楊策,李明陽

(南京林業(yè)大學(xué),江蘇 南京 210037)

旅游流作為旅游業(yè)發(fā)展的基礎(chǔ),是旅游系統(tǒng)連接客源地與目的地的神經(jīng)中樞和紐帶[1]。自旅游學(xué)科創(chuàng)建以來,一直是旅游學(xué)研究的熱點(diǎn)之一。于旅游流而言,旅行活動的主體是旅行者,旅行客流是旅游流的核心,旅行信息的流動、能源的流動等都是旅游流的伴生物[2]。因此,以游客時空移動為主體的旅行客流成為國內(nèi)外學(xué)者研究旅游流領(lǐng)域的核心要素。

目前,旅游流數(shù)據(jù)大部分來源于傳統(tǒng)的歷史統(tǒng)計(jì)資料,時間分辨率低,多為年度和月度,或是少量抽樣調(diào)查,費(fèi)時耗力;或是基于游記網(wǎng)站、微博簽到、手機(jī)信令等,這些網(wǎng)絡(luò)大數(shù)據(jù)的獲取難度高、成本大[3-5]。學(xué)界對旅游流的波動性研究也是以低頻長期的指標(biāo)描述為主,對目的地的季節(jié)性關(guān)注較多,對高頻短期的波動量化較少[6-7]。然而,現(xiàn)行下的游客受節(jié)假日影響,城市及景區(qū)的游客流量波動在日際尺度下具有明顯的“假日效應(yīng)”“特色效應(yīng)”以及由特殊事故產(chǎn)生的“剎車效應(yīng)”。這就要求旅游監(jiān)管部門和企業(yè)在旅游需求分析的準(zhǔn)確性和實(shí)效性上更加精準(zhǔn)。因此,“假日”和“地方特色”效應(yīng)期間的出游熱潮,在日際尺度的分析更有價值[8]。但這部分研究數(shù)據(jù)的獲得性受限更高,而攜程旅行大數(shù)據(jù)監(jiān)測平臺,聯(lián)合手機(jī)定位導(dǎo)航系統(tǒng),具有數(shù)據(jù)規(guī)模大、獲取難度低、時效性強(qiáng)的特點(diǎn)。在保證數(shù)據(jù)樣本的完整性、充足性的前提下,使得旅游流在高分辨時間尺度上的研究成為可能。

旅游體驗(yàn)是旅游現(xiàn)象的內(nèi)核,是游客時空分布機(jī)制形成的核心,對旅游體驗(yàn)的研究能夠促成旅游機(jī)制共同體的形成[9]。然而,目前對游客體驗(yàn)的研究多采用網(wǎng)絡(luò)問卷調(diào)查方式,研究方法以層次分析法、現(xiàn)象學(xué)分析法、符號學(xué)分析法等定量方法居多[10-11]。這些方法多是游客游覽完成后經(jīng)過深思熟慮后填寫的,不能保證游客在旅游過程中的主觀心理感受,對旅游體驗(yàn)的反饋缺乏及時性,同時對旅游目的地的認(rèn)知形象和情感形象也有著較為嚴(yán)重的偏差[12]。而本研究基于深度學(xué)習(xí)模型對旅游目的地游客簽到的文本內(nèi)容和圖片信息進(jìn)行定量分析,能夠有效地解決傳統(tǒng)問卷調(diào)查定量分析方法中信息源、時效性、真實(shí)度等方面的局限以及對旅游目的地形象認(rèn)知不清的問題[13]。

因此,以攜程旅行上的游客紫金山國家森林公園簽到數(shù)據(jù)作為旅游流的研究對象,應(yīng)用時間分層法、季節(jié)性強(qiáng)度指數(shù)法、核密度分析法以及卷積神經(jīng)網(wǎng)絡(luò)(CNN)等方法,以達(dá)到如下研究目的:(1)探討日際尺度和季節(jié)性特征下的城市森林公園游客時空分布趨勢;(2)揭示城市森林公園旅游流時空變化的深層次原因;(3)構(gòu)建減少城市森林公園游客分布不均對消費(fèi)者和森林旅游業(yè)負(fù)面影響的游客調(diào)控建議。

