基于社交媒体数据的公园使用强度和满意程度研究——以上海为例

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51908290
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    27.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0802.城乡规划
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Study of park visit intensity and satisfaction is essential for understanding park actual use, improving park social service efficiency and optimizing rationalization of resource. It mainly relied on traditional social surveys at present, and had limited study results. In this project, we plan to use social media data (SMD) and take the city of Shanghai as the study area. Firstly, we would analyze the distribution of park visit intensity and satisfaction through the methods such as index calculation, sentiment analysis, data statistical and spatial analysis. Secondly, we would select and quantify spatial factors that may affect park visit intensity and satisfaction, and make each spatial influence factor and its effect degree and direction clarified through data and spatial statistical analyzsis of the correlation between each factor and the distribution results. At last, we would make comprehensive analysis, such as the methods of comparing and clustering, using the results of park visit intensity and satisfaction study from the aspects of distribution and spatial factor to further study the current construction level and further development direction of Shanghai parks from the perspective of recreation. In this project, we would propose the methods of using SMD to systematically evaluate and analyze the actual use of parks, and provide effective measures and suggestions for the planning and management of parks and even cities. It has important scientific significance and application value.
公园使用强度和满意程度研究,对掌握公园实际使用情况、提高公园社会服务效能、优化资源合理化配置至关重要。其目前主要依赖传统社会调查手段,成效有限。本项目拟利用社交媒体数据(SMD),以上海为例,首先通过指标计算、情绪分析、数据统计、空间分析等方法,研究公园使用强度和满意程度的分布;然后,选出并量化可能影响其使用强度和满意程度的各空间因素,通过数据和空间统计分析,探究各因素与分布结果的相关关系,明确空间影响因素,并把握其程度和方向;最后,分别从分布和空间影响因素两方面,对公园使用强度和满意程度的研究结果进行比较、聚类等综合分析,从游憩角度研究上海公园目前的建设水平和未来发展方向。本项目提出了基于SMD开展系统性研究公园实际使用情况的方法,为公园乃至城市的规划管理提供有效措施和建议,具有重要科学意义和应用价值。

结项摘要

公园使用强度和满意程度研究,对掌握公园实际使用情况、提高公园社会服务效能、优化资源合理化配置至关重要。其目前主要依赖传统社会调查手段,成效有限。本项目利用大众点评、携程和新浪微博等国内平台的多源社交媒体数据,首先以社交媒体数据和传统数据均最丰富的上海景点为研究对象,运用统计学方法对这两种数据得出的景点游览情况进行比较,得出了两者存在正相关关系的结论,证明了将中国社交媒体数据应用于景点游览情况研究的可靠性,并详细分析了不同社交媒体数据在研究可靠性上的表现,及游览情况、距市中心距离和等级等因素对可靠性的影响。然后,利用这三个平台的社交媒体数据,以2019年上海市公园名录中收录的300个城市公园为研究对象,从游览数量和密度两方面对上海公园游览强度进行量化,从时间维度进行描述性统计和小波分析,得到了上海公园游览强度的时间模式变化特点,从空间维度进行自相关分析,得到了游览强度的总体空间分布特征,从时空维度进行空间分析,得到了游览强度在年、季节、工作日/非工作日等不同时间单位上的时空分布特征,并比较了不同社交媒体数据应用于公园游览强度研究的表现。最后,利用这三个平台的社交媒体数据,对这300个上海公园,通过情绪分析方法,进行公园满意程度量化,分别从时间维度、空间维度和时空维度进行描述性统计和空间统计分析,得到了上海公园满意程度的总体空间分布特征,及在年、季节、工作日/非工作日等不同时间单位上的时间和时空分布特征,比较了不同社交媒体数据应用于公园满意程度研究的表现,并识别出了与公园满意程度相关的影响因素,证明了影响公园满意程度的是与公园本身质量相关的内部因素,而非地理位置或周围环境等外部因素。本项目证明了对于公园使用强度和满意程度研究,使用多个社交媒体数据源有助于获得更全面和系统的研究结果,有利于更好地理解公园使用情况,为城市公园的规划和政策制定提供了理论依据和意见建议。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Do social media data indicate visits to tourist attractions? A case study of Shanghai, China
社交媒体数据是否表明游客参观了旅游景点?
  • DOI:
    10.1108/ohi-05-2021-0110
  • 发表时间:
    2021-09
  • 期刊:
    Open House International
  • 影响因子:
    1.1
  • 作者:
    Huilin Liang;Qingping Zhang
  • 通讯作者:
    Qingping Zhang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

园林文化遗产三维数字化测绘与信息管理研究进展
  • DOI:
    10.3969/j.issn.1000-2006.202004044
  • 发表时间:
    2020
  • 期刊:
    南京林业大学学报. 自然科学版
  • 影响因子:
    --
  • 作者:
    梁慧琳;张青萍
  • 通讯作者:
    张青萍
数字化测绘技术在私家园林中的应用研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    南京林业大学学报(自然科学版 )
  • 影响因子:
    --
  • 作者:
    张青萍;梁慧琳;李卫正;杨梦珂;朱灵茜;黄安
  • 通讯作者:
    黄安
阳春砂3个萜类合酶基因启动子的克隆及其参与萜类调控的分析
  • DOI:
    10.7501/j.issn.0253-2670.2021.04.025
  • 发表时间:
    2021
  • 期刊:
    中草药
  • 影响因子:
    --
  • 作者:
    赵海莹;李萌;林晓静;赵圆圆;梁慧琳;叶泽萍;杨锦芬
  • 通讯作者:
    杨锦芬
中国古典园林教学三维数字化技术应用分析[J].教育现代化
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    教育现代化
  • 影响因子:
    --
  • 作者:
    梁慧琳;张青萍
  • 通讯作者:
    张青萍
阳春砂与海南砂BPPS启动子比较及GCN4-motif正调控作用的鉴定
  • DOI:
    10.7501/j.issn.0253-2670.2022.19.021
  • 发表时间:
    2022
  • 期刊:
    中草药
  • 影响因子:
    --
  • 作者:
    林晓静;梁慧琳;赵海莹;吴清文;黄琳璇;伍思容;杨锦芬
  • 通讯作者:
    杨锦芬

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码