一种景点社会感知的双层复杂网络结构特征提取方法技术

本发明专利技术公开了一种景点社会感知的双层复杂网络结构特征提取方法，涉及城市规划、地理信息系统、旅游规划、自然语言处理与复杂网络等技术领域，首先，构建景点及评论数据库。其次，构建评论中关键词语义网络和景点关联语义网络。再，根据景点关键词语义网络和景点关联语义网络，构建景点

【技术实现步骤摘要】
一种景点社会感知的双层复杂网络结构特征提取方法


[0001]本专利技术涉及城市规划、地理信息系统、旅游规划、自然语言处理与复杂网络建模
，特别是一种景点社会感知的双层复杂网络结构特征提取方法。

技术介绍

[0002]旅游的社会感知分析在当前城市规划、旅游规划等领域发挥着重要的作用。其中，评论数据是旅游的社会感知分析中重要的数据源。通常，很多研究成果主要是对景点评论中关键词进行处理，对于评论中景点之间的关系分析较少。由于景点是具有地理空间位置信息的，故通过评论中景点之间关系的提取可以从地理空间上表达出景点之间的潜在联系特征。
[0003]与此同时，评论中关键词是以词语的形式存在，可以反映出景点的各个方面的特征。但若是能够将关键词与景点之间的综合关系表达出来，那么则不仅可以绘制出关键词之间的关系，还可以揭示出这些关键词是与哪些景点密切相关。某种意义上，人们通过这项技术可以快速地发现景点的主要社会感知特征，并能知道这些特征主要是由哪些景点所形成的。

