资源简介 (共44张PPT)第3章旅游地理学研究方法12研究方法的应用与创新质性分析与定性研究方法3数学建模与定量研究方法4“3S”技术及旅游应用引例 大数据时代——旅游业如何应用?大数据时代到来了。北京网友leio_wb最近想去迪拜旅游,便在手机的googlemap(谷歌地图)下载迪拜的离线地图,当他3月20日登陆google (类似facebook、人人网的社交网站)时,却意外地发现个人主页上多了不少有关迪拜旅游的账户推荐。这让leio_wb大为感慨:为什么google 会知道自己的需求呢?答案是“大数据”挖掘。……前景广阔超越传统数据收集分析是难题数据化入手是关键3.1 研究方法的应用与创新3.1.1大数据时代的旅游地理学研究信息和通信技术的进步为审视和反思旅游地理学研究提供了新的技术和手段。旅游地理学对数据的精度和广度提出了新的要求,亟需发展新型数据采集手段。旅游地理学数据采集与观测的目的在于实现与分析方法和模型的无缝对接。数据是信息的载体,模型是用于提取信息的工具3.1 研究方法的应用与创新3.1.2旅游地理分析模型的模式体系及可能范式基于旅游地理学人地关系的理解,需要展开时空一体化研究。研究领域必须同时支撑对象的时空分布结构、动态演化过程及机理模拟和预测等综合性研究。在兼顾模型应用的时间域分析、空间域分析和时空域分析三个方面,以理论分析层、方法展开层和集成层三个层次构建旅游地分析模型的模式体系。基于地理问题分析的时空分析模型系统3.2 质性分析与定性研究方法3.2.1旅游地理学质性分析的基本框架旅游地理学质性分析框架基于旅游地理学的研究对象,可从宏观、中观和微观的空间尺度视域出发,建立旅游地理学与质性研究之间的关系。质性分析方法是连接质性研究与旅游地理理论建构的纽带,包括民族志、扎根理论、文本分析、诠释学、叙事分析等,但不同方法有一定侧重。扎根理论研究法扎根理论是一种自下而上建构理论的质性研究方法,它是一种运用归纳方法对现象加以分析整理所得的结果,是经由系统化的资料搜集与分析而发掘、发展,并已暂时地验证过的理论。适合于微观的、以行动为导向的社会互动过程的研究。3.2 质性分析与定性研究方法3.2.2质性研究的主要方法建构扎根理论的过程基本过程和步骤为:开放性译码—主轴译码—选择性译码叙事分析法按照一定次序,把相关事件组织成一个前后连贯、对受众有意义的事件系列。适用于发现和保留普通人的经历,尤其在研究长久以来被隐藏了的历史和地理事实等。对于地理学而言,最重要和常见的叙事分析框架为三维叙事空间分析。3.2 质性分析与定性研究方法3.2.2质性研究的主要方法行为及其相互作用、时间、地方是3个主要分析要素3D-VQGIS的结构(关美宝等,2013)文本分析文本分析是一种将不系统的、定性的符号性内容如文字、图像等转化成系统、定量的数据资料的研究方法。既是一种主要的文献资料分析方法,又是一种独立、完整的科学研究方法。主要应用于网站和在线文字交流记录两类媒介,以描述、比较和评价样本内容为主。3.2 质性分析与定性研究方法3.2.2质性研究的主要方法市场调研市场调研是讨论如何通过各种手段,收集各种有效资料,整理并分析资料以形成有意义的信息,最终达到创造特定知识的目的。收集资料的手段,包括传统的文献阅读、二手资料收集、访谈及问卷调查外,还可以通过各种手段自动收集消费者在消费过程中不知不觉留下的行为轨迹。3.2 质性分析与定性研究方法3.2.2质性研究的主要方法门店无线射频销售时点系统市场调查研究旅游地理学综合评价的基本框架3.3 数学建模与定量研究方法3.3.1旅游地理学综合评价的框架与模型综合评价模型顾名思义就是对研究对象进行一个综合全面的评价来给出科学的分析。