基于深度学习的城市公园游客情感倾向分析——以天津水上公园为例

摘要

游客情感倾向是反映城市公园受欢迎程度与优劣势的重要指标,可缓解公园游客与公园设计师、管理者之间由于信息不对等带来的矛盾,为研究城市公园问题提供了新视角.基于深度学习算法的文本情感倾向分析技术为公园评论数据分析提供了准确高效的新手段.以天津水上公园为例,从新浪微博等5个互联网平台采集2016-2019年的评论数据,基于EASYDL深度学习平台实现评论数据分类与情感极性判断,从整体情感倾向、时空分布特征和分类情感倾向三方面对评论数据进行分类解析.研究发现:水上公园游客整体情感倾向偏积极,评论数量与情感均值在时间和空间分布上均有较大差异;在分类情感倾向分析中,使用者对水体景观与植物景观的积极情感度较高,对服务设施与主题活动的消极情感度较高.基于深度学习的城市公园游客情感倾向分析方法弥补了传统定性分析方法的不足,可为城市公园环境评价和优化提升提供依据,并为相关研究提供新思路.