رسانه‌های فضایی شکل‌های جدیدی از تعامل با مکان‌ها را به نمایش می‌گذارند که منجر به پیدایش روش‌های جدیدی برای تجسم تجربه می‌شود. درک مکان و پویایی تغییر آن با ظهور پلتفرم‌های دیجیتال، که بازنمایی‌های متعدد و متنوعی از مکان در رسانه‌های فضایی ایجاد می‌کنند، چند برابر شده است. این نمایش‌ها به اکوسیستم پلتفرم‌های دیجیتالی وابسته هستند که توسط مکانیسم‌های خاص پلتفرم مکان‌سازی دیجیتال شکل می‌گیرد. این مطالعه از تکنیک‌های متن کاوی و روش‌های آماری برای کشف نقش محتوای تولید شده توسط کاربر به عنوان یک عمل مکان‌سازی دیجیتال در شکل‌دهی تجربه مکان استفاده کرد. نظرات آنلاین از Google Maps برای 23 مکان از پوزنان، لهستان جمع آوری شد. تجزیه و تحلیل نشان داد که تجربه مکان با سه بعد توصیف می شود: ویژگی ها، عملکردها و جو، یا رویه‌هایی در مکان‌هایی که بیشتر از همه ویژگی یک مکان را منعکس می‌کنند. ویژگی‌های مکان، مرزهای بین تصاویر دیجیتالی آنها را محو می‌کنند، در حالی که بعد اتمسفر، تنوع و منحصر به فرد بودن مکان را کاهش می‌دهد. در نتیجه، محتوای تولید شده توسط کاربر (UGC) به عنوان عنصری از فرآیند مکان‌سازی دیجیتال، آگاهی مکان را افزایش می‌دهد و مشارکت انسانی را در ایجاد آن دموکراتیک می‌کند، با این حال بر کاهش آن به اطلاعات همگن پردازش‌شده از طریق مکانیسم‌هایی که در یک پلتفرم دیجیتالی خاص پردازش می‌شوند، تأثیر می‌گذارد.

کلید واژه ها:

تجربه مکان ؛ محتوای تولید شده توسط کاربر ؛ بررسی آنلاین ؛ رسانه های فضایی ؛ مکان سازی دیجیتال ; استخراج متن