主要的思路是在相关理论指导下,收集研究区的数据,建立多指标多层次的评价体系,确定权重模型来得出相应的综合评价结果及综合分析。旅游地理对象综合评价基本思路框架综合评价模型的权重确定3.3 数学建模与定量研究方法3.3.1旅游地理学综合评价的框架与模型主观赋权法专家咨询法层次分析法客观赋权法主成分分析法熵值法人工神经网络方法协调度模型模糊综合评判法TOPSIS法投影寻踪模型【同步业务3-2】问题:旅游地理学的综合评价模型包括哪几类,不同的评价模型之间的相似和差异在哪?在一个具体项目实施中,如何进行相应的综合评价?提示:(以【同步案例3-2】为模版展开说明)综合评价的综合指数计算3.3 数学建模与定量研究方法3.3.1旅游地理学综合评价的框架与模型时间序列构成长期趋势循环变动季节波动不规则变动时间序列构成与基本分析框架3.3 数学建模与定量研究方法3.3.2时间序列模型与旅游地理过程时间序列模型类别与基本分析框架常用时间序列模型示例3.3 数学建模与定量研究方法3.3.2时间序列模型与旅游地理过程TRAMO/SEATS方法通过结合TRAMO过程和SEATS过程实现对时间序列中噪音、缺失值和异常值的处理以及特征信息提取。可有效的从时间序列中提取出序列的各组分。该方法也可以用于时间序列的预测。TRAMO/SEATS方法应用思路常用时间序列模型示例3.3 数学建模与定量研究方法3.3.2时间序列模型与旅游地理过程ARIMA方法通过移动平均和自回归两个过程对时间序列进行综合建模,是应用最为广泛的时间序列预测模型之一。ARIMA(p,d,q)(P,D,Q)s的基本公式常用时间序列模型示例3.3 数学建模与定量研究方法3.3.2时间序列模型与旅游地理过程Winters方法可以用于处理同时具有周期和趋势预测的高级指数平滑方法。可对时间序列的水平组分、趋势组分以及季节组分进行估计,且已发展出一系列时间序列预测框架。Winters预测模型可分为加法模型和乘法模型。加法模型基本公式乘法模型基本公式是水平组分系数为趋势组分系数为季节组分系数为随机残差常用时间序列模型示例3.3 数学建模与定量研究方法3.3.2时间序列模型与旅游地理过程经验模态分解(EMD)可以对一个信号同时将不同尺度(频率)的波动或趋势逐级分解开来,产生一系列具有不同特征尺度的数据序列称为本征模函数(IMF), 是非线性与非平稳时间序列多尺度分析的有效工具。可对时间序列的趋势、周期、波动等组分进行提取。马尔可夫链模型主要通过矩阵转移的模拟方法进行状态的改变和不同情境的预测结果,是一种时间和状态均为离散的随机过程。具体实现中,首先将连续的数据离散化为k种类型,然后计算相应类型的概率分布及时间变化,以近似逼近事物演变的整个过程。要素关系识别的基本框架3.3 数学建模与定量研究方法3.3.3关系识别模型与旅游要素关系建立以问题为导向的关系模型构建的基本步骤,包括“明确目标-定性分析-资料准备-模型确定-质量检验-模型质量”等6个步骤。关系识别模型建立的基本步骤关系识别模型示例3.3 数学建模与定量研究方法3.3.3关系识别模型与旅游要素关系一元线性回归模型关系识别模型示例3.3 数学建模与定量研究方法3.3.3关系识别模型与旅游要素关系结构方程模型包含测量模型和结构模型两部分,可以分析多因多果的联系、潜变量的关系。主要有两大类估计技术来求解结构方程模型。一种是基于最大似然估计(ML)的协方差结构分析方法,以LISREL方法为代表;另一种则是基于偏最小二乘(PLS) 的结构方程模型,以PLS 方法为代表。结构方程模型多需要smartpls、AMOS等专用软件进行分析。关系识别模型示例3.3 数学建模与定量研究方法3.3.3关系识别模型与旅游要素关系结构方程模型①测量模型②结构模型式中:B为内生潜变量之间的相互影响效应系数;Γ为外生潜变量对内生潜变量的影响效应系数;ξ为η的残差向量。