1 數(shù)據(jù)來源與方法

1.1 研究區(qū)域

紫金山國家森林公園,面積約31 km2,由明孝陵景區(qū)、中山陵景區(qū)、靈谷景區(qū)、頭陀嶺景區(qū)和其他景點(diǎn)五大部分組成,是南京市規(guī)模最大的綜合性森林公園。選取該公園作為研究對象的原因有以下幾點(diǎn):(1)公園位于南京市中心城區(qū),是典型的城市森林旅游勝地,受到人們的熱衷,游客時空分布不均問題嚴(yán)峻,此類問題普遍存在于同類型的城市森林公園中,因此具有一定研究意義;(2)紫金山國家森林公園作為多元活動場所,自開園以來,游客量逐年增長,總體平均年客流量一直在1 000萬人次上下波動;(3)研究區(qū)域的社交媒體評論數(shù)據(jù)樣本量較大,滿足樣本選取條件,可為城市森林公園研究提供詳盡、充分的基礎(chǔ)數(shù)據(jù)。

1.2 數(shù)據(jù)來源及預(yù)處理

攜程旅行作為一款多功能開放性APP,其在旅游用途方面起到了巨大的作用,得到廣大群眾的支持和應(yīng)用。游客在攜程網(wǎng)上自由發(fā)布的簽到評價數(shù)據(jù),經(jīng)過后端分類處理后可以向?yàn)g覽者提供真實(shí)性、客觀性、準(zhǔn)確性、時效性更高的信息。本研究的數(shù)據(jù)借助網(wǎng)絡(luò)爬蟲(Python 3.7),通過攜程旅行上開放的API接口(https://secm.ctrip.com /restapi/soa2/12530/json/viewCommentList)獲取包括景區(qū)20個主要景點(diǎn)的游客數(shù)據(jù),數(shù)據(jù)簽到量為7 698條,游記式評論文本6 322條,圖片3 152張。獲取到的數(shù)據(jù)結(jié)構(gòu)包括用戶ID、簽到時間(年/月/日/時)、文本內(nèi)容、圖片以及對景區(qū)的景色、趣味和性價比的打分等信息。

由于獲取的數(shù)據(jù)類型較多,需根據(jù)不同的研究目的,對獲取的數(shù)據(jù)進(jìn)行分類、整合、加工。首先,以2018年1月1日-2020年12月31日為時間節(jié)點(diǎn),利用Excel對獲取的簽到時間數(shù)據(jù)按照日際時間尺度進(jìn)行整合,剔除出現(xiàn)的過大或過小的無效數(shù)據(jù),并利用統(tǒng)計(jì)分析軟件SPSS 24程序中替換缺失值的功能,通過臨近點(diǎn)的線性趨勢的替換方式對無效數(shù)據(jù)進(jìn)行重新賦值。其次,利用Gooseeker 7.0(集搜客)對簽到文本數(shù)據(jù)進(jìn)行分詞,并對其中出現(xiàn)的地名和驅(qū)動性偏好詞語進(jìn)行語義歸納及詞頻統(tǒng)計(jì)。最后,利用DeepSentiBank對簽到圖片按簽到的景點(diǎn)進(jìn)行解析,所得到的結(jié)果以“形容詞+名詞”形式呈現(xiàn),其中名詞是對圖片內(nèi)容的描述,形容詞則反映了拍攝者對特定對象的情感傾向[14]。上述數(shù)據(jù)處理結(jié)果最終存儲在Excel中,作為研究紫金山國家森林公園旅游流時空分布及驅(qū)動因素的基礎(chǔ)數(shù)據(jù)。

1.3 研究方法

1.3.1 時間分布特征分析 在時間上,通過簽到頻次指數(shù)分析紫金山國家森林公園內(nèi)旅游流時間分布特征。具體計(jì)算公式如下:

(1)

式中:t為某一時間游客的簽到頻數(shù);T為總的游客簽到頻數(shù);F為游客簽到比重。

此外,根據(jù)保繼剛等提出的季節(jié)性強(qiáng)度指數(shù)計(jì)算紫金山國家森林公園旅游流季節(jié)強(qiáng)度指數(shù),以進(jìn)一步探討分析旅游流季節(jié)性變化規(guī)律[15]。具體計(jì)算公式如下:

(2)

式中:G表示旅游流的季節(jié)性強(qiáng)度指數(shù);xi表示各月份景區(qū)游客量占全年游客總量的比重。G值越大表示旅游流的時間變動越大,時間分布越不均勻,淡旺季差異越大;反之,G值越小越趨于零,則說明淡、旺季的差異越小,季節(jié)性也就越不明顯。

