深度学习助力文化遗产公园文化生态系统服务（CES）情感景观分析：挖掘景观与服务的情感纽带

《Urban Ecosystems》：Emotional landscape analysis of cultural ecosystem services in heritage parks: a deep learning approach using social media data

为探究遗产公园景观元素与文化生态系统服务（CES）类别间的情感联系，研究人员整合深度学习与社交媒体文本分析开展研究。分析 86,647 条评论后发现 CES 讨论中娱乐、美学和社会关系占主导，该研究对 CES 导向的公园管理有重要价值。

　　遗产公园能提供多样的文化生态系统服务（CES），然而在文化意义重大的场所中，景观元素与 CES 各类别之间的情感联系却鲜少有人研究。本研究率先将深度学习与大规模社交媒体文本分析相结合，以探索这些联系。研究人员分析了来自大众点评、美团、携程、同程和微博这五个社交媒体平台的 86,647 条评论，运用文本卷积神经网络（Text-CNN）模型识别出 8 种 CES 类别，揭示了关键的相关性和聚类情况。情感分析和社会网络分析进一步凸显了情感影响和语义关联。在 CES 讨论中，娱乐（43.77%）、美学（15.77%）和社会关系（13.55%）占主导地位。精神层面与大多数其他 CES 呈负相关，而娱乐除了与精神层面外，与其他所有类别均呈正相关，其中社会关系与娱乐之间的联系最为紧密（p = 0.55）。文化、生物环境和情感对 CES 类别有显著影响。文化和生物因素是情感的主要预测指标，反过来又塑造了人们对 CES 的认知。尽管存在数据异质性和情感解读中的文化差异等挑战，但这项研究表明，将深度学习与社交媒体分析相结合对以 CES 为重点的公园管理具有重要价值。