基于UGC数据的湖南省典型游客情感体验时空演变分析——以湖南省5A级景区为例

Spatio-temporal Evolution Analysis of Typical Tourist Emotional Experience in Hunan Province Based on UGC Data： A Case Study of 5A⁃level Scenic Spots in Hunan Province

摘要

游客情感体验是旅游体验的核心要素，也是影响游客行为意向的重要动因。以湖南省12个5A级景区为案例地，聚焦游客情感体验，基于典型网络的旅游评论数据，综合使用百度智能云情感分析、GIS空间分析和地理探测器模型，探究其时空演变特征及宏观影响因素。研究发现：（1）时序特征上，游客情感体验先震荡上升而后波动下降，景区差异波动收敛；游客情感体验夏秋低、春冬高，年度体验良好但季节稳定性有待提升；（2）空间特征上，游客情感体验空间分异明显且格局稳定，年际变化与季节更迭对游客情感体验的空间布局影响有限；（3）影响因素上，利好政策、优越区位和积极经济环境等对游客情感体验有推动作用；公共卫生危机、游客期待和旅游资源的季节变化等对游客情感体验的质量和稳定性具有一定反向制约。

Abstract

Tourist emotional experience is a core element of tourism experience and an important factor influencing tourists’ behavioral intentions. Taking 12 national 5A⁃level scenic spots in Hunan Province as case studies and focusing on tourist emotional experience， this study investigated the spatio⁃temporal evolution characteristics and macro⁃level influencing factors with travel review data from typical online platforms and Baidu AI Cloud sentiment analysis， GIS spatial analysis， and geographical detector models. The findings revealed the followings： （1） In terms of temporal characteristics， tourist emotional experience initially showed a fluctuating rise followed by a fluctuating decline， with differences between scenic spots converging in a fluctuating manner. Tourist emotional experience was low in summer and autumn but high in spring and winter. The annual experience was good， whereas there was room for improvement in seasonal stability. （2） Spatially， tourist emotional experience exhibited significant spatial differentiation and stable patterns. Interannual changes and seasonal variations had limited impact on the spatial distribution pattern of tourist emotional experience. （3） Regarding influencing factors， favorable policies， superior locations， and positive economic environments promoted tourist emotional experience， while public health crises， tourist expectations， and seasonal variations in tourism resources imposed certain constraints on the quality and stability of tourist emotional experience.

Graphical abstract

关键词

UGC数据 / 游客情感体验 / 时空演变 / 湖南省 / 5A级景区

Key words

UGC data / tourist emotional experience / spatio-temporal evolution / Hunan Province / 5A⁃level scenic spot

随着体验经济的蓬勃发展，旅游业愈发重视游客情感体验的积极影响，通过不断优化情感体验来更好地满足游客需求^［1］。然而，随着旅游同质化问题的凸显，旅游目的地之间的差异化特征日益模糊，游客情感体验的辨识度越来越低^［2］。在此背景下，提升游客情感体验对于促进旅游目的地可持续发展及增强市场竞争力至关重要^［3］。作为旅游体验的核心组成部分，游客情感体验在塑造旅游目的地形象、影响游客满意度及引导游客决策等方面发挥重要作用^［4⁃5］。因此，游客情感体验已成为学术界与旅游业界共同关注的热点和焦点^［6］。

鉴于游客情感体验的重要影响及其量化评估的迫切需求，学术界在相关领域展开了广泛探索并取得较大进展^［7］。在量化评估方面，针对特定游客群体开发了不同的情感体验测量表^［8］。为克服自我报告数据固有的局限性^［9］，引入了眼动实验数据^［10］、带有视觉语义信息的位置照片数据^［11］及微博文本数据^［12］等来分析游客情感体验。尽管多类新型数据已被用于游客情感体验的量化分析，但当前研究仍存在数据随机性和主观性较强、样本量有限、生理指标数据获取成本高、样本时空范围相对较小等问题^［13］。相比之下，以游客发布的评论、照片和音频等为代表的用户生成数据（user generated content， UGC）不仅真实性较高，而且采集成本低、时空覆盖范围广，是量化游客情感体验较好的数据样本^［14］。

