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

罗俊杰

雷泽鑫

胡一可

王 苗*

曹 磊

城市公园是游览、社交、锻炼及举办文化活动的重要公共场所[1]，是城市生态系统、城市景观的重要组成部分[2]。伴随城市人口的增长与公园使用频率的增加[3]，公园中景观设计、环境养护和设施管理等需求日益增长[4-5]。随着信息化技术的快速发展，一方面社交媒体平台(Social Media Platform)引发了人们对时事新闻、网络热点和城市生活相关内容的广泛评论[6]，带有情感倾向性(Sentiment Tendency)的公园网络评论大数据应运而生[7]；另一方面，大数据科学(Big Data Science)、机器学习(Machine Learning)、深度学习(Deep Learning)等领域深刻影响了城市规划、风景园林等学科的学术研究方向[8-10]。

情感倾向分析(Sentiment Tendency Analysis)是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程[11]。游客的情感倾向是反映城市公园受欢迎程度与优劣势的重要指标[12]。对公园网络评论大数据的研究缓解了游客与风景园林设计师、公园管理者之间由于信息不对等带来的矛盾[13]，对提高公园设计水平和城市形象具有积极作用。通过数据挖掘(Data Mining)得出文本情感极性的情感倾向分析技术为研究公园评论大数据提供了支撑，为提升公园空间品质和优化服务策略提供了决策支持。基于深度学习算法的文本情感倾向分析技术为非结构化和半结构化的网络评论数据定量分析提供了解决途径，突破了传统问卷调查[14]、专家打分[15]等定量分析方法中信息源、数据量、真实度等方面的局限[16]。有学者尝试运用情感倾向分析技术开展城市公共空间研究，包括人气指数量化评价[17]、情感信息抽取[18-19]和情感差异分析[20]等。……