技术实现思路

[0004]本专利技术所要解决的技术问题是克服现有技术的不足而提供一种景点社会感知的双层复杂网络结构特征提取方法，本专利技术能够不仅能够对景点评论中关键词或者景点之间联系关系进行处理和表达，还能揭示出景点与关键词之间的综合语义网络关系。
[0005]本专利技术为解决上述技术问题采用以下技术方案：
[0006]根据本专利技术提出的一种景点社会感知的双层复杂网络结构特征提取方法，包括以下步骤：
[0007]步骤1、构建景点子数据库及评论子数据库，关联景点子数据库和评论子数据库；
[0008]步骤2、构建评论子数据库中的评论中关键词语义网络；
[0009]步骤3、构建景点关联语义网络；
[0010]步骤4、根据关键词语义网络和景点关联语义网络，构建景点
‑
关键词双层语义网络；
[0011]步骤5、对关键词语义网络进行网络节点指标计算和可视化表达处理，绘制出关键词之间的分组与等级关系；
[0012]对景点关联语义网络进行网络节点指标计算和可视化表达处理，绘制出景点之间的层次结构关系；
[0013]步骤6、对景点
‑
关键词双层复杂网络结构的网络节点指标计算和可视化表达处理，绘制出景点和关键词之间的混合语义连接关系。
[0014]作为本专利技术所述的一种景点社会感知的双层复杂网络结构特征提取方法进一步优化方案，
[0015]步骤2具体如下：
[0016]步骤2.1、提取出评论子数据库中的评论中高频关键词；
[0017]步骤2.2、以高频关键词为所要构建第一复杂网络的节点；
[0018]步骤2.3、若某个高频关键词都在同一条评论中都出现，则认为这两个节点之间存在一条第一复杂网络连接边；
[0019]步骤2.4、根据复杂网络理论对步骤2.2和步骤2.3中第一复杂网络的节点和第一复杂网络连接边，建立关键词语义网络；
[0020]步骤3具体如下：
[0021]步骤3.1、以景点为所要构建第二复杂网络的节点；
[0022]步骤3.2、如果一个景点A的评论包含另一个景点B的名称，则认为A和B之间存在一条第二复杂网络连接边；如果A的评论包含两个不同景点C、D的名称，则认为景点C和D之间存在一条第二复杂网络连接边；
[0023]步骤3.3、根据复杂网络理论对步骤3.1和步骤3.2中第二复杂网络的节点和第二复杂网络连接边，建立景点关联语义网络；
[0024]步骤4具体如下：
[0025]步骤4.1、计算每个景点的评论中各个高频关键词的数量；
[0026]步骤4.2、以高频关键词和景点为所要构建第三复杂网络的节点，并将高频关键词和景点标记为不同类型的网络节点；
[0027]步骤4.3、确定高频关键词和景点之间的第三复杂网络连接边关系；
[0028]步骤4.4、根据复杂网络理论对步骤4.2第三复杂网络的节点，以及步骤2.3、3.2和4.3中第一至第三复杂网络连接边，建立景点
‑
关键词双层复杂网络。
[0029]作为本专利技术所述的一种景点社会感知的双层复杂网络结构特征提取方法进一步优化方案，步骤6之后还包括步骤7，步骤7：在步骤6中绘制出景点和关键词之间的混合语义连接关系的基础上，进一步通过删除关键词或者景点之间的连接边，重新构建新的复杂网络模型，并通过计算网络节点指标值，展示出以关键词或者景点为核心网络节点的混合语义连接关系。
[0030]作为本专利技术所述的一种景点社会感知的双层复杂网络结构特征提取方法进一步优化方案，步骤1中景点子数据库和评论子数据库之间通过指定的字段实现关联，步骤中1中景点子数据库中每个景点都包含有地理位置坐标。
[0031]作为本专利技术所述的一种景点社会感知的双层复杂网络结构特征提取方法进一步优化方案，步骤3.2中A、B、C和D代表了地理空间中的不同景点。
[0032]作为本专利技术所述的一种景点社会感知的双层复杂网络结构特征提取方法进一步优化方案，步骤4.3中高频关键词和景点之间的第三复杂网络连接边关系是根据每个景点所有评论中各个高频关键词的数量来确定；其中，第三复杂网络连接边关系中包括第三复杂网络连接边的值，第三复杂网络连接边的值的确定包括2种方式；
[0033]第一种方式为：第三复杂网络连接边的值设置为每个景点的所有评论中各个高频关键词的数量；
[0034]第二种方式为：针对每个景点的所有高频关键词数量进行归一化处理，第三复杂网络连接边的值是经过规一化处理后的值。
[0035]作为本专利技术所述的一种景点社会感知的双层复杂网络结构特征提取方法进一步优化方案，步骤中5中分组与等级关系的绘制方法为：
[0036]首先，通过随机游走模型对关键词语义网络中的网络节点进行分组处理和绘制；
[0037]其次，进一步，按照网络节点的度中心性或者加权度中心性指标对所绘制的节点大小进行等级大小的展示。
[0038]作为本专利技术所述的一种景点社会感知的双层复杂网络结构特征提取方法进一步优化方案，步骤中5中层次结构关系绘制方法为：
[0039]首先，选择复杂网络理论中块模型中层次聚类算法进行聚类处理；
[0040]其次，在聚类处理中，层级数至少要设置大于2；
[0041]再次，聚类结果采用同心布局模式进行图形可视化表达；
[0042]最后，进一步将同心布局模式的可视化结果导出到VOSviewer软件中可视化表达。
[0043]作为本专利技术所述的一种景点社会感知的双层复杂网络结构特征提取方法进一步优化方案，步骤中6中景点和关键词之间的混合语义连接关系的绘制方法为：
[0044]首先，选取出关键词语义网络中加权度中心性指标排前M名的网络节点集合E；
[0045]其次，遍历E中的每个关键词:对每次遍历中的关键词，统计具有该关键词的景点以及每个景点所有评论中拥有该关键本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种景点社会感知的双层复杂网络结构特征提取方法，其特征在于，包括以下步骤：步骤1、构建景点子数据库及评论子数据库，关联景点子数据库和评论子数据库；步骤2、构建评论子数据库中的评论中关键词语义网络；步骤3、构建景点关联语义网络；步骤4、根据关键词语义网络和景点关联语义网络，构建景点
‑
关键词双层语义网络；步骤5、对关键词语义网络进行网络节点指标计算和可视化表达处理，绘制出关键词之间的分组与等级关系；对景点关联语义网络进行网络节点指标计算和可视化表达处理，绘制出景点之间的层次结构关系；步骤6、对景点
‑
关键词双层复杂网络结构的网络节点指标计算和可视化表达处理，绘制出景点和关键词之间的混合语义连接关系。2.根据权利要求1所述的一种景点社会感知的双层复杂网络结构特征提取方法，其特征在于，步骤2具体如下：步骤2.1、提取出评论子数据库中的评论中高频关键词；步骤2.2、以高频关键词为所要构建第一复杂网络的节点；步骤2.3、若某个高频关键词都在同一条评论中都出现，则认为这两个节点之间存在一条第一复杂网络连接边；步骤2.4、根据复杂网络理论对步骤2.2和步骤2.3中第一复杂网络的节点和第一复杂网络连接边，建立关键词语义网络；步骤3具体如下：步骤3.1、以景点为所要构建第二复杂网络的节点；步骤3.2、如果一个景点A的评论包含另一个景点B的名称，则认为A和B之间存在一条第二复杂网络连接边；如果A的评论包含两个不同景点C、D的名称，则认为景点C和D之间存在一条第二复杂网络连接边；步骤3.3、根据复杂网络理论对步骤3.1和步骤3.2中第二复杂网络的节点和第二复杂网络连接边，建立景点关联语义网络；步骤4具体如下：步骤4.1、计算每个景点的评论中各个高频关键词的数量；步骤4.2、以高频关键词和景点为所要构建第三复杂网络的节点，并将高频关键词和景点标记为不同类型的网络节点；步骤4.3、确定高频关键词和景点之间的第三复杂网络连接边关系；步骤4.4、根据复杂网络理论对步骤4.2第三复杂网络的节点，以及步骤2.3、3.2和4.3中第一至第三复杂网络连接边，建立景点
‑
关键词双层复杂网络。3.根据权利要求2所述的一种景点社会感知的双层复杂网络结构特征提取方法，其特征在于，步骤6之后还包括步骤7，步骤7：在步骤6中绘制出景点和关键词之间的混合语义连接关系的基础上，进一步通过删除关键词或者景点之间的连接边，重新构建新的复杂网络模型，并通过计算网络节点指标值，展示出以关键词或者景点为核心网络节点的混合语义连接关系。
4.根据权利要求2所述的一种景点社会感知的双层复杂网络结构特征提取方法，其特征在于，...

【专利技术属性】
技术研发人员：赵毅，韦胜，
申请(专利权)人：江苏省城市规划设计研究院有限公司，
类型：发明
国别省市：