时空分析是游客情感体验研究的重要内容。当前的研究呈现以下特征：（1）时间尺度覆盖范围广泛。学者们对节庆活动前后、月度、周际和法定节假日等短期时段的游客情感体验作了时序变化特征分析^［15］。（2）时序分析方法多样。如杜莹莹和李君轶^［16］量化对比分析了不同游览阶段游客情感体验的差异，罗俊杰^［17］采用无缝日历热图可视化了游客情感体验的时序演变。这些方法不仅提升了研究的准确性和直观性，而且有助于揭示不同时间尺度下游客情感体验的变化趋势。（3）空间研究层次丰富。现有研究不仅聚焦于特定景区^［18］，部分研究还跨越了景区界限^［19］，探讨景区内不同小景点以及市域范围内不同景区的游客情感体验空间差异。（4）空间分析手段灵活。学者们运用冷热点分析、空间自相关分析以及不同情感类型占比的空间差异可视化技术，研究了游客情感体验的集聚性、情感倾向与旅游时空路径转换的相关性以及不同游客情感类型的空间异质性等^{［20⁃21］}。

综合来看，学者对游客情感体验时空演变规律的研究成果颇丰，但在研究尺度和方法上仍有进一步探索的空间。尽管目前的研究已涵盖了不同尺度的时序分析，但对季节变化的研究仍有不足，跨年份的研究多集中于1~3年的时间跨度，未能充分揭示长时段的变化趋势。此外，时间序列差异的研究多停留在定性分析阶段，缺乏运用数理统计方法对时间序列波动进行量化解析。在空间分异方面，现有研究多集中于单一景区或市级地域，对省域范围的研究相对较少^［22］，且多数研究仅限于分析特定时间段内游客情感体验的空间分异，未能有效揭示同一景区在不同时间范围内游客情感体验空间差异的动态变化，在一定程度上限制了对大尺度时空背景下游客情感体验动态变化的理解，从而影响研究成果的应用价值。

针对上述研究存在的不足，本文借助网络用户生成的旅游评论数据，使用百度智能云情感分析技术、热点格网图法、标准差椭圆法和地理探测器，引入季节情感均值标准差，以湖南省12个5A级景区为案例地，分析其游客情感体验的年际和季节时序波动情况。同时，从省域典型旅游空间进行空间演化特征分析及宏观影响因素分析，为研究区提高游客情感体验和优化旅游目的地形象提供理论依据和实践参考。

1 研究方法

1.1 研究区概况

湖南省地处我国中部，下辖长株潭、环洞庭湖、大湘西和湘南四大地区，区域内共有12个5A级景区，如图1所示。湖南省以深厚的人文底蕴、秀美的自然风光以及多样化的旅游资源著称。2024年，湖南省接待游客7.42亿人次，实现旅游总收入10 653亿元，位居全国上游。湖南省在建设“文化旅游强省”上成效显著^［23］，旅游业已成为湖南省经济发展的重要引擎。

1.2 数据采集与预处理

1.2.1 数据来源

本文以湖南省12个5A级景区典型游客为研究对象，以大众点评、去哪儿及携程旅行3大平台为数据源，系统采集了2015年5月16日至2025年3月1日的游客评论共146 353条，经筛选与清洗，保留有效评论122 711条。

1.2.2 数据预处理

为确保文本挖掘的效果，本文采用的数据清洗和预处理方法如下：（1）剔除无效评论。删除分析价值较低的评论，如重复、字数过短和缺乏实质性内容等百度百科式评论；（2）统一语言，将所有非中文评论翻译为中文；（3）替换同义词，如将“5A景区”和“5a风景区”等统一替换为“5A级景区”；（4）自定义词典。创建包含特定名词（如“哈利路亚山”和“岳麓书院”等）的自定义词典；（5）分词。结合Python的中文分词库jieba、哈工大停用词表和自定义词典对文本做分词。