1.3.2 空間分布特征分析 在空間上,采用核密度分析(Kernel Density)來推斷紫金山國家森林公園內(nèi)游客的集散特征。具體計(jì)算公式如下:

(3)

式中:f(x)是概率密度函數(shù);k為核函數(shù),也是空間權(quán)重函數(shù);x-xi是估測點(diǎn)x到樣本點(diǎn)xi的距離;n為樣本數(shù)量,h是帶寬,較小的h值可以使密度分布結(jié)果中出現(xiàn)較大幅度的變化。

1.3.3 卷積神經(jīng)網(wǎng)絡(luò) 卷積神經(jīng)網(wǎng)絡(luò)(Convolutional neural networks,CNN)是深度學(xué)習(xí)算法在圖像處理領(lǐng)域的一個應(yīng)用。具體技術(shù)路線如圖2所示,將所得圖片利用DeepSentiBank進(jìn)行解析,得到不同景點(diǎn)游客拍攝圖片的APN集合后,對APN進(jìn)行文本分析,再依據(jù)不同圖片來源的目的地形象進(jìn)行關(guān)鍵詞分類統(tǒng)計(jì)。

圖1 基于DeepSentiBank圖片目的地形象感知研究示意圖Figure 1 Schematic diagram of research on destination image perception based on DeepSentiBank

2 紫金山國家森林公園旅游流時空分布特點(diǎn)

2.1 旅游流時間變化特征

依據(jù)攜程旅行上紫金山國家森林公園內(nèi)游客2018—2020年的日際簽到頻次數(shù)據(jù),繪制了旅游流日內(nèi)變化趨勢圖,并根據(jù)天氣變化特點(diǎn)﹑地方特色、節(jié)假日等在圖上描繪出突出節(jié)點(diǎn),以便分析旅游流年內(nèi)的總體變化特征和規(guī)律,見圖2。

(a) 2020年旅游流簽到頻次日內(nèi)變化

(b) 2019年旅游流簽到頻次日內(nèi)變化

(c) 2018年旅游流簽到頻次日內(nèi)變化圖2 紫金山國家森林公園旅游流簽到頻次指數(shù)日內(nèi)變化Figure 2 Intra-day change of check-in frequency index of tourist flow in Purple Mountain National Forest Park

由圖2可知,在過去3年里,紫金山國家森林公園旅游流簽到比重日內(nèi)變化呈現(xiàn)出“多峰型”的分布特點(diǎn)。圖中各峰值表現(xiàn)為十一黃金周、五一小長假、梅花節(jié)和賞螢期。在這4個時期,客流量迅速增加,游客簽到比重保持在高位波動。其中,十一黃金周和五一小長假高位波動時期較短,日均簽到比重均在1%以上且十一黃金周的日均簽到比重最高達(dá)2.52%,而梅花節(jié)和觀螢火蟲節(jié)高位波動時間雖較長,日均簽到比重卻只達(dá)到0.5%以上。這種差異與假期天數(shù)、植物開花周期及昆蟲的繁育期的長短密切相關(guān)。整體上看,公園內(nèi)的游客流量呈現(xiàn)出“峰林潮汐”的時空變化趨勢,節(jié)假日高峰、工作日低谷的重復(fù)結(jié)構(gòu)形成了近3年來旅游客流的時間變化格局,表現(xiàn)為“周期性效應(yīng)”“假日效應(yīng)”及“剎車效應(yīng)”等特征。

根據(jù)園區(qū)旅游客流“多高峰”的分布格局,以2019年為例,對園區(qū)旅游時段進(jìn)行了淡、旺季的科學(xué)劃分,總結(jié)其典型特征,并選取了典型日和典型月,見表1。

表1 紫金山國家森林公園淡、旺季時間分布及其典型特征Table 1 Typical temporal characteristics of peak and valley seasons in Purple Mountain National Forest Park in 2019

