦晓,袁勤俭.旅游目的地微博形象及其提升策略研究[J].现代情报,2017,37(1):131-136.
[10]李炳义,王仲迅.基于微博的江苏旅游形象传播[J].江苏商论,2011(7):113-115.
[11]李伟,胡静,陆汝瑞,等.基于旅游目的的特殊时段旅游流时空分布特征研究——以武汉市为例[J].经济地理,2013,33(1):180-186.
[12]姚云霞,管卫华,李在军.江苏省入境旅游流的时空演变及影响因素分析[J].旅游科学,2016,30(5):52-62.
[13]邓祖涛,周玉翠,梁滨.武汉城市圈旅游流集聚扩散特征及路径分析[J].经济地理,2014,34(3):170-175.
[14]王茜雅,张建新,刘培学,等.大数据视角下城市客源市场空间结构动态研究——以南京市为例[J].资源开发与市场,2018,34(1):77-82.
[15]陈小娟,陈磊,胡静,等.浙江省入境旅游流流量与流质演化研究[J].地域研究与开发,2015,34(4):84-88.
[16]刘宏盈.长三角入境旅游流西向扩散效应分析——以向陕西扩散为例[J].地域研究与开发,2010,29(4):93-98.
[17]闫闪闪,梁留科,索志辉,等.基于大数据的洛阳市旅游流时空分布特征[J].经济地理,2017,37(8):216-224.
[18]张子昂,黄震方,靳诚,等.基于微博签到数据的景区旅游活动时空行为特征研究——以南京钟山风景名胜区为例[J].地理与地理信息科学,2015,31(4):121-126.
[19]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.
[20]古丽孜巴·艾尼瓦尔,麦麦提吐尔逊·艾则孜,米热古丽·艾尼瓦尔,等.基于小波分析1956—2010年焉耆盆地清水河径流量季节变化规律[J].水土保持研究,2016,23(1):210-214.
[21]张兵,王中良.天津地区降水和气温的变化趋势及多尺度交叉小波分析[J].天津师范大学学报(自然科学版),2016,36(1):32-39.
[22]许月卿,李双成,蔡运龙.基于小波分析的河北平原降水变化规律研究[J].中国科学:地球科学,2004,34(12):1176-1183.
[23]徐建华.现代地理学中的数学方法[M]. 3版.北京:高等教育出版社,2017:379-384.
[2] SILVA F B E,ROSINA K,BARRANCO R R,et al. Analysing Spatiotemporal Patterns of Tourism in Europe at High-resolution with Conventional and Big Data Sources[J].Tourism Management,2018,68:101-115.
[3] SALASOLMEDO M H,GARCIAPALOMARES J C,GUTIERREZ J. Tourists’Digital Footprint in Cities:Comparing Big Data Sources[J]. Tourism Management,2017,66:13-25.
[4]陈宁,彭霞,黄舟.社交媒体地理大数据的旅游景点热度分析[J].测绘科学,2016,41(12):167-171.
[5]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.
[6] GIRARDIN F,CALABRESE F,FIORE F D,et al. Digital Footprinting:Uncovering Tourists with User-Generated Content[J]. IEEE Pervasive Computing,2008,7(4):36-43.
[7]王惊雷.微博在旅游营销中的应用研究——以山东省旅游局官方微博为例[J].东南大学学报(哲学社会科学版),2015,17(S2):55-57.
[8]单文慧.基于微博营销的旅游产品营销探讨[J].商业经济研究,2017(15):57-58.
[9]刘梦晓,袁勤俭.旅游目的地微博形象及其提升策略研究[J].现代情报,2017,37(1):131-136.
[10]李炳义,王仲迅.基于微博的江苏旅游形象传播[J].江苏商论,2011(7):113-115.
[11]李伟,胡静,陆汝瑞,等.基于旅游目的的特殊时段旅游流时空分布特征研究——以武汉市为例[J].经济地理,2013,33(1):180-186.
[12]姚云霞,管卫华,李在军.江苏省入境旅游流的时空演变及影响因素分析[J].旅游科学,2016,30(5):52-62.
[13]邓祖涛,周玉翠,梁滨.武汉城市圈旅游流集聚扩散特征及路径分析[J].经济地理,2014,34(3):170-175.
[14]王茜雅,张建新,刘培学,等.大数据视角下城市客源市场空间结构动态研究——以南京市为例[J].资源开发与市场,2018,34(1):77-82.
[15]陈小娟,陈磊,胡静,等.浙江省入境旅游流流量与流质演化研究[J].地域研究与开发,2015,34(4):84-88.
[16]刘宏盈.长三角入境旅游流西向扩散效应分析——以向陕西扩散为例[J].地域研究与开发,2010,29(4):93-98.
[17]闫闪闪,梁留科,索志辉,等.基于大数据的洛阳市旅游流时空分布特征[J].经济地理,2017,37(8):216-224.
[18]张子昂,黄震方,靳诚,等.基于微博签到数据的景区旅游活动时空行为特征研究——以南京钟山风景名胜区为例[J].地理与地理信息科学,2015,31(4):121-126.
[19]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.
[20]古丽孜巴·艾尼瓦尔,麦麦提吐尔逊·艾则孜,米热古丽·艾尼瓦尔,等.基于小波分析1956—2010年焉耆盆地清水河径流量季节变化规律[J].水土保持研究,2016,23(1):210-214.
[21]张兵,王中良.天津地区降水和气温的变化趋势及多尺度交叉小波分析[J].天津师范大学学报(自然科学版),2016,36(1):32-39.
[22]许月卿,李双成,蔡运龙.基于小波分析的河北平原降水变化规律研究[J].中国科学:地球科学,2004,34(12):1176-1183.
[23]徐建华.现代地理学中的数学方法[M]. 3版.北京:高等教育出版社,2017:379-384.