1.3 研究方法

1.3.1 百度智能云情感分析

基于双向长短期记忆网络原理（bidirectional long short⁃term memory， Bi⁃LSTM）的百度智能云情感分析，已在文本分析中得到广泛应用^［24］。因此，本文调用该API接口作情感分析，以积极类别情感的概率作为情感均值，以此来量化游客情感体验^［25］。

1.3.2 时序波动分析

本文通过计算各个季节的游客情感均值与总体平均值之间的偏差程度，来量化游客情感体验的季节波动^［26］，其计算原理为

\sigma =\sqrt[]{\frac{\mathrm{1}}{N}{\displaystyle \sum _{i=\mathrm{1}}^N}(x_i{-\mu )}^{\mathrm{2}}}，（1）

其中，\sigma是游客季节情感体验标准差，N是5A级景区个数，x_i是第i个景区的游客情感体验均值，\mu是游客情感体验在不同季节的总体均值。

1.3.3　GIS可视化分析　（1）热点格网图法。该方法兼备热点图和聚散性的优势，能有效可视化空间数据。本研究将湖南省划分为30 km×30 km的规则格网，通过该方法对各景区的情感均值进行可视化处理^［27］。（2）标准差椭圆法（standard deviation ellipse， SDE）。该方法常用于研究地理要素的空间分布格局^［28］，其计算原理为

{S_{\mathrm{D}\mathrm{E}}}_x=\sqrt[]{\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}(x_i{-\overline{x})}^{\mathrm{2}}}{n}}，（2）

{S_{\mathrm{D}\mathrm{E}}}_y=\sqrt[]{\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}(y_i{-\overline{y})}^{\mathrm{2}}}{n}}。（3）

其中，{S_{\mathrm{D}\mathrm{E}}}_x和{S_{\mathrm{D}\mathrm{E}}}_y分别是长半轴和短半轴轴长，x_i和y_i是景区i的坐标，\overline{x}和\overline{y}分别是各景区x和y坐标均值，代表景区平均中心坐标，n是景区的数量。

1.3.4 影响因素分析

地理探测器是揭示空间分异影响因素的常用工具^［29］，其计算原理为

q=\mathrm{1}-\frac{{\displaystyle \sum _{h=\mathrm{1}}^L}{N}_h{\sigma }_h^{\mathrm{2}}}{N{\sigma }^{\mathrm{2}}}，（4）

其中，q表示所选取指标对游客情感体验的影响力，N_h和N分别为层h和全区的单元数，{\sigma }_h^{\mathrm{2}}和{\sigma }^{\mathrm{2}}分别是层h和全区的方差。

2 情感体验时序演变分析

2.1 年际变化特征

情感体验贯穿整个旅游过程，对游客情感体验的关注是提升旅游体验的必要条件^［30］。本文利用百度情感分析量化了湖南省所有5A级景区的游客情感体验，其年份变化如图2所示。

依据图2（a）中游客情感体验的年际演变特征，研究区域内游客情感体验的时序变化可划分为三个阶段：第一阶段（2015—2017年）稳步提升期，游客情感体验稳健增长；第二阶段（2018—2019年）骤降调整期，游客情感体验发生突降；第三阶段（2020—2025年）长期承压期，游客情感体验总体呈下降态势。

自2015年“十三五”旅游业发展规划实施以来，政策红利的持续释放为湖南省各5A级景区的发展提供战略窗口期，促进游客情感体验提升。然而，旅游业固有的脆弱性导致其易受外界因素影响，如2018年湖南省5A级景区门票大规模降价引发供需失衡、特大洪灾和厕所革命等导致部分景区限流整改，该年度游客情感体验较2017年下降4.08%，直到2019年才开始略有回升。2020年新冠疫情重创旅游业，在疫情防控常态化背景下，游客对服务瑕疵的包容阈值虽有所提升，但健康码和行程码等降低游览效率，疫情限制了景区正常运营，经济下行压力引发消费预期收缩，突发的公共卫生危机严重阻碍游客情感体验的恢复。

