基于深度学习的城市酒店双因素体验特征及其差异机制分析 |
| |
引用本文: | 贾添羽,张郴,鲁方圆,黄震方.基于深度学习的城市酒店双因素体验特征及其差异机制分析[J].地球信息科学,2024(2):499-513. |
| |
作者姓名: | 贾添羽 张郴 鲁方圆 黄震方 |
| |
作者单位: | 1. 南京师范大学地理科学学院;2. 江苏省地理信息资源开发与利用协同创新中心 |
| |
基金项目: | 国家自然科学基金项目(41871141、42071175)~~; |
| |
摘 要: | 当前“双循环”新发展格局下,酒店业迎来发展新机遇。本研究选取夫子庙(历史人文街区)和新街口(城市商业中心)2个环境差异明显的地区作为案例地,以携程旅行网上12家酒店文本作为数据来源,建构CNN-BiLSTM-ATT相结合的深度学习模型,探究游客酒店双因素体验特征,并对其差异机制进行分析。结果表明:(1) CNN-BiLSTM-ATT相结合的深度学习方法为酒店体验研究提供了一个系统的理论框架,可以深入挖掘游客酒店体验特征及其差异机制;(2)不同环境差异下的游客酒店双因素体验具有较大差异。游客夫子庙酒店激励体验涉及区位地标、餐饮体验等要素;游客新街口酒店激励体验涉及娱乐体验、酒店氛围等要素。游客夫子庙酒店保健体验涉及停车设施、客房面积等要素;游客新街口酒店保健体验涉及电梯设施、停车设施等要素;(3)游客酒店双因素体验机制存在差异。游客酒店激励体验多与区位地标、娱乐体验等外部要素有关,保健体验多与客房面积、客房隔音等内部要素有关。本研究拓展了深度学习在游客体验研究中的应用,为酒店韧性建设与高质量发展提供参考。
|
关 键 词: | 酒店体验 深度学习 注意力机制 激励因素 保健因素 差异机制 夫子庙 新街口 |
|
| 点击此处可从《地球信息科学》浏览原始摘要信息 |
| 点击此处可从《地球信息科学》下载免费的PDF全文 |