由表1可知,紫金山國家森林公園旅游流日內(nèi)峰林結(jié)構(gòu)主要由淡季、旺季以及淡、旺季交替3個階段組成。12月上旬到2月底為公園的旅游淡季,由于氣候不適宜,氣溫長期處于低溫狀態(tài),致使這一期間游客量極少,其中以2月份的2.1-2.7的游客簽到比重最少。3月上旬到4月下旬、5月上旬以及10月上旬為公園的旅游旺季,該時間段內(nèi)氣候適宜,或遇上梅花相繼盛開時節(jié),或遇上清明、五一、國慶等國家法定節(jié)假日,導(dǎo)致游客量迅速增加,其中以10月份的10.1-10.5的游客簽到比重最多。5月中旬到7月中旬的紫金山景區(qū)為旅游淡季到旺季的過渡期,初始游客量雖處于低迷狀態(tài),但隨著月季、玉蘭等各色花團(tuán)的綻放以及仲夏時期螢火蟲繁育期季節(jié)的到來,游客量在這一時間段內(nèi)呈現(xiàn)緩慢增長的趨勢,其中7.13-7.20的游客簽到比重增長的尤為明顯。7月下旬到9月下旬、10月中旬到11月下旬時段是高峰到低谷的過渡期,導(dǎo)致游客減少的原因主要是氣候由適宜轉(zhuǎn)變?yōu)椴贿m宜,氣溫處于持續(xù)高溫或持續(xù)低溫所致,其中10.16-10.22的游客簽到比重下降尤為明顯。但由于大、中、小學(xué)學(xué)生處于暑假期間、靈谷寺仲夏賞螢最佳觀賞期或秋季賞紅葉的適宜時段,該時段的游客量保持著穩(wěn)定發(fā)展。

根據(jù)保繼剛提出的季節(jié)性強(qiáng)度指數(shù)算法,計(jì)算紫金山國家森林公園游客簽到各月比重及季節(jié)性強(qiáng)度指數(shù),進(jìn)一步分析紫金山國家森林公園旅游流季節(jié)性變化規(guī)律,見表2。

表2 紫金山國家森林公園游客簽到各月比重及季節(jié)性強(qiáng)度指數(shù)Table 2 Monthly proportion and seasonal intensity index of visitors in Purple Mountain National Forest Park %

由表2可知,2018-2020年紫金山國家森林公園旅游客流量季節(jié)性指數(shù)均偏大,表明紫金山國家森林公園旅游流季節(jié)性分布差異比較明顯,旅游流的淡、旺季分化問題較為突出。其中,2018-2019年間季節(jié)性強(qiáng)度指數(shù)從比較高的5.21下降至4.81,存在1個下降的趨勢,說明紫金山國家森林公園旅游流的淡、旺季分布差異正逐漸轉(zhuǎn)小,紫金山國家森林公園旅游流季節(jié)性指數(shù)變化比較穩(wěn)定。但2020年季節(jié)性強(qiáng)度指數(shù)突然呈現(xiàn)大幅度的增加,聯(lián)系到2020年新冠肺炎疫情對人們出游的巨大影響,導(dǎo)致各月份景區(qū)游客量占全年游客總量的比重增大或減小,致使季節(jié)性強(qiáng)度指數(shù)偏大。因此,2020年季節(jié)性強(qiáng)度指數(shù)的增大屬于特殊情況。

2.2 旅游流時空分布特征

基于2019年游客簽到數(shù)據(jù),選取梅花節(jié)(3.1-3.5)、五一(5.1-5.5)、賞螢期(6.16-6.20)和國慶(10.1-10.5)4個時間段內(nèi)典型的日內(nèi)游客簽到頻次,利用ArcGIS中的Kernel Density來推斷紫金山國家森林公園內(nèi)游客的集散特征,見圖3。

(a) 梅花節(jié)游客集散分布特征

(b) 五一游客集散分布特征

(c) 賞螢期游客集散分布特征

(d) 國慶游客集散分布特征圖3 不同時期下的旅游客流時空分布特征Figure 3 Spatial and temporal distribution characteristics of tourist flow under different periods