结合图2（b）对上述变化作进一步分析，全省的5A级景区呈差异化发展态势。大湘西地区依托独特民族风情与地质景观，构建“资源异质性-体验独特性”的体验转化链条，有效对冲了交通可达性和基础设施的不足。湘南地区凭借稳定的运营管理和悠久的建设历史使游客情感体验保持稳定。相较而言，长株潭地区虽具备区位优势和品牌效应，但韶山旅游区因其历史特殊性，游客易因红色情怀产生高期待，与景区服务质量供给存在错位，产生负面情感体验；炎帝陵长期陷入“资源价值-体验转化”失衡，使游客情感体验长期处于低位状态，折射出历史文化类景区的发展困境。环洞庭湖地区作为5A级景区建设的后发区域，运营管理水平与其他地区存在差距，游客情感体验的质量和稳定性还有一定提升空间。

2.2 季节变化特征

湖南省5A级景区游客情感体验总体偏向积极，但存在一定季节波动，见图3（a）。具体而言，季节游客情感体验介于0.836~0.861之间。其中，春季游客情感体验较高且一致性程度高；夏季游客情感体验最低且景区间差异较大；秋季游客情感体验略微回升，景区间差异相较于夏季有所收敛；冬季游客情感体验持续改善且趋于一致。

为结合景区特质探究各5A级景区游客情感体验的季节波动规律，本文计算了各景区游客季节情感体验的标准差，见表1。以标准差为横坐标，以游客情感体验为纵坐标，二者平均值为基准，对湖南省5A级景区进行分类，结果如图3（b）所示。

（1）高情感体验且波动性大的景区

矮寨·十八洞·德夯大峡谷和桃花源的游客情感体验高但季节稳定性有待提升。虽然两者在旅游资源禀赋上具有一定优势，但它们的资源季节性特征显著。此外，作为新晋5A级景区，它们的管理体系尚不成熟，资源依赖性强，最终导致情感体验的季节波动明显。

（2）高情感体验且波动性小的景区

武陵源-天门山、凤凰古城及岳麓山-橘子洲等景区的游客情感体验呈现“高稳”特征。该类景区能凭借较高的接待能力、成熟的运营管理水平和较强的旅游吸引力为游客带来较好的情感体验，有效应对季节性挑战，确保游客能获得优质且稳定的情感体验。

（3）低情感体验且波动性小的景区

岳阳楼-君山岛、韶山和南岳衡山的游客情感体验相对较低，季节稳定性良好。这些景区对资源的依赖固化，游客情感体验长期低迷。南岳衡山因香客占比高，旺季拥挤与服务短板被信仰属性弱化，形成稳定低分态势。岳阳楼-君山岛与韶山的核心旅游资源稳定，但过度依赖文化IP与名人效应，与游客期待存在差距；此外，伟人故里韶山因历史敏感性，游客对景区不足的容忍度更低，更易产生负面情感体验。

（4）低情感体验且波动性大的景区

炎帝陵作为祭祀文化景区，缺乏文化活化手段，旅游吸引力有限，运营管理不足，难以自如应对淡旺季客流变化。尽管东江湖的雾景和游船活动具有吸引力，但它对天气的依赖性强，景观不确定性高，与游客预期不一致易激发不满，因此游客情感体验较低且季节波动明显。

总体而言，湖南省5A级景区的游客情感体验质量良好，但季节稳定性有待提升。就局部地区而言，大湘西地区的游客情感体验质量高且稳定性较强，长株潭地区次之，环洞庭湖和湘南地区的游客情感体验质量较低且稳定性较差。

