基于深度学习的城市热点空间情绪感知评价——以上海市为例

摘要：

基于新浪微博数据,借助深度学习方法分析上海市情绪空间分布特征,期望构建一套基于社交媒体签到数据的深度学习空间情绪感知评价方法.研究发现:①上海市热门签到地点集中分布在城市中心、交通枢纽、地铁沿线等区域.②积极情绪占比随着到市中心距离的增加呈下降趋势;人们的情绪与活动空间类型高度相关.③高等院校场所与负面情绪相关的物质空间要素多与建筑相关,办公场所的空间使用者最关注通勤问题,交通枢纽空间的管理流程和服务水平诱发了较多负面情绪.研究发现对于城市公共安全、公共卫生和设计管理的决策者有着重要启示.

关键词：深度学习、BERT模型、签到POI地图、情绪地图、感知评价

所属期刊栏目：36

分类号：K901(地理学)

资助基金：国家自然科学基金41471138

在线出版日期：2021-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：121-130,176