由圖3-(a)可知,梅花節(jié)時段內(nèi)的游客主要聚集在以梅花山為主要核心景點(diǎn)周圍,以明孝陵、靈谷寺為次要核心景點(diǎn)附近;由圖3-(b)可知,五一時段內(nèi),則以明孝陵、美齡宮為主要核心景點(diǎn),以音樂臺、靈谷寺、中山陵為次要核心景點(diǎn);由圖3-(c)可知,賞螢期時段內(nèi),游客以靈谷寺、明孝陵、美齡宮為聚集核心,并以此為主要核心向外逐級遞減;由圖3-(d)可知,國慶時段內(nèi)游客時空分布以明孝陵為第1核心景點(diǎn),以美齡宮、音樂臺、靈谷寺、中山陵為次要核心景點(diǎn)。相比較而言,五一和國慶2個時間段內(nèi)的游客集散密度橢圓空間范圍比梅花節(jié)和賞螢期的大,且不同等級下的密度空間范圍也各不一樣。整體上看,紫金山國家森林公園的熱門景點(diǎn)均分布在公園南部,次要核心景點(diǎn)位于明孝陵、靈谷寺、美齡宮三大熱門景點(diǎn)1 000 m范圍內(nèi)。相反,公園北部既沒有最受歡迎的景點(diǎn),也沒有次要的熱門景點(diǎn)。紫金山國家森林公園旅游流呈現(xiàn)出“多核心”的空間分布趨勢,且具有明顯的等級差異特征。這意味著游客主要聚集在以孝陵、中山、靈谷等著名旅游景點(diǎn)為核心、半徑約1 000 m的3個橢圓形空間內(nèi)。

3 紫金山國家森林公園游客時空分布影響因素分析

3.1 游客出行意愿分析

利用Gooseeker 7.0對簽到文本進(jìn)行分詞分析,見圖4。游客的簽到文本內(nèi)容直接反映了游客的出行動機(jī)。由于旅游流是游客根據(jù)自身動機(jī)而進(jìn)行的一種有選擇性的移動,影響其移動的驅(qū)動因子是有跡可循或突然產(chǎn)生的,如許多游客喜歡在夏季前往山區(qū)度假勝地,在遇到大風(fēng)暴時逃離洪水泛濫的地區(qū)等,因此對游客空間分布驅(qū)動因素的分析可以從規(guī)律性因子和突發(fā)性因子2個方面進(jìn)行劃分[16-17]。同時參考前人關(guān)于游客時空分布驅(qū)動因素的研究成果,將規(guī)律性因子劃分為季節(jié)性因子和基礎(chǔ)條件因子,突發(fā)性因子劃分為自然因子和人為因子[18-21]。其中,季節(jié)性因子是指氣候條件的適宜性與資源結(jié)構(gòu)的觀賞性;基礎(chǔ)條件因子是指旅游地的合理性、旅游者本身的感受以及交通的便捷性;自然因子和人為因子是指出行意愿受到人為災(zāi)害或自然災(zāi)害的阻礙而停滯下來的影響因素。將各分詞結(jié)果按三級指標(biāo)進(jìn)行語義歸納和統(tǒng)計(jì),見表3。

圖4 基于Gooseeker 7.0的游客簽到文本分詞示意圖Figure 4 Schematic diagram of visitor sign-in text splitting based on Gooseeker 7.0

表3 紫金山國家森林公園旅游者出行空間偏好影響因子Table 3 Influencing factors of tourists’ travel spatial preference in Purple Mountain National Forest Park

由圖4可知,整體上,游客對紫金山國家森林公園的景色評價較高,體驗(yàn)滿意度較強(qiáng),同時游客對明孝陵、中山陵、美齡宮三大景點(diǎn)的出行意愿極為強(qiáng)烈,而音樂臺、靈谷寺則在出行意愿中更為次之,表明對不同類型的景點(diǎn),游客的偏好傾向具有明顯的差異性。由表3可知,旅游者的旅游意愿受季節(jié)天氣、植物物候、文化景區(qū)等級和基礎(chǔ)設(shè)施條件的影響最大。適宜的氣候、良好的交通條件、著名的文物古跡、多姿多彩的森林景觀,都可以極大地促進(jìn)人們的旅游意愿。相反,極熱或極冷的天氣條件、雨天和大雪天、COVID-19的爆發(fā),都會大大降低人們的旅行意愿,導(dǎo)致游客數(shù)量急劇下降。

3.2 游客認(rèn)知分析

圖像的感知一定程度上反映了游客對旅游目的地的認(rèn)知形象和情感形象上的關(guān)注傾向。本研究從不同等級聚集度的景點(diǎn)中選取10個共400張圖片,通過DeepSentiBank對游客簽到圖片數(shù)據(jù)進(jìn)行目的地感知形象分析,得到紫金山森林公園目的地高頻名詞集合,見表4。同時參考Beerli、李雷雷提出的認(rèn)知形象維度,將認(rèn)知形象分為自然景觀、動物景觀、娛樂活動、文化藝術(shù)、人造建筑、食物和服務(wù)設(shè)施7個維度[22-23]。將分析結(jié)果與各自景點(diǎn)對應(yīng),以1和0來表示空間有、無此要素,累計(jì)各景點(diǎn)占各認(rèn)知維度的比重,用作評價景點(diǎn)-認(rèn)知維度之間的關(guān)注偏好度,見表5。