3 情感体验空间演变分析

3.1 空间分异特征

3.1.1 年际分异特征

本文采用热点格网图法揭示2015年以来的游客情感体验年际空间分异特征，如图4所示。总体上，湖南省5A级景区游客情感体验空间异质性鲜明，呈“西高东低，南高北低”的分布格局；多年来游客情感体验的高低值中心保持稳定，未出现显著变动。值得注意的是，岳阳楼-君山岛自2023年开始摆脱情感体验低值中心状态，这标志着它在景区建设上取得实质性进展。岳麓山-橘子洲、 凤凰古城以及武陵源-天门山等景区的游客情感体验长期领先，这凸显了它们坚实的发展基础和稳固的领跑态势。

长株潭地区的游客情感体验呈现“北高南低”状态，岳麓山-橘子洲和花明楼依托省会辐射效应与资源区位优势，形成高值集聚中心；炎帝陵因吸引力有限成为低值洼地；韶山因其特殊历史背景和游客的红色情怀，景区稍有不足就易激发游客不满。环洞庭湖地区和湘南地区的游客情感体验两极分化明显，这两个地区虽有独特资源，但各景区位置分散，接待能力和服务质量参差不齐，游客情感体验对比鲜明。大湘西地区的游客情感体验呈“北强南弱”特征，尽管该地区旅游资源开发较早，但景区的集群效应尚不显著，管理水平与吸引力也存在差异，游客情感体验的空间分异明显。

3.1.2 季节分异特征

以2015年以来各年度相应季节数据均值为基础，湖南省5A级景区游客情感体验的季节空间分异特征如图5所示，总体上研究区的季节空间布局稳定性较强。具体而言，炎帝陵因旅游资源吸引力相对匮乏以及发展尚不成熟，导致全年游客情感体验持续偏低。相比之下，岳麓山-橘子洲与武陵源-天门山等景区，凭借更为突出的旅游吸引力和更为完善的发展模式，全年维持较高的游客情感体验。

夏季各5A级景区普遍面临高温挑战，但武陵源-天门山和南岳衡山等山岳型景区能凭借避暑功能实现游客情感体验的突围，凸显合理利用季节优势的重要性。秋季，宜人气候叠加节假日效应催生客流井喷，对景区承载力与服务韧性构成考验，易使景区陷入“旺季低分”困境。

季节更迭通常伴随着天气、景区景象及活动的变化，这些变化理论上可能对游客情感体验产生显著影响，但本研究发现，季节更迭并不会打破湖南省5A级景区游客情感体验的空间稳定性。

3.2 空间演化特征

本文依据前文所界定的三个时间阶段和四季划分标准，利用标准差椭圆和重心迁移轨迹探索湖南省5A级景区游客情感体验的年际和季节时空演化特征。

3.2.1 年际演化特征

湖南省5A级景区的游客情感体验标准差椭圆始终呈西北-东南走向，多年间该椭圆及其重心分布保持稳定。椭圆重心向北的移动趋势最为明显；扁率总体呈增大趋势；旋转角变化不定，如表2和图6所示。

扁率的增大意味着湖南省5A级景区的游客情感体验高地不再局限于传统的热门景区。湖南省北部5A级景区的升级建设和高铁线路的逐渐完善，促进了这些景区在发展质量、基础设施和接待能力等方面的提升，激发游客的积极情感体验，驱动游客情感体验重心向北迁移。总体来看，早期形成的游客情感体验空间分布格局稳定性强，难以发生显著改变。

3.2.2 季节演化特征

湖南省5A级景区的不同季节与年份间的游客情感体验标准差椭圆走向一致，标准差椭圆和重心分布相对稳定。椭圆重心总体呈偏北趋势移动，秋冬两季的位置差别不大；扁率春季最小、冬季最大；旋转角大致呈增大趋势，移动距离逐渐减小，具体见表3和图7所示。

