已发表论文

COVID-19 大流行下基于数据挖掘与二元回归的旅游促进政策的社会效果解析及其组合优选

 

Authors Chen T, Peng L, Yin X, Jing B, Yang J, Cong G, Li G

Received 29 September 2020

Accepted for publication 25 November 2020

Published 31 December 2020 Volume 2020:13 Pages 3211—3233

DOI https://doi.org/10.2147/RMHP.S284564

Checked for plagiarism Yes

Review by Single anonymous peer review

Peer reviewer comments 3

Editor who approved publication: Professor Marco Carotenuto

摘要:2019 年末爆发的新冠肺炎疫情对我国的文旅行业造成了极大影响,整个行业在短期内几乎处于停滞状态,当疫情初步稳定后,政府和景区管理部门实施了一系列激励政策以便加快文旅行业的复工复产,而分析各种政策实施的社会效果对政府和景区具有重要的指导意义。本文以 COVID-19 大流行下旅游促进政策实施的社会效果为研究对象,首先简要分析疫情对全国文旅产业的影响并选取了具有代表性的几类旅游政策;接着爬取了政策下的微博用户评论数据,分析了用户对政策的感知效果及情感偏向,从而挖掘出各类政策的社会效果;最后构建二元 logistic 回归模型,将各类政策实施的社会效果作为因变量,旨在获取最佳的旅游促进政策组合,促进文旅行业快速振兴。研究结果表明:从单一政策来看,安全类” 政策实施的社会效果最佳;而从组合类政策来看,同时发布 安全类” 政策和 经济类” 政策带来的社会效果最大,能大大加快文旅产业经济复苏。最后本文对政策的制定给出相关建议,以提高文旅行业应对危机事件的能力。
Keywords: online comments, social effects, combination optimization, data mining, binary logistic regression, COVID-19