基于微博大数据的凤凰古城网络关注度时空格局研究-张璐璇.pdf

《基于微博大数据的凤凰古城网络关注度时空格局研究-张璐璇.pdf》由会员分享，可在线阅读，更多相关《基于微博大数据的凤凰古城网络关注度时空格局研究-张璐璇.pdf（57页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、中图分类号：P28UDC： 900密级：t口与：学校代码：讶粤解为尤李硕士学位论文(学历硕士)公开10094基于微博大数据的凤凰古城网络关注度时空格局研究Research on the temporal and spatial pattern of Phoenix Townnetwork attention based on micro-blogS big data作者姓名：张璐璇指导教师： 张军海教授学科专业： 地图学与地理信息系统研究方向： 社会文化地理信息系统论文开题日期：2016年6月14日万方数据Tll lllllll Prlll II IIII l UII IIlll I IIY3

2、20839 1学位论文原创性声明本人所提交的学位论文基于微博大数据的凤凰古城网络关注度时空格局研究，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者(签名)：汤罐诌迄指导教师确认(签名)：钏年6月1日 侧年月f日学位论文版权使用授权书本学位论文作者完全了解河北师范大学有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权河北师范大学可以将学位论文的全部或部分内容编入有关数据库进行检

3、索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在年解密后适用本授权书)论文作者(签名)：蚕乏秽乞荔乏指导教师计1年c，月日 功f年f月。：么唿f 日11万方数据摘要随着我国经济迅猛的发展，互联网也在快速的成长和迅速的普及，人们对旅游的需求也日益增长，旅游行业同互联网建立了十分紧密的联系，并且越来越不可分割。微博作为大数据发展背景下的强大的社会化媒体，更是把人们的生活带入了一个新的时代，通过微博平台，旅游者可以获得更便捷、准确、高效的信息，也可以利用微博发布“游记”和分享“旅游攻略。”游客通过游记或旅游攻略对旅游地建立了初步了解，从而影响着对旅游目的地的选择，微博游记为

4、旅游景区网络关注度的研究提供了数据支撑。在本文中，通过对微博数据的挖掘，以微博数量作为评价指标，来研究凤凰古城网络关注度的时空格局特征，利用可视化方法将微博游记中的地理信息呈现出来，实现了对时空特征的分析，从定量化角度为凤凰古城旅游研究提供了新的方法。基于微博开放的API编写了数据采集规则，运用Web信息采集技术设计了采集流程，获得了微博中与凤凰古城相关的微博游记，并将其进行文本筛选和清洗，设计了包括发布时间、发布定位、游客来源地、景点名称等的旅游文本数据库，实现了对旅游文本信息的有效存储和管理。在对凤凰古城网络关注度的可视化表达和分析中得出以下结论：(1)凤凰古城网络关注度在空间分布上为聚集

5、性：凤凰古城网络关注度在全国各个省份的分布不均衡，形成“两带、一核心”的空间格局，主要分布在“广东湖南湖北”一带、“江苏浙江福建”一带和北京及周边的核心区。凤凰古城内部网络关注度长期保持三个高度关注度的核心景点区域，在整体上呈现沿沱江分布的特征趋势。(2)凤凰古城网络关注度在时间维度的变化上：年际分布变化呈现2013年、2014年、2015年逐步衰减，到2016年明显回升；在季节分布上，季节差距较小，分布较均匀，景区一年4个季节均适合游览，但从微妙的数据差异可以看出，秋季是凤凰古城全年的旅游最旺季。本文分析得出了凤凰古城网络关注度时空分布特征的影响因素：互联网的发展是对凤凰古城网络关注度时空格

6、局变化的技术支撑；旅游资源禀赋与特色是凤凰古城网络关注度的基本动力；经济水平是凤凰古城网络关注度的核心动力。交通条件是凤凰古城网络关注度的重要推动力。在本文的研究过程中设计编写了新的数据采集流程，完成了凤凰古城旅游数据库的TTT万方数据设计和旅游文本数据库的有效管理，通过对凤凰古城微博游记的统计、挖掘，得到了凤凰古城网络关注度的年际、季节变化，并从全国范围、景区内部两个尺度对凤凰古城网络关注度的时空格局进行了分析总结。为凤凰古城景区未来的发展和在旅游市场的拓展提供了数据支撑，对优化景区资源提供了科学的指导，为当地旅游部门的决策提供了科学的依据。关键词t凤凰古城；网络关注度；时空格局；可视化；影

