科研动态 | 如何感知旅游目的地形象？基于入境游客照片的视觉内容分析

01 研究背景

旅游目的地形象（TDI）是指人们对旅游目的地的观点和印象的总和。良好的旅游目的地形象可以增强目的地的竞争力，提高游客的满意度和忠诚度。构建有吸引力和良好体验的旅游形象，对目的地拓宽国际旅游市场至关重要。然而，目的地的旅游形象通常受到旅游资源空间分布等多方面的影响。构建完整的旅游目的地形象分析框架以有效规划旅游资源分布，这既具有挑战性又更有意义。本研究以北京为例，基于入境游客照片大数据和深度学习研究方法，建立了结合旅游图像理论和方法的高效科研框架。这为从多角度研究研究旅游目的地形象创造了新的机会，为目的地管理者合理分配旅游资源提供指导性建议。

02 研究区域与数据

本文通过Flickr  API接口获取了2014年1月1日至2019年12月31日北京市范围内（115.7°E~ 117.4°E， 39.4°N~41.6°N）的53491张附有地理标记的照片数据（图1）。除了照片内容数据外，通常还包含照片本身的元数据信息，包括照片唯一标识（Pid）、用户唯一标识（Oid）、拍摄时间（P_date）、经度（Lon）、纬度（Lat）和图片地址（Url）等信息。经处理共保留1679个游客的40186条照片数据。

03 研究技术框架

本文以Flickr网站上的入境游客照片为主要数据源，利于深度学习技术和空间分析技术，构建了一个相对完整的旅游目的地形象分析框架（图2）。

该框架主要分为两个部分：首先，我们对旅游目的地形象的构成进行分析。Inception-v4模型提供了优秀的性能和较快的训练速度，在图识别领域广受欢迎。NIMA模型可以预测图像美学评分的分布，实现美学评价。DeepSentiBank可以通过识别图片中ANP（Adjective Noun Pairs），有效表征图像中的情感。其次，我们依托目的地的旅游资源分布，利用空间分析技术（核密度分析和热点分析）对旅游形象进行可视化分析。该研究为管理者合理分配目的地的旅游资源、优化和提升目的地形象提供建议。

04 研究结果

入境游客多拍摄建筑（16.9%）、城楼（12.9%）、桥梁（11.2%）来展现对北京的建筑认知，以工艺品（12%）、雕像（5.6%）等来展现文化认知。建筑类照片明显多于文化类照片。休闲娱乐类照片在所有照片中占比较低。可见，休闲娱乐场所提供的活动并未强烈满足游客的消费需求，它们可以作为目的地旅游吸引物的有效补充。

照片美学质量评分在一定程度上反映了旅游者对不同类型旅游认知形象的审美感知程度。其中自然风光、建筑和文化类比人文生活类旅游形象视觉美学质量更高。人物和美食等属于人文生活范畴，其美学往往体现在文化内涵上。这类场景存在较多的视觉干扰因素和人为因素，很难直接通过视觉形式表现。

通过textblob对各形容词进行正向与负向极性划分，并参考Circumplex模型将游客情感划分为：愉悦-高唤醒、不愉悦-高唤醒、不愉悦-低唤醒、不愉悦-高唤醒四种类型。总体上，游客的照片场景类型中传递的情感以正向积极为主，愉悦高唤醒的照片场景最多，不愉悦高唤醒的照片占比最少。在不愉悦低唤醒中，美食类照片占整体情感类型的47%，排名第一。不愉悦低唤醒体现了游客消极且平静的情感体验，这一定程度上体现了入境游客在饮食选择上与目的地之间存在显著差异。

食物、文化和休闲娱乐类呈现“单极核显著”的空间分布特征。人物、自然风光和动物类呈现“稀疏分散、双核心结构”的空间分布特征。建筑、城市生活和基础设施类呈现“核心区集中连片”的空间分布特征。

照片美学质量空间分布存在显著的高值（热点）和低值（冷点）空间簇，整体表现出 “一冷两热”的空间分布格局。入境游客的高质量美学照片的第一个“热点”区主要分布在北京的北部郊区。第二个“热点”区域聚集于北京中心城区的西部。“冷点”聚集区，主要聚集于北京的历史城区和部分中心城区，聚集程度较为密集且范围较大。

入境游客在目的地的情感空间体验以正向愉悦为主，且四种类型情感体验空间差异显著。愉悦高唤醒表现为更广泛空间范围内的多点散发的空间格局，而愉悦低唤醒呈现为多点散发的分布模式，不愉悦低唤醒的空间分布模式与愉悦低唤醒及其相似，两种类型情感空间具有高度一致性。不愉悦高唤醒呈现出显著的核心聚集特征。

05 研究结论

本文建立了一个基于入境游客照片多角度分析旅游目的地形象的研究框架。该框架同样适用于其他社交媒体平台的含有位置信息的照片数据。研究结论总结如下：

（1）北京入境旅游认知形象可分为涵盖历史建筑、人文生活、自然、娱乐和基础设施五大方面在内的文化、建筑、美食、人物、城市生活、自然风光、动物、休闲娱乐和基础设施九种类型。