表4 紫金山國家森林公園目的地高頻名詞一覽表(前24項(xiàng))Table 4 List of high-frequency nouns of destination in Purple Mountain National Forest Park (top 24)

表5 紫金山國家森林公園認(rèn)知形象匹配一覽表Table 5 List of perceived image matching in Purple Mountain National Forest Park %

由表4可知,整體上,游客對紫金山國家森林公園的關(guān)注偏好主要是以植物、雕塑、建筑物、湖泊景觀為主,其中植物景觀受到游客的鐘愛,且獨(dú)占鰲頭。人物這一元素為旅游者自身或其他旅游者,因而被剔除在游客認(rèn)知之外。其次是山石、陵墓、寺廟等人文古跡景觀,其后是雄偉壯觀、氣勢磅礴的瀑布及憨態(tài)可掬、展翅高飛的白鴿景觀。在游客認(rèn)知偏好的第4個梯隊(duì)中,有塔樓、亭臺、休憩凳等休憩景觀。以酒店、餐廳、觀光車等旅游服務(wù)設(shè)施為主的照片占比最小,表明游客對旅游服務(wù)設(shè)施最不感興趣。

由表5可知,游客對不同景點(diǎn)的關(guān)注傾向具有明顯的差異,對梅花山、紫霞湖、中山植物園等景點(diǎn)的偏好主要聚焦于以植物、湖泊、山石、瀑布為代表的自然風(fēng)光,對音樂臺和靈谷寺這類常存動物跡象的景點(diǎn),則以自然風(fēng)光和建筑為背景的動物景觀更感興趣,如鴿子或螢火蟲。而對于明孝陵、中山陵、航空烈士紀(jì)念館等歷史文化特色濃厚的景點(diǎn),游客偏好不僅聚焦于自然風(fēng)光和建筑特色,且對歷史沿革、文化底蘊(yùn)及藝術(shù)美感十分感興趣。整體上,游客對紫金山國家森林公園所拍攝照片的元素主要集中于自然風(fēng)光、特色建筑、歷史遺跡。

4 建議與展望

本研究關(guān)于旅游者人地關(guān)系的闡述有利于對森林旅游形態(tài)與旅游者的群體流動特征及其影響因素加以了解和把握。主要貢獻(xiàn)如下:(1)聚焦森林旅游地的發(fā)展,將旅游流呈現(xiàn)“周期性效應(yīng)”“季節(jié)性效應(yīng)”“假日效應(yīng)”以及“剎車效應(yīng)”等特征引入旅游研究,以日際尺度視角審視森林旅游地的空間結(jié)構(gòu),為旅游地的空間優(yōu)化研究提供數(shù)據(jù)支持;(2)構(gòu)建游客出行意愿的邏輯思路,挖掘森林空間格局與旅游者行為的相關(guān)效應(yīng),更為微觀和全面地刻畫森林物質(zhì)空間和社會空間,協(xié)助人本視角的旅游規(guī)劃應(yīng)用;(3)基于大數(shù)據(jù)和深度學(xué)習(xí)的方法為精細(xì)尺度上的森林旅游行為測度提供技術(shù)路徑,構(gòu)建基于大數(shù)據(jù)的旅游者時空行為方法,為以人為本的旅游服務(wù)與管理提供了技術(shù)支撐。