7、响因素万方数据AbstractWith the rapid development of the economy,rapid growth and fast popularization of theIntemet，peopleS demands for tourism is increasingThe tourism industry has establishedvery close contact with the Internet and the relationship is increasingly inalienableAs apowerful social media unde

8、r the big data background，Microblog even brings peopleS livesinto a new eraThrough Microblog platform，tourists Can get more convenient，accurate andefficient information and use Microblog to publish“travel notesand share“travel strategy”The tourists Can have a preliminary understanding of the tourism

9、 destinations through travelnotes or strategies，which influence the selection of tourism destinationsThus the travel noteson Microblog Can provide the data support for the research of the network attention of touristattractionsThrough the Microblog data mining，this paper studies the temporal and spa

10、tial pattemfeatures of the network attention of Old Town of Phoenix with the Microblog number asevaluation index，shows the geographic information in Microblog travel notes with the help ofvisualization method and realizes the analysis of temporal and spatial pattem features，thusproviding a new metho

11、d for the tourism in Old Town of Phoenix from the quantitativeIt develops data acquisition rules on the basis of Microblog open API，designsacquisition process with Web information acquisition technology,obtains the relevant travelnotes about Old Town of Phoenix on Microblog，conducts the text screeni

12、ng and cleaning anddesigns the tourism text database including release time，release location，source of touristsand tourist attractions，SO as to realize the effective storage and management of tourism textinformationFrom the visual presentation and analysis of the network attention of Old Town ofPhoe

13、nix，it Can be concluded that：(1)the network attention of Old Town of Phoenix isclustering in spatial distribution；the distribution of network attention of Old Town of Phoenixis not balanced in various provinces，forming“two zones and one core”spatial patternTheV万方数据attention is mainly distributed in”

14、Guangdong-HunanHubei”area”JiangsuZhejiang-Fujian area，Beijing and the surrounding core areaThe internal network attention of OldTown of Phoenix shows the trend of core attraction with three high attention for a long termand shows the trend of the distribution along Tuojiang River on the whole(2)the

15、networkattention change of Old Town of Phoenix in time dimension：the interannual distributionshowed a gradual decline from 2013，2014 to 2015 and rebounded significantly in 2016；inseasonal distribution，seasonal difference is small and the distribution is relatively uniform，SOit is suitable to visit t

16、he tourist attraction in four seasonsBut from the subtle data difference，it Can be seen that for Old Town of Phoenix，autumn is the hottest season for tourism of theyearThis paper concludes the influencing factors of the temporal and spatial distributioncharacteristics of the network attention of Old

17、 Town of Phoenix：the development of theIntemet is the technical support of the temporal and spatial change of the network attention ofOld Town of Phoenix；the tourism resources endowment and characteristics are the basicpower of the network attention of Old Town of Phoenix；economic level is the core

18、power ofthe network attention of Old Town of PhoenixThe traffic condition is an important impetusof the network attention of 0ld Town of PhoenixIn the research process，this paper designs and writes new data acquisition process，completes the design of the tourism database of Old Town of Phoenix and t

19、he effectivemanagement of tourism text database，obtains the interannual and seasonal change of thenetwork attention of Old Town of Phoenix through the statistics and mining of Microblogtravel notes of Old Town of Phoenix，analyzes and summarizes the temporal and spatialpattern of the network attentio

20、n of Old Town of Phoenix from two dimensions，national scaleand internal tourism attraction，thus providing data support for the future development andtourism market development of Old Town of Phoenix，scientific guidance for the optimizationof tourism resource resources and scientifiC basis for the de

21、cision of the local tourism sectorKey words：Phoenix Town；network attention；temporal spatial pattem；visualization；influence factorVI万方数据目 录摘要IIIABSTRACT、fi绪论1i1研究背景与意义1I11研究背景1112研究意义212国内外研究进展2i21微博大数据的相关研究2122基于网络信息的地理研究3123旅游空间结构研究413研究内容614技术路线72理论基础和研究方法82I理论基础821。1大数据思想。8212时空思维8213网络数据挖掘8214网络

22、关注度922研究方法9221文献分析法9222网络数据挖掘法9223数理统计法9224空间可视化方法93研究区和数据处理。ll31研究区概况113。2数据来源1233数据采集与处理12VII万方数据331采集方法设计12332采集过程16333数据处理1734数据库设计与实现18341数据库设计18342数据库实现214凤凰古城网络关注度时空格局2341凤凰古城关注度的年际变化23411 全国范围对凤凰古城的网络关注度时空特征23412 凤凰古城内部网络关注度时空分布2842凤凰古城网络关注度的季节变化32421 全国范围对凤凰古城的网络关注度32422凤凰古城内部的网络关注度365凤凰古城网