1. مقدمه

امروزه، توسعه پویای فناوری اطلاعات و ارتباطات توسط جغرافیدانان به عنوان یک عامل اساسی تولید فضا [ 1 ] تلقی می شود که به متراکم شدن محیط شهری توسط اطلاعات دیجیتال واسطه ای کمک می کند [ 2 ]. به لطف فناوری‌های جدید، جهان در حال تغییر پویا بر تحولات دیجیتالی جامعه نیز تأثیر می‌گذارد. از طریق استفاده از رسانه های فضایی که در آن اطلاعات در یک زمینه جغرافیایی [ 3 ، 4 ، 5 ، 6 ] شکل می گیرد، جوامع معاصر در فضاهای متعدد و متنوع عمل می کنند. زندگی دیجیتالی شده انسان پر از اطلاعات و داده های دیجیتال است که از طریق خطوط کدها و الگوریتم ها شخصی سازی شده است [ 7 ]]. رسانه‌های فضایی اشکال متنوعی از فضاسازی‌ها را ایجاد می‌کنند که از طریق آنها زمینه‌های جدید تولید فضا پدیدار می‌شود. آنها همچنین به عنوان شیوه ای برای ایجاد، اشتراک گذاری و جمع آوری اطلاعات عمل می کنند که انسان ها را هم مصرف کننده و هم تولیدکننده محتوای دیجیتال می کند [ 6 ]. بنابراین، تجربه انسان از دنیای مادی نه تنها از حضور فیزیکی، بلکه از رسانه های فضایی نیز نشأت می گیرد که هم ادراک مادی و هم نمادین مکان ها را تغییر می دهد و بر روش های یافتن و تعامل مردم با آنها تأثیر می گذارد. ایوانز و پرگن [ 8] (ص 3) اشاره می کند که “رسانه های فضایی به طور فعال شیوه ای را که کاربران در فضا تجسم می یابند از طریق تغییر در رفتار آنها و تغییر در نحوه جستجوی اطلاعات در مورد مکان دوباره پیکربندی می کنند”. علاوه بر این، رسانه‌های فضایی و الگوهای استفاده از آن‌ها با شیوه‌های اجتماعی روزمره درگیر می‌شوند [ 8 ].
گراهام [ 9 ] اشاره کرد که بعد دیجیتالی مکان ها فراتر از مادی بودن آنها وجود دارد. این بعد از بسیاری از لایه های دیجیتالی تشکیل شده است که شامل محتوای تولید شده توسط کاربر می شود. بنابراین، مکان‌های امروزی از طریق فرآیندهای اجتماعی مادی و مجازی پدیدار می‌شوند [ 10 ]. بدیهی است که مکان در عصر دیجیتال را نمی توان ترکیبی از دنیای واقعی و مجازی دانست. همانطور که رزژوسکی به دقت اشاره کرد [ 11] (ص 27)، «بازنمایی های دیجیتالی در رسانه های اجتماعی این قدرت را دارند که معنا و ساختار درک شده محیط های مادی را از طریق تجسم و نامگذاری تغییر دهند». این نمایش‌های دیجیتالی متنوع از مکان‌ها، تجربیات احتمالی انسان‌هایی را که از طریق پلتفرم‌های آنلاین منتخب با آنها در تعامل هستند، تکرار می‌کنند. درک روش‌های دقیق ظهور مکان‌ها در عصر دیجیتال مستلزم درک مکانیسم‌هایی است که این بازنمایی‌ها توسط آن‌ها شکل می‌گیرند و در نتیجه چگونه بر نگرش‌ها و رفتارهای کاربران تأثیر می‌گذارند. این مکانیسم‌ها را می‌توان به‌عنوان شیوه‌های مکان‌سازی دیجیتالی توصیف کرد که می‌تواند به عنوان پیوندی از شیوه‌های دیجیتال و شیوه‌های مرتبط با فضا دیده شود. به عنوان هالگوا [ 12] (ص 5) اشاره می‌کند، شیوه‌های مکان‌سازی دیجیتال شکل‌های «جایگزینی مجدد شهر» را به خود می‌گیرند، که می‌توان آن را به عنوان «عمل ذهنی، عادی ارزیابی و ترکیب زمینه‌های فیزیکی، اجتماعی و دیجیتالی به منظور توصیف کرد. درک کامل‌تر جایگیری فرد در مکان‌های شهری و بازتولید حس منحصر به فرد مکان از طریق استفاده از امکانات رسانه‌های دیجیتال.
تحقیق ارائه شده در اینجا تلاش می کند تا تأثیر سریع رو به رشد رسانه های فضایی بر روابط انسان با یک مکان را روشن کند. در عصر تکامل پلتفرم‌های دیجیتال و غول‌های متعددی مانند گوگل که جهان‌های اجتماعی مبتنی بر مکان را تغییر می‌دهند، اهمیت بیشتری دارد. هدف اصلی این مطالعه بررسی نقش UGC، در درجه اول بررسی متن، است که نمایش دیجیتالی مکان را به عنوان بخشی از فرآیند مکان‌سازی دیجیتال شکل می‌دهد. نویسنده به دنبال پاسخ برای سوالات تحقیق زیر خواهد بود:
RQ1:
چه ابعادی از تجربه مکان توسط کاربران در بررسی متن آنلاین بیان می شود؟
RQ2:
آیا نمایش دیجیتال مکانی ایجاد شده توسط UGC آن را از سایر مکان‌ها با مولفه‌های شناختی، عاطفی و رفتاری خاص متمایز می‌کند؟
RQ3:
چگونه بررسی متن آنلاین به عنوان یک نوع UGC تجربه کاربران از مکان را افزایش می دهد؟
در این مطالعه، نویسنده یک نوع UGC، یعنی بررسی های آنلاین به دست آمده از پلت فرم Google Maps را تجزیه و تحلیل خواهد کرد. بررسی های آنلاین بازتابی از تجربیات، انتظارات و ترجیحات انسانی است. آنها محبوب ترین و رایج ترین شکل UGC هستند، که همچنین منبع مهمی از اطلاعات برای سایر کاربران است. به نظر می رسد تحقیقات در این زمینه بسیار مهم است، به ویژه از منظر به دست آوردن بینشی در مورد اینکه چگونه بررسی های آنلاین بر رفتار کاربران تأثیر می گذارد. درک این مکانیسم ها همچنین ممکن است منجر به افزایش آگاهی در مورد روش هایی شود که پلت فرم های دیجیتال اطلاعات را دستکاری می کنند.