式中:y为内生观测变量组成的向量;x为外生观测变量组成的向量;η为内生潜变量;ξ为外生潜变量,且经过标准化处理;Λy为内生观测变量在内生潜变量上的因子负荷矩阵;Λx为外生观测变量在外生潜变量上的因子负荷矩阵;ε、δ为测量模型的残差矩阵。关系识别模型示例3.3 数学建模与定量研究方法3.3.3关系识别模型与旅游要素关系分层线性模型(HLM)用于分析具有嵌套结构特点数据的一种统计分析技术,它的出现有效的解决了组织效应(或背景效应)的求解问题。多层线性模型通过对不同层次数据分别建立回归模型,分离了不同空间尺度与管理层次的解释变量对因变量的影响,进而分析不同层次解释变量之间的相互作用及其对因变量的作用程度。采用期望最大化(EM)、费舍尔得分法、迭代一般最小二乘法(IGLS)等算法进行参数估计。关系识别模型示例3.3 数学建模与定量研究方法3.3.3关系识别模型与旅游要素关系分层线性模型(HLM)①基本假设:它包含了两个层面的假设。个体层面:这个与普通的回归分析相同,只考虑自变量x对因变量y的影响;群组层面:群组因素W分别对个体层面中回归系数和截距的影响。②数学模型:个体层面模型 群组层面模型关系识别模型示例3.3 数学建模与定量研究方法3.3.3关系识别模型与旅游要素关系分位数回归模型分位数回归模型通过多个不同分位函数来估计整体模型,极大放松了对数据分布的要求。不仅可处理具有复杂分布结构的非正态、非平稳的经济数据,更可从数据分布结构入手,对自变量与因变量的条件分布进行统计性描述,有效挖掘已有数据中的相关信息。回归方程具有较强的稳健性与鲁棒性,在揭示变量分布与时空分布的内在机理方面具有独特的优势。关系识别模型示例3.3 数学建模与定量研究方法3.3.3关系识别模型与旅游要素关系分位数回归模型若一组独立变量 与响应变量 满足高斯-马尔可夫假设,则 分位数为:可得出线性条件分位数的一般表达式为:分位数回归模型的参数采用加权残差绝对值之和估计:其中, 为示性函数。随着 分位数在 区间内变化,可得到不同分位水平下响应变量与解释变量的回归方程。关系识别模型示例3.3 数学建模与定量研究方法3.3.3关系识别模型与旅游要素关系MARS模型(多元自适应回归样条)一种解决非线性问题的途径,基本思想是采用模式识别(Pattern Recognition)和神经网络(Artificial Neural Networks)针对研究对象建立多元非线性模型。MARS预测模型可表示为:式中: 由一个或多个基函数的乘积构成;系数 可以通过最小均方误差(MSE)来估计。预测模型主要通过前向预测和后向删除两个步骤实现最优模型筛选。旅游地理系统的动态模拟与优化过程3.3 数学建模与定量研究方法3.3.4模拟与优化模型及旅游系统优化旅游地理系统的动态模拟与优化过程采用复杂系统模拟中自下而上,由微观机理视角的元胞自动机模型(CA)、智能体模型(ABM)、人工神经网络模型(ANN)及CA&ABM融合的方法,在给定驱动因素前提下实现多种状态之间的演化。复杂系统模拟模型与动态演化3.3 数学建模与定量研究方法3.3.4模拟与优化模型及旅游系统优化CA(元胞自动机)、ABM(智能体模拟)等是较为主流的分析方法。CA ABM面向空间元胞(cell) 面向agent元胞个体不能移动, 只能通过一定的函数规则改变自身及周边元胞状态 agent可以在空间(比如二维网格)环境中自由移动空间离散 空间可以连续也可以离散每个网格只能拥有一个特定状态的元胞 多个agent 可占据相同的二维网格结点空间演化的微观本质不直观,只能通过邻域变化体现 能够更好地表现地理系统中经济、社会、生态等的微观相互作用机制不能表达微观agent 的学习能力和适应性 能够表现出经济、空间决策行为的学习能力和适应性CA与ABM特点比较(薛领等,2004)目标规划模型与智能优化算法3.3 数学建模与定量研究方法3.3.4模拟与优化模型及旅游系统优化人工智能优化算法主要借助多种智能算法通过模拟或揭示某些自然现象或过程而发展起来。