23、络关注度时空格局影响因素分析3951互联网的技术发展3952旅游资源禀赋与特色3953经济水平差异4054交通区位条件416研究结论与讨论4261结论4262论文创新点4263问题与讨论43参考文献44致谢48攻读学位期间科研成果清单49VIII万方数据11 研究背景与意义1绪论111 研究背景随着全球经济一体化，中国经济增长的动力强劲，人们的收入稳步提升，生活水平也得到了明显的改善，在人们的物质需求得到很大满足的基础上，精神需求开始变得强烈，旅游在很大程度上丰富了人们的精神世界，人们对旅游的需求日益增强。旅游业的发展速度迅猛、势头强劲，已经逐渐成为我国经济发展中的领头行业之一。旅游不但在很大

24、程度上丰富了人们的精神生活，在改善劳动人口就业、推进第三产业进一步繁荣等方面也扮演了至关重要的角色。根据2015年国家旅游局的统计数据显示，国内的旅游人数高达400亿人次，实现旅游总收入34l万亿元人民币，分别比上年增长105、13O。全年全国旅游业对GDP的直接贡献为332万亿元，占GDP总量比重为49；旅游直接解决就业人数为2798万人，间接就业人数可达到7911万人，占全国就业总人口的102【1。凤凰古城位于湖南省湘西自治州凤凰县境内，在这里西南少数民族文化和东部楚汉文化融汇在一起。凤凰古城拥有浓厚的文化气息、美丽的自然风光和少数民族风情，古城保持着明末清初的建筑风格，被称为“中国最美的

25、小城”。同时，凤凰古城在全国古镇文化中具有鲜明的特点，是新兴旅游目的地的典型代表，因此受到广大游客的喜爱，游客量也在逐年增长【2。在世界互联网发展的历程中，中国互联网发展的起步时间较发达国家来说略晚，但是发展的速度却十分迅猛，我国信息事业已经步入了全新的发展阶段，互联网已经深入到各个地区、各个领域【3。来自中国互联网信息中心公布的最新统计报告显示，截至到2015年6月，中国网民规模已达668亿人，手机上网规模达594亿人【41。在互联网迅速的发展和普及下，旅游行业也同互联网建立了十分紧密的联系，越来越不可分割。在线社会网络(如Facebook)、博客、微博(如新浪微博、Twitter)等组成了

26、强大的社会化媒体，并在互联网发展进程中占了十分重要的位置。微博的迅速发展更是把人们的生活带入了一个新的时代，它可以为旅游者提供更便捷、更准确、更高效的信息，同时游客也可以通过微博这样的新媒体平台随时随地发布旅游感受，分享“游记”和“旅游攻略”【5】。与游客对景区满意度研究、旅游地形象感知研究相同，景区网络关注度研究也可以将游客对景区景点、基础设施和服务等的态度和认知状态进行表达，其研究结果可以为旅游相关的决策进行指导，为旅游政策的制定、旅游规划和管理提供支持。游客满意度和旅游地形象1万方数据感知的研究重点体现的是已经完成体验的旅游行为，但是关注度研究则不区分参与者是否真正完成、体验了整个旅游过

27、程，因此还可以挖掘出潜在的旅游市场或者开发未触及的旅游区域。国内的学者在基于网络信息的旅游关注度研究中，大多数是利用百度指数模型或者百度搜索为数据基础，还有一部分学者通过Google为案例进行分析【6】。运用搜索引擎或提供的固定模型进行网络关注度研究虽然十分便捷，但是由于数据多样、繁琐会给进一步的数据分类和筛选带来困难，同时也会遇到调整模型参数的难题。112研究意义在传统研究中，多采用实际调查和数据统计作为研究的基础，而在大数据迅猛发展的阶段，对各类结构化数据、网络数据、移动数据等的信息挖掘逐渐成为主要研究方向，并且注重数据的生成、采集、存储及分析的过程。本文是在互联网背景下将网络文本信息融入