春季至冬季，游客情感体验的椭圆重心持续北移，总位移距离约为1.22 km，说明北部5A级景区的季节性吸引力较强；扁率从0.640增至0.648，表明游客情感体验高值区从核心景区向周边扩散；旋转角在夏冬两季达到峰值，分别对应武陵源-天门山和南岳衡山（NW-SE向）与岳阳楼⁃君山岛和花明楼（NE-SW向）两大客流轴向的季节性切换，夏季避暑与冬季文化体验形成空间方向的分异。整体而言，季节轮换驱使了游客情感体验空间格局的季节性变化，但变化幅度微小，不足以改变其原有格局。

4 影响因素分析

4.1 指标体系构建

为验证和补充前文所述的游客情感体验影响因素，本文结合湖南省旅游实际情况和既有研究^{［31⁃32］}，选取气候条件、经济基础、接待能力、交通通达度、政策支持为要素类型，遴选年平均气温、地区生产总值、接待旅游人数、公路营业里程、公共财政支出等为影响指标，以研究区2015—2023年的数据为基础，通过自然断点法分级赋值，采用地理探测器对影响因素进行分析，结果见表4。

4.2 影响因素分析

不同季节的降水和气温状况各异，除了引发景区活动和旅游资源的景象变化外，降水相比气温更能制约游客的游览活动，对情感体验的影响更为突出。地区生产总值、人均可支配收入及城镇化率共同影响游客消费能力，其中城镇化率还反映基础设施完善程度。接待旅游人数与第三产业从业人数、景区承载力、景区接待能力和运营管理能力密切相关。交通网络呈现铁路主导特征，高铁的高效连通性相较于公路运输更加明显。政府通过公共财政支出优化基础设施建设，有效提升游客情感体验。总体来看，气候条件、经济基础、旅游接待能力、交通通达度和政策支持都与游客情感体验息息相关。

5 结论与讨论

5.1 结论

本文基于情感地理学和时间地理学理论，以湖南省12个5A级景区为案例，借助近10年来典型网络的游客评论数据，综合运用百度智能云情感分析、时间序列分析、空间分析和因子探测方法，对游客情感体验进行时空演变特征和宏观影响因素分析，得出以下结论。

（1）从时间序列的变迁看，年际上，湖南省5A级景区游客情感体验在震荡性增长后波动下降，整体差异波动减小；季节上，游客情感体验呈现夏秋低、春冬高的变化；环洞庭湖地区和湘南地区的游客情感体验质量及其稳定性应向大湘西地区和长株潭地区看齐。

（2）从空间分布的演变看，湖南省5A级景区游客情感体验的空间格局差异明显且稳定。尽管景区的年际和季节空间差异存在波动，但早期形成的高质量景区领先地位稳固，该空间布局或将长期保持固有态势。

（3）从影响因素看，积极政策导向、有利经济环境、便利交通、成熟运营管理和景区等级提升等对游客情感体验有显著正面推动；公共卫生危机、游客期待、运营管理短板、旅游资源的季节波动、地理位置劣势和较低的旅游吸引力等对游客情感体验的质量和稳定性构成反向制约。

5.2 讨论

本文分析了湖南省5A级景区游客情感均值的时空变化，旨在探讨游客情感体验的时空演变特征，并针对性地提出以下建议：（1）政企协同发力，共促景区发展；政府应发挥其在政策导向上的核心作用，完善危机应对机制、大力发展经济并完善公共服务配套建设以优化文旅消费环境；景区应迎合市场需求，积极加强产品创新、提质改造建设和提升运营管理水平以提高竞争力；（2）主动适应调整，平衡季节波动；各景区需在充分利用季节性优势的基础上，深入发掘统筹资源并开发四季旅游产品；（3）加强合作交流，促进均衡发展；强化高水平景区的辐射效应，深化区域间和景区间的合作，促进景区的协同发展，平衡游客情感体验的地域差异。

