陕西师范大学学报(自然科学版)

作者：谭鸿博, 苏甜, 张思盈, 荣幸, 孙伊琳, 矫琪, 林知浩, 郑天翔

单位：暨南大学深圳校区,广东深圳518053

关键词：目的地推荐,行程规划,在线评论,深度学习,预测模型

基金：暨南大学深圳校区学科创新发展“启航”基金项目(JNSZQH2302),国家级大学生创新创业训练计划项目(202410559009)

近年来,旅游社交媒体平台上的在线评论数据被广泛应用于旅游大数据分析研究中,而在目的地推荐应用方面仍有待深入。使用Python编程语言,通过网络爬虫在携程旅行网上收集了239个中国5A级旅游景区的评论数据,并利用Embedding和BERT等自然语言处理和深度学习技术,构建了一个旅游目的地推荐模型;通过收集到的57 360条评论数据对模型进行训练和验证,最终在14 340条测试数据上得到78%左右的正确率。实验结果表明,借助其他旅游者的切身经历和对旅游目的地的形象感知,可以提高潜在旅游者找到理想目的地的效率,有助于旅游者规划旅游行程的第一步。研究成果扩充了在线评论数据的研究范畴,同时为旅游者在旅游咨询问题上提供了新的解决思路和技术支撑。

来源：2025年第2期

《陕西师范大学学报(自然科学版)》期刊编辑部

查看陕西师范大学学报(自然科学版)杂志2025年第2期