28、到旅游研究的全新尝试。对微博游记数据深度挖掘，实现对景区网络关注度的研究，与过去采用百度指数等替代指标的研究相比，能够挖掘出潜在的旅游市场，将实际旅游者同潜在旅游者区分开。实际旅游者发布的游记和旅游攻略等对表征旅游景区的网络关注度具有重要的意义，并且后续能为实际客流量的相关性分析提供比照。尝试从网络信息视角对凤凰古城景区的网络关注度空间特征进行分析，对制定互联网营销策略、强化景区特质、优化景区布局等提供了实际依据，也为开拓旅游景区的潜在客源市场提供了实践指导意义。12 国内外研究进展121微博大数据的相关研究继云计算、物联网等技术出现之后，大数据(Big Data)是一次新的技术变革，并逐步成

29、为学术领域中新的研究对象。百度每年要处理的数据量大概在几十个PB，Facebook每天生成的日志数据就高达300TB(71。2013年，中国所产生的数据总量超过了08ZB，并且预计到2020年将会超过85ZB8,9】。截止到2014年6月我国微博用户数量达到275亿人，微博作为一种新兴的社会化媒体平台，目前应用的范围已经十分广泛，除了在用户行为、商业模式等领域有所利用价值，在学术领域的研究上也逐渐趋于成熟10。学者们基于微博数据的研究不断深入和扩展，其主要的研究集中在舆情分析、行为预测等方面。(1)在舆情管理方面，微博通常与正式事件和社会新闻等联系的比较紧密。舆情产生初期可能不会爆发并产生高潮

30、，在特定条件的催化下，才会进一步发展。Bruns111等以2012年澳大利亚昆士兰州的选举为例，通过一系列关键词和80位候选人微博动态作为线索，关注了，万方数据长达一个多月的微博内容，构建了昆士兰州大选的政治网络，对大选的情况进行了总体研究和分析；王国华121等对微博网络舆情案例进行分类研究，他们针对不同类型的网络舆情提出了相应的政府应对策略，即当舆论事件同政府无关时，政府可不介入事件的处理过程，而当政府是事件的主体时，政府必须及时发布声明，避免舆论向恶劣的情况发展。(2)在行为预测方面，微博是大数据研究的最佳平台之一，利用大量的微博数据作为支撑，能够实现对用户行为的预测。吴凯131等利用逻辑

31、回归模型分析预测微博的个体转发行为，通过实验表明，模型能够较准确的模拟真实网络环境中的信息传播过程。裴超141等以新浪微博为例，通过对微博转发以及评论的倾向性进行研究，基本判断出用户的喜好，可以为其推送同类好友信息或推荐广告信息。122基于网络信息的地理研究基于网络信息的地理学研究主要分为两个方面，一个是地理信息科学类，即利用计算机网络技术对地理基础信息进行采集、分析和表达；另一个是网络信息地理类，即运用地理学的研究方法对网络信息进行挖掘，来分析实际空间和虚拟空间内出现的地理现象。本文研究属于后者，也是近几年来研究的热点范卧15】。随后，通信地理学16-18、电信地理学191、信息地理学等也相

32、继出现。基于网络信息的地理研究，在国外的学术界定还不明确。最早的研究可以追溯到上个世纪60年代，国外的专家学者对于网络信息地理的研究主要是围绕电话、电报等通信产业【211。自上个世纪80年代开始，国外的通信网络随着互联网的迅速发展成为了研究的热门。NETCOM(Network and Communication Studies)是国际地理联合会创办的刊物，而且还成立了通信地理学研究委员会。21世纪以后，基于网络信息的地理研究除利用互联网作为研究基础外，还渗透到手机等客户终端的利用上来。例如Jenelle在其发表的文章中首次提出了时空收敛的理论22,23。国外在基于网络信息的地理研究中，主要包括

33、以下几个方面：(1)对行为地理的影响研究：Couclelis在研究中通过对网络订披萨的人数进行统计分析，印证了区域居民的生活由于网络信息的发展而变得便利，生活质量得到提高241。Globe等人在文章中分析了网络信息的快速发展对人们旅游行为和驾车出行产生很大的影响251。(2)对城市地理的影响研究：Walcott选择亚特兰大市作为研究区域，在文章中分析了城市网络的分布对城市发展产生的作用，以及城市网络同城市发展的相互关系261。Weltevereden用实证研究表明互联网对城市中的传统零售行业有很深的影响271。1万方数据(3)对时间地理的影响研究：Lenz论述了ICT的普及使用对人们活动的时空