该类算法具有全局的、并行高效的优化性能,鲁棒性、通用性强,无需问题特殊信息以及易于并行计算等优点。算法 创始人 优化机制 关键参数模拟退火算法SA Kirkpatrik 基于Monte Carlo的全局概率型串行搜索的优化算法 初始温度、退温函数、状态产生方式、抽样稳定准则禁忌搜索算法TS Glove 具有记忆功能的全局逐步优化算法 列表大小、邻域函数结构与数量遗传算法GA Holland 基于生物进化与遗传思想的全局性并行优化算法 种群数目及复制、交叉、变异操作概率神经网络NN Hopfield 基于神经网络原理及系统演变过程的一种联想记忆并行优化算法 神经元数目、输入输出变量、隐含层数蚁群算法ACO /AA Dorigo 具有强化学习功能的全局性并行优化算法 初始信息素、信息素增量、信息素积累量、消失因子、启发因子脱氧核糖核酸DNA Adleman 以化学反应为计算工具有巨大并行性的分子生物计算方法 各种生物酶PCR、POA、超声波降解、亲和层析、克隆、诱变、分子纯化、电泳、磁珠分离粒子群算法PSO Eberhart和kennedy 从随机解出发,通过追随当前迭代搜索到的最优值来寻找全局最优 粒子数目、粒子长度、粒子范围、粒子最大速率、学习因子、惯性权重几种智能优化算法的优化机制与关键参数目标规划模型与智能优化算法3.3 数学建模与定量研究方法3.3.4模拟与优化模型及旅游系统优化线性规划与非线性规划模型均是通过构建目标函数和约束条件实现优化目的,且目标函数和约束条件都是可求出最优解的标准数学模型。多目标规划问题的一般形式如下:目标函数约束条件矩阵表示为GPS与RS技术在旅游地理研究中应用的基本框架3.4 “3S”技术及旅游应用3.4.1GPS、RS技术与旅游应用GPS技术以其高精度、高频率的特点适用于微观旅游者行为的数据获取。RS技术以其范围宽、综合宏观性强的特点更多应用在旅游资源环境等的调查中。GIS在旅游地理研究中应用的基本框架3.4 “3S”技术及旅游应用3.4.2GIS空间分析方法及其旅游应用GIS空间分析与旅游研究旅游基本要素抽象:点、线、面。GIS空间分析对应抽象:特征类模型、关联类模型、机理类模型。空间格局特征的表征类模型3.4 “3S”技术及旅游应用3.4.2GIS空间分析方法及其旅游应用Moran’s I指数G统计系数全局Moran′s I局域 Moran′s IGetis-Ord General GGetis-Ord Gi*空间过程机理演化与空间效应类模型3.4 “3S”技术及旅游应用3.4.2GIS空间分析方法及其旅游应用空间滞后模型其中, 参数反映了自变量对因变量的影响,空间滞后因变量 是一内生变量,反映了空间距离对区域行为的作用。空间误差模型式中, 为随机误差项向量, 为n*1阶的截面因变量向量的空间误差系数, 为正态分布的随机误差向量。地理加权回归模型(GWR)式中, 系数的下标j表示与 观测值联系的阶待估计参数向量,是关于地理位置 的k+1元函数, 是第i个区域的随机误差。空间相互作用模型3.4 “3S”技术及旅游应用3.4.2GIS空间分析方法及其旅游应用可达性分析方法①最短距离法为节点 的可达性;、 为区域中的点;是节点数目;是从 点到 点的最短距离。②相对可达性表示第 点的相对可达性值;表示第 点的可达性值;表示网络节点中可达性的最小值;表示网络节点中可达性的最大值。