本文针对过往游客情感体验时空演变研究中存在的局限性做了一定改进，在弥补以往情感分析数据不足的基础上，研究尺度和方法上均有所拓展。在时序分析方面，扩展了研究的时间跨度、对游客情感体验的季节性差异和年际差异进行了分析，并对季节性波动程度进行量化，能够较为全面地揭示游客情感体验的时序动态变化。在空间分析方面，突破了景区和市域局限，专注于湖南省内所有5A级景区，深入研究了不同地理环境下游客情感体验的多样化表现，并探究了不同年份和季节的游客情感体验空间差异，加强对湖南省游客情感体验时空动态变化的理解。

尽管本文取得了一定成果，但仍存在一些不足，未来可从以下三个维度进行拓展深化：（1）案例地方面，本文所聚焦的5A级景区游客情感体验特征对于湖南省所有典型景区的普适性有待验证，未来可将案例地范围扩展至湖南省全部A级景区或典型景区；（2）数据源方面，本文局限于利用游客的在线评论文本作情感分析，未来可融合线上游客数据与线下调研数据，来夯实情感分析的数据源基础；（3）数据类型方面，包含表情与地理坐标信息的游客打卡照片及视频也是研究游客情感体验的直观素材，未来可充分利用此类数据。

参考文献

[1] MORENO-LOBATO A， DI-CLEMENTE E， HERNÁNDEZ-MOGOLLÓN J M， et al. How emotions sound：

[2] A literature review of music as an emotional tool in tourism marketing［J］. Tourism Management Perspectives， 2023， 48： 101154.

[3] XIAO X， FANG C Y， LIN H， et al. A framework for quantitative analysis and differentiated marketing of tourism destination image based on visual content of photos［J］. Tourism Management， 2022， 93： 104585.

[4] YIN X Y， JUNG T. Analysing the causes of tourists' emotional experience related to tourist attractions from a binary emotions perspective utilising machine learning models［J］. Asia Pacific Journal of Tourism Research， 2024， 29（6）： 699-718.

[5] BASTIAANSEN M， LUB X D， MITAS O， et al. Emotions as core building blocks of an experience［J］. International Journal of Contemporary Hospitality Management， 2019， 31（2）： 651-668.

[6] WANG Y， YANG Y， HUANG S S， et al. Effects of air quality and weather conditions on Chinese tourists' emotional experience［J］. Journal of Hospitality and Tourism Management， 2021， 48： 1-9.

[7] SHARMA P， NAYAK J K. Do tourists' emotional experiences influence images and intentions in yoga tourism？［J］. Tourism Review， 2019， 74（3）： 646-665.

[8] LI X B， YUAN Y， ZHANG J H. The influence of tourists' emotional experiences on destination loyalty from the perspective of community economy［J］. International Journal of Tourism Research， 2024， 26（1）： e2630.

[9] LAI I KWAI， YANG T， HITCHCOCK M. Evaluating tourists' emotional experiences regarding destination casino resorts： an impact-asymmetry analysis［J］. Journal of Destination Marketing & Management， 2020， 16： 100365.

[10] LIN Y Q， KERSTETTER D， NAWIJN J， et al. Changes in emotions and their interactions with personality in a vacation context［J］. Tourism Management， 2014， 40： 416-424.

[11] YE F， YIN M， CAO L L， et al. Predicting emotional experiences through eye-tracking： A study of tourists' responses to traditional village landscapes［J］. Sensors， 2024， 24（14）： 4459.

[12] YAN J X， YUE J H， ZHANG J F， et al. Research on spatio-temporal characteristics of tourists' landscape perception and emotional experience by using photo data mining［J］. International Journal of Environmental Research and Public Health， 2023， 20（5）： 3843.

[13] 王萌. 西安历史文化街区游客情感体验时空差异及视觉影响因素研究［D］. 西安： 陕西师范大学， 2021.

[14] 吴思琪， 李君轶. 旅游街区日/夜景观对游客情感及行为意向的影响：基于眼动实验分析［J］. 地理与地理信息科学， 2023， 39（5）： 66-73.