34、变化造成的影响281，还研究了电子零售产业链中的贸易和购物受互联网发展而产生的变化，并取得了显著的成效291。除了以上的研究外，国外的学者还对网络信息与政治地理的关系、互联网信息流和网络空间制图等方向进行了探索研究。国内的相关研究同国外相比也并不落后。国内的研究主要集中在：基础理论研究、网络信息技术与地理学的结合、网络信息在旅游地理学中的应用等方面。(1)首先在基础理论研究中：国内的理论研究最早出现在季增明发表的信息地理学初探一文中，他在文章中对地理学所用的方法和研究意义进行了简单的归纳和总结，并论述了国外的相关研究进展【301。H巴凯斯、路紫论述了在地理空间和网络空间充分结合后对“地理网路空

35、间”产生的变化，并阐述了区域发展受网络信息技术进步的影响过程311。在城市空间结构方面，翟青等运用反距离插值法对全球城市网络空间格局特征进行研究，分析了全球城市网络空间格局受网络信息的影响后的特征变化321。(2)在城市地理学中的研究中：汪明峰、宁越敏通过对网络特性指标的量化分析，对中国城市网络分布情况进行研究，通过构建中国互联网骨干网络的拓扑结构，表明北京、上海和广州是我国电子通讯的核心城市代表，得出了互联网在城市分布节点的可达性分析33,34。甄峰等分析在网络信息技术的影响下，智慧城市体系理论的构建方法以及城市地理学的研究内科3 51。(3)在旅游地理学中的应用：路紫、李彦丽以游客满意度为

36、视角，以北京市为例构建了旅游在线满意度测评的差异函数范式361。张捷等分析了国内中文旅游网站的空间分布特征，利用调查统计和特征指数，总结出国内中文旅游网站的分布规律及其影响因子，并提出了相应的发展策略371。李山、马丽君等利用百度指数和Google搜索，分析了旅游景区、国内白驾游和国内游客量的关系，并阐述了各自的网络关注度的时空分布特征38,39。此外，于萍提出虚拟旅游是由游客、虚拟旅游系统和承载虚拟旅游系统的载体等组成的，这一概念将旅游从现实空间拓展到虚拟和网络空剐矧。123旅游空间结构研究20世纪60年代，国外旅游空间结构的研究开始萌芽，国外学者考虑到旅游者的个体差异，通过利用地理学的相关

37、理论和模型，总结出了旅游空间结构研究的理论和方法，并以许多区域为例进行研究。Lundgren、Hills&Lundgren对旅游空间结构的研究，表明了在旅游活动空间中边缘区域与核心区域间有强烈的互相依赖关系，印证了“核心一边缘”理论41,42。4万方数据Christaller首次在对游憩空间与城市空间关系的研究中融入了区位论【431。Garrodetal以苏格兰为例，通过对其旅游业发展情况的研究，制定了旅游空间结构的优化战略m】。Miosser从空间动力学的研究角度出发，对旅游空间结构进行研究，分析得出了其演变规律和推进过程451。日本学者陈野信道以旅游观光的角度，对旅游空间结构的演变特征进行

38、了探究【461。Smithza在对旅游空间结构的研究中，融入了数学统计方法，为旅游空间结构的定量化研究奠定了基础【471。国内旅游空间结构的研究开始于20世纪80年代。我国的研究主要集中在基于互联网数据的旅游空间结构、基于基础理论的研究等方面。(1)基于基础理论的旅游空间结构研究。王思琪分析了大理市的旅游空间结构，利用“核心边缘”理论提出了核心带动边缘的旅游发展战略【481。李洪波利用“点轴”理论构建了辽宁沿海经济带的旅游空间结构体系，并分析了辽宁沿海经济带的旅游空间结构特征491。(2)不同区域的旅游空间结构研究：分析具体区域的旅游空间结构特征，一般从行政区、经济区、开发区、城市圈等多个尺度

39、进行研究，并针对实际情况提出相应的优化策略。李芬以扬州市3A级以上景区为研究对象，分析了它们的旅游空间结构，并结合其影响因素提出了优化整合的具体措施5们。孟祥君在对吉林省旅游空间结构特征进行分析研究后，提出了“一心”、“四域”、“五轴”的发展战略【511。肖光明分别从旅游交通、旅游资源、旅游网络等角度对珠江三角洲地区的旅游空间结构特征进行了分析，根据实际问题提出了培养新的发展轴、传播特色文化旅游等策叫521。(3)不同种类旅游资源的空间结构研究。王听对我国世界文化遗产的空间分布特征进行研究，得出我国的世界遗产呈现组团的特征分布，从全国、各省、南北方等尺度进行对比分析，得出我国的世界遗产分布差异

