简介:近年来大众旅游日益明显,与此同时,我国各类旅游投诉数量居高不下并呈逐年增加的态势。以人民网旅游3·15投诉平台案例数据库的旅游投诉案例为研究样本,利用ROSTContentMining研究软件,通过内容分析法,对旅游投诉的对象、主题、处理特征、高频特征词和语义网络,以及投诉内容的关联特征进行分析。研究发现:旅游投诉在对象和主题分布上具有相对集中性,投诉对象以OTA和旅行社为主,投诉主题集中在消费欺诈和违反合同方面;旅游投诉的整体处理率较高,OTA对旅游投诉处理最为积极,但部分投诉对象和投诉主题的处理率还有待提高;《旅游法》实施后对旅行社、导游影响明显,但对"购物"问题并没有起到抑制作用。并针对性提出加强重点投诉对象的治理和提高旅游企业投诉处理效率的建议。
简介:摘要:大量具有情感倾向的网络文本内容对市场营销、舆论监控等多方面具有很高的应用价值。本文通过对网络文本情感分类领域的专利申请进行分析,对申请趋势、重点申请人及核心专利进行分析梳理,以提供专利布局参考。
简介:摘要:为了提升文本生成图像模型生成图像的质量,提出了利用语义和空间信息来增加全局和局部注意力的空间自注意力生成对抗网络模型。生成网络的输入除了句子文本特征和随机向量之外,还加入了单词级特征作为约束条件,为了让生成图像的整体布局更加清晰,引入了空间自注意力模块,利用其保留了语义标注的空间信息,使生成器在生成图像时更加关注图像的整体布局,规范了对象的整体位置,对生成器起正向优化作用。通过训练 SEAGAN模型最终模型能够通过文本描述生成具有细粒度的清晰的镜架图像,为项目减少了眼镜设计和拍摄图像中的成本,生成的镜框图像也达到了商品所需的清晰度,这也证明了模型在工业领域中的有效性。
简介:网络科学研究发展迅猛,已经对物理,计算机和管理等学科产生了深远的影响。然而,中国国内目前最新的网络科学主题发展态势一直缺乏直观的分析。以2017年第十三届全国复杂网络大会的会议摘要为研究对象,从基于文本挖掘的主题提取与聚类的角度分析了网络科学最具代表性的复杂网络会议的研究趋势,该会议的研究趋势一定程度上可以反映出国内网络科学领域最新的研究态势。首先对会议摘要的文本信息进行预处理,通过自建词典和停用词库对文本进行jieba分词。然后使用LDA主题模型对摘要的主题分布进行识别,基于摘要间的JS距离进行凝聚层次聚类,得到10类会议主题。研究拓展了主题模型在学术会议研究态势与研究热点挖掘上的应用范围,丰富了学术会议主题挖掘与研究热点分析的思路,能为其他学术会议快速挖掘研究态势提供借鉴;同时提出一种基于主题模型和社交网络分析相结合来挖掘机构关联关系的研究方法,以机构研究主题相似度为参考指标,为机构寻找合适的科研合作单位提供参考建议。
简介:文章基于游客在淡季出游的205篇游记,运用扎根理论的研究方法和文本分析方法,从出游动机、出游特点及出游感知等三个方面探讨了游客在淡季的旅游行为。分析结果表明:游客淡季出游动机十分明确,主要表现为被淡季出游的优势所吸引、有出游欲望和时间、在淡季实现独特的游览期望等方面,并据此构建了游客淡季出游决策模型;出游特点则主要体现为客源地多集中在东部地区及目的地周边、出游方式多为自由行及半自由行,出游时间相对较长;游客的感知总体上是景美人少、实惠愉悦,而地区差异、不同的出游动机及出游方式也会影响游客的出游感知。作者认为,旅游企业应根据游客淡季旅游行为特征设计旅游市场经营管理策略,吸引游客,以提升经营绩效。