| 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 |