40、也比较明显【531。侯松岩以江苏省水利景区的空间结构为例进行研究，结果发现其交通可达性较高，并且水利景区分布较均匀541。(4)基于互联网数据的旅游关注度研究。我国的学者在2000年以后开始利用互联网信息，从旅游网站访问量、旅游博客、旅游信息搜索等角度，对旅游景区网络关注度时空分布格局及其演变特征进行了研列551。路紫、刘娜对澳大利亚的旅游网站信息推送的情况进行统计，得出不同人群对不同种类的信息的关注角度各不相同，并在研究中验证了网络旅游信息同实际客流量之间存在相关性【561。龙茂兴、孙根年、龙珍付以遵义红色旅游网络为研究对象，研究得出遵义红色旅游的网络关注度及客流量在地理空间的分布上，两者均

41、存在距离衰减的特征，并且在空间上有明显的呼应关系【571。赵鹏宇等通过关键词搜索分析了2011年到2015S万方数据年五台山景区不同时间段的网络关注度，为五台山景区未来一段时间客源与客流量预测提供了参考依据581。刘月红对福建永定土楼的网络空间关注度时空演变的特征进行了研究分析，从时间和空间两个维度上都印证了网络旅游信息搜索量和现实旅游客流有十分紧密的的联系【591。王琨基于Tripadvisor社区的研究，依据统计地名的频次，分析国外游客对中国旅游地的关注度空间格局，结果表明，旅游关注度空间格局与区域经济格局呈现耦合，国外游客对中国旅游地的关注度具有“长尾”特征601。林志慧研究中国百强景区

42、的网络关注度，分别分析以周和季节为分析尺度，以百度指数为评价指标，研究结果表明，在以周的时间区间上景区网络关注度呈现工作日高于周末；在以年的区间范围内4、9月为网络关注度的双峰；黄金周前出现明显的高涨趋势611。13 研究内容本文研究共分为6章内容：第一章为绪论，主要阐述本文的研究背景、研究意义，通过对文献的归纳，分别总结国内外在研究上的进展，在此基础上确立了论文的研究内容和技术路线。第二章为理论基础和研究方法，阐述本文涉及到的概念、相关理论，同时阐述运用到的研究方法。第三章为研究区域和数据处理。从区位、气候、交通、人文风情等方面说明了研究区一凤凰古城的基本情况；阐明了数据的来源、采集的详细过

43、程和数据处理过程；并且完成了对凤凰古城旅游数据库的设计和实现。第四章为凤凰古城景区网络关注度时空格局分析。在时间维度上分别从年际特征和季节特征两个方面进行分析，在空间维度上分别对全国范围、景区内部范围进行分析。第五章为凤凰古城网络关注度时空演变的影响因素。第六章为结论与讨论。总结论文的主要结论和不足之处，并对未来研究进行展望。万方数据14 技术路线图1技术路线图7万方数据2理论基础和研究方法21 理论基础211大数据思想区别于过去的研究观念，大数据时代的研究观念有三个方面的转变：一个是大数据不是分析小范围、小尺度的少量数据样本，而是分析与研究事物相关的所有数据；二是对于研究结果的精准度要求不苛

44、刻，与数据追求的精确度不同，大数据只求掌握研究的大体方向，不可能做到绝对精准；三是研究不再着重分析因果关系，而是关注事物间的相互关系。本研究遵循大数据的三个重要转变思想，并采用可视化展示风凰古城网络关注度的时空分布特征。首先，本数据采用的是微博数据，将研究时间跨度内的关于凤凰古城的所有微博数据采集下来，相对于传统的调查问卷形式活动的样本数据更大；这些微博数据虽然会经过处理和筛选，但是想要保证所采用的的数据全部都真实有效仍有一定难度，因此在研究结果中会忽略由少量错误、或模糊数据对本文研究的影响。212 时空思维空间思维是通过对空间概念、空间认知、空间表示以及空间结构等要素进行研究，从而产生分析、推理、总结和决策。时间思维在纵向上开放，关注事物的发展变化；空间思维在横向上开放，关注事物之间的相互联系；而时空思维结合二者，在横向纵向上同时开放，体现了历时性与共时性的统一，能够实现对事物的存在和发展的立体化展示。景区关注度是游客在网络空间上对景区的关注情况，在某区域可能表现为游客的关注度比较高，在某些