[15] 徐琳琳， 周彬， 虞虎， 等. 2022年冬奥会对张家口城市旅游地形象的影响研究：基于UGC文本分析［J］. 地理研究， 2023， 42（2）： 422-439.

[16] 李勇泉， 李蕊， 阮文奇. 大型节庆活动微博用户情感态势的时空规律：以故宫上元灯会为例［J］. 华侨大学学报（哲学社会科学版）， 2019（6）： 27-38.

[17] 杜莹莹， 李君轶. 国内外游客景区情感体验时空变化对比研究：以秦始皇帝陵博物院为例［J］. 地域研究与开发， 2022， 41（4）： 125-130.

[18] 罗俊杰， 雷泽鑫， 胡一可， 等. 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［J］. 中国园林， 2021， 37（9）： 65-70.

[19] PARK S B， KIM J， LEE Y K， et al. Visualizing theme park visitors' emotions using social media analytics and geospatial analytics［J］. Tourism Management， 2020， 80： 104127.

[20] 李君轶， 朱函杰， 付利利. 基于大数据的西安市国内游客情感体验时空变化研究［J］. 干旱区地理， 2020， 43（4）： 1067-1076.

[21] 梁嘉祺， 姜珊， 陶犁. 基于网络游记语义分析和GIS可视化的游客时空行为与情绪关系实证研究：以北京市为例［J］. 人文地理， 2020， 35（2）： 152-160.

[22] 王耀斌， 陈海龙， 刘逸， 等. 网络集群行为视角下游客情绪脉搏时空特征研究［J］. 地域研究与开发， 2022， 41（3）： 95-100.

[23] 罗梦雪. 基于网络游记的国内外游客情感体验时空行为的比较研究：以贵州省为例［D］. 贵阳： 贵州大学， 2023.

[24] 胡强盛， 杨佩鸿， 贺小荣. 湖南文旅融合发展的韧性测度与空间分异［J］. 湖南师范大学自然科学学报， 2024， 47（6）： 20-26.

[25] YANG Y， RUAN Q， HUANG S S， et al. Impact of the COVID⁃19 outbreak on tourists' real-time on-site emotional experience in reopened tourism destinations［J］. Journal of Hospitality and Tourism Management， 2021， 48： 390-394.

[26] 张岩， 李英冰， 郑翔. 基于微博数据的台风“山竹” 舆情演化时空分析［J］. 山东大学学报（工学版）， 2020， 50（5）： 118-126.

[27] 田逢军， 汪忠列， 李潇， 等. 乡村旅游地游客情感时空特征及影响因素：以婺源为例［J］. 经济地理， 2024， 44（1）： 221-229.

[28] 姜伟， 郝智辉， 王艳东， 等. 城市微博数据驱动的群体疫情情感响应时空特征：以武汉市和石家庄市新冠疫情为例［J］. 地理与地理信息科学， 2022， 38（1）： 5-14.

[29] JIANG Y H， HUANG W， XIONG X X， et al. Investigating spatial patterns and determinants of tourist attractions utilizing POI data： A case study of Hubei Province， China［J］. Heliyon， 2024， 10（11）： e32370.

[30] 陈千千， 王晓峰， 马丽雅. “三生” 功能视角下陕西省乡村旅游地时空分布特征与影响机制［J］. 陕西师范大学学报（自然科学版）， 2025， 53（2）： 61-75.

[31] PRENTICE C. Enhancing the tourist experience with emotional intelligence［J］. Tourism Review， 2020， 75（5）： 733-744.

[32] 刘海朦， 田小波， 曹婷婷. 基于百度指数的乡村旅游需求时空特征及其影响因素研究［J］. 世界地理研究， 2024， 33（5）： 177-188.

[33] 郝晨. 中国旅游企业时空分布格局及其影响因素［J］. 地域研究与开发， 2023， 42（3）： 98-103.

基金资助

铀资源探采与核遥感全国重点实验室自主部署资助项目“复杂国际背景下我国铀资源安全保障战略研究”(2024QZ-TD-25)