③加权平均旅行时间T为节点i到区域内节点j的最短旅行时间距离;M为节点j的权重;n为交通网络中选定的除i点以外的节点总数;Ai为节点i的加权平均旅行时间。空间相互作用模型3.4 “3S”技术及旅游应用3.4.2GIS空间分析方法及其旅游应用重力(引力)模型重力(引力)模型是定量测度地理对象在空间中相互作用大小的重要方法,来源于牛顿的万有引力定律的思想。式中: 为i和j两个城市间的相互作用量;Pj 和Pk为i和j两个城市的人口规模;djk为i和j两个城市间的距离。空间相互作用模型3.4 “3S”技术及旅游应用3.4.2GIS空间分析方法及其旅游应用潜能模型根据引力模式可计算一对经济客体(如城市)间的相互作用量。式中:符号与与前述引力模型符号意义相同,dii有时采用i城与离它最近城市之间距离的一半,也可以用i城面积的平均半径。空间相互作用模型3.4 “3S”技术及旅游应用3.4.2GIS空间分析方法及其旅游应用空间场强模型借用物理学的概念,城市腹地可称为城市影响力的“力场”,影响力的大小称为“场强”。场强计算公式为:式中: 为i城市在k 点上的场强; 为i城市的综合规模; 为i城市到k点的距离;a为距离摩擦系数,一般取标准值2.0。空间相互作用模型3.4 “3S”技术及旅游应用3.4.2GIS空间分析方法及其旅游应用重心分析模型重心可以认为是各部分受到的重力作用集中的那一点,其概念来源于牛顿力学,指在区域空间上存在某一点,在该点前后左右各个方向上力量对比保持相对均衡式中:假设一个区域由n个次级区域P构成,第i个次区域的中心城市的坐标为(Xi,Yi),Mi为i次区域的某种属性的量值(可以是区域面积、社会经济数据、人口数据等)。■ 单元训练□ 传承型训练▲ 理论题△简答题1) 简述大数据时代的旅游地理学研究。2)简述旅游地理分析模型的模式体系。3)简述旅游地理学质性分析的基本框架。4)简述旅游地理学综合评价的基本框架。5)简述时间序列模型的体系框架。6)简述要素关系识别的基本框架路。△讨论题1)何理解尺度视角的旅游地理质性研究的基本框架?2)旅游地理学的综合评价模型包括哪几类,不同的评价模型之间的相似和差异何在?3)如何理解旅游对象和现象的空间依赖性和空间异质性?▲ 实务题△ 规则复习1)简述质性研究的主要方法。2)综合评价模型的权重确定方法。3)如何计算综合评价的综合指数?4)简述模拟与优化模型。5)简述“3S”技术及旅游应用。△ 业务解析1)如何兼顾地理对象的特殊性和现象与过程的复杂性实现地理叙事?2)GPS和RS技术在旅游地理数据采集中的应用有何不同?3)怎样综合利用时间序列模型与GIS空间分析方法对旅游地的时空演化特征进行解析?△案例分析国家级风景名胜区旅游效率测度与区位可达性分析 风景名胜区不仅为人类提供了广阔的休闲游憩场所,还对美化自然环境与保护文化多样性发挥着积极作用,因此,一直是学术界关注的热点。伴随着资源枯竭、资源诅咒问题日益受到人们的关注,资源节约和可持续发展理念逐步深入人心,效率问题成为研究的焦点。……问题:1)请结合综合评价模型、关系识别模型与GIS空间分析方法,分析案例中国家级风景名胜区旅游效率及可达性演化格局的基本特点。2)案例中综合利用多种模型和方法对特定旅游现象展开研究,这种思路对其他旅游对象的研究有何启示?△善恶研判楚雄州禄丰县,黑井古镇负责黑井古镇经营的云南黑井天源旅游开发有限公司将对外转让黑井古镇的经营权。……问题:1)本案例中存在哪些道德伦理问题?2)试对上述问题做出你的道德研判。3)说明你所作善恶研判的依据。4)请从旅游地可持续发展与道德研判角度对旅游者的行为做出评价。 展开更多...... 收起↑ 资源预览