從研究結(jié)果來看,本研究對森林公園旅游地的發(fā)展有如下啟示:(1)采取科學(xué)的管理措施,協(xié)調(diào)淡、旺季的客流量。在旅游旺季,根據(jù)游客時間分布特征合理配置景區(qū)服務(wù)資源,如為游客提供各景點(diǎn)游客人數(shù)實(shí)時顯示,增加導(dǎo)游纜車服務(wù)班次等,以引導(dǎo)旅游客流流向、提升游客的旅游體驗(yàn)感;在旅游淡季,要充分挖掘公園旅游特色,開發(fā)新的旅游產(chǎn)品,做到在不同季節(jié)里形成不同的旅游特色產(chǎn)品,從而達(dá)到協(xié)調(diào)淡、旺季客流量差異的目的。(2)結(jié)合森林公園資源優(yōu)勢,優(yōu)化景觀系統(tǒng)格局。結(jié)合森林公園游客空間分布格局及游客時空分布影響因素研究,對公園內(nèi)客流空白或薄弱區(qū)域,應(yīng)根據(jù)資源優(yōu)勢適當(dāng)開發(fā),統(tǒng)籌協(xié)調(diào),優(yōu)化森林公園旅游空間格局,在開發(fā)同時應(yīng)注重山-城-林景觀系統(tǒng)的秩序性和觀賞性。例如,可以充分挖掘紫金山國家森林公園北面自然資源和人文資源,形成以航墓游覽、水景游賞、林木欣賞、登山休閑為主題的新的旅游景點(diǎn),避免游客過于聚集于景區(qū)南面,以達(dá)到改善人流擁堵,優(yōu)化旅游空間分布的目的。

大數(shù)據(jù)分析可以為旅游管理者提供更深入的洞察,賦能文旅產(chǎn)業(yè)一線的規(guī)劃、決策和業(yè)務(wù)發(fā)展,持續(xù)推進(jìn)智慧文旅產(chǎn)業(yè)的可持續(xù)發(fā)展。旅游文本大數(shù)據(jù)挖掘技術(shù),通過分析游客的行為,可以實(shí)現(xiàn)對旅游市場的實(shí)時監(jiān)控。采用用戶圖片數(shù)據(jù)進(jìn)行定量分析,通過獲取個體主觀的景觀感知偏好。在GIS空間分析技術(shù)支撐下,將數(shù)據(jù)驅(qū)動方法與旅游領(lǐng)域知識相結(jié)合,可以更為直接地刻畫游客的時空分布特征。但本研究在游客空間偏好分析及形成機(jī)制方面的研究,還不夠深入。在后續(xù)研究中如何進(jìn)一步從旅游偏好、空間行為動機(jī)、游客性別角度,對比分析不同個體屬性的旅游流,以進(jìn)一步揭示城市森林旅游流中各熱門景點(diǎn)的吸引力差異研究,實(shí)現(xiàn)大數(shù)據(jù)的充分解讀,為相應(yīng)的森林公園提供更科學(xué)、合理的指導(dǎo)性意見。

5 結(jié)論

以時空移動的游客為主體,以南京紫金山國家森林公園為研究區(qū),通過爬取攜程旅行上的游客簽到信息,采用時間分層法、季節(jié)性強(qiáng)度指數(shù)法、核密度分析法對游客的分布特征進(jìn)行時間和空間上的研究,并利用Gooseeker 7.0和DeepSentiBank對游客簽到評論文本內(nèi)容及圖片進(jìn)行語義上的分析和圖像上的感知,以進(jìn)一步挖掘游客對旅游目的地的形象認(rèn)知和興趣偏好,從而為我國城市森林公園旅游優(yōu)化及營銷策略制定提供科學(xué)依據(jù)。具體結(jié)論如下:(1)日際尺度下,紫金山國家森林公園旅游流呈現(xiàn)“周期性效應(yīng)”“假日效應(yīng)”以及“剎車效應(yīng)”等特征,且不同時段下的旅游流淡、旺季具有明顯的典型特征;3年來紫金山國家森林公園季節(jié)性強(qiáng)度指數(shù)均較大,表明其旅游流淡、旺季分化問題較為突出;(2)高峰期園區(qū)內(nèi)的游客流呈現(xiàn)出“多核心”聚集的時空分布趨勢,且具有明顯的等級差異特征。同一時期游客的空間集散密度變化差異較大,不同時期的游客集散分布范圍不同,且不同景點(diǎn)對游客分布存在不同的吸引力。整體上,游客更喜歡去公園南部的景點(diǎn),主要和次要的熱門景點(diǎn)都位于其中。此外,游客主要聚集在以孝陵、中山、靈谷等著名旅游景點(diǎn)為核心、半徑約1 000 m的3個橢圓形空間內(nèi);(3)游客對紫金山森林公園的體驗(yàn)滿意度較高,不同類型的景點(diǎn)游客的偏好傾向具有明顯的差異性。整體上,旅游偏好受季節(jié)氣候、植物物候、人文景區(qū)等級、基礎(chǔ)設(shè)施條件影響最大,更喜歡到交通條件好、文物古跡多、森林景觀多的景區(qū)。