1.1. مکان و رسانه فضایی در عصر دیجیتال

تولید فضا و تحولات اجتماعی- فضایی در عصر دیجیتال در یک سری مطالعات از اوایل دهه 1990 مورد بررسی قرار گرفته است [ 13 ]. در سال 1991، هانری لوفور [ 14 ] استدلال کرد که فضا به طور اجتماعی از طریق اعمال اجتماعی و مادی تولید می شود که به عنوان وابستگی زمان و مکان به ابزار قدرت و اعمال روزمره شکل می گیرد. در این رویکرد، فضا پیوسته در سطح ادراک، تجربه و تخیل در حال شکل گیری و بازتولید بود. خود این فرآیند هم بعد مادی و هم بعد نمادین خود را دارد که در احساسات، ارزش ها و معانی انسانی نسبت داده شده به فضا تجسم یافته است. به گفته Jalowiecki [ 15]، «مردم فضای خود را با شکل دادن به اشکال خاصی از آن تولید می کنند و به چارچوب مادی زندگی تبدیل شده است و به نوبه خود رفتار انسان را از طریق کمیت، کیفیت و در دسترس بودن مکان هایی که می توانند نیازهای خود را برآورده کنند، مشروط می کنند». نظریه لفبوری همچنین بر نقش فناوری اطلاعات و ارتباطات به عنوان نیروی میانجی در تولید اجتماعی فضا و به عنوان ابزاری برای تسلط بر فضای انتزاعی و از خود بیگانگی تاکید می کند [ 14 ، 16 ، 17 ].
همانطور که Leszczynski [ 1 ] اشاره کرد، فن‌آوری‌های دیجیتال اشکال جدیدی از فضاها مانند فضاهای ترکیبی و مکان‌های شبکه [ 18 ، 19 ، 20 ، 21 ]، سایه‌های دیجیتال و واقعیت‌های افزوده [ 22 ]، کد/فضا یا فضاهای کدگذاری شده را تولید می‌کنند [ 23 ، 24 ]، فضاهای میانجی [ 6 ] و اتمسفرها [ 25 ، 26 ]. فن‌آوری‌های دیجیتال برای ظهور این اشکال فضاها و موارد جدید که با رشد پویای دستگاه‌ها و نرم‌افزارها مرتبط هستند، ابزاری هستند. آنها همچنین درک عمیق تری از مکان و پیکربندی مجدد تعاملات با آن ارائه می دهند [27 ]. بنابراین، فناوری‌های دیجیتال به‌طور گسترده توسط جغرافی‌دانان به‌عنوان بخش مهمی از تجربه مکان، میانجی‌کننده رابطه بین فضاهای فیزیکی و مجازی و استفاده از فناوری شناخته شده‌اند [ 28 ، 29 ، 30 ، 31 ، 32 ]. فرث و ساکر [ 33 ] اشاره می کنند که آنها به طور قابل توجهی بر تجربه و درگیری افراد با فاصله دهنده اطرافشان تأثیر می گذارند. این تجربه با همگرایی اطلاعات و فضایی از طریق رسانه‌های فضایی، که ایجاد، اشتراک‌گذاری و جمع‌آوری اطلاعات دیجیتال را امکان‌پذیر می‌سازد، تقویت می‌شود [ 4 ، 6 ، 34 ]، که استفاده از آن با شیوه‌های اجتماعی روزمره تلفیق می‌شود.8 ]. Leszczynski [ 4 ] نمونه هایی از رسانه های فضایی را فهرست می کند: (1) پلت فرم های بررسی و کشف مبتنی بر مکان، (2) شبکه های اجتماعی مبتنی بر مکان، (3) پلت فرم های نقشه برداری جمع سپاری، (4) API های فضایی، (5) برنامه های کاربردی جغرافیایی اجتماعی، و (6) رسانه های تلفن همراه – نرم افزار و دستگاه.
رسانه‌های فضایی امروزی اطلاعات را جدا از حامل‌های مادی [ 3 ] انتقال می‌دهند که ارتباطات، تعاملات و تجربه مکان را در سراسر صفحه نمایش می‌دهند و آن را فراتر می‌برند. علاوه بر این، رسانه‌های فضایی از طریق تلاقی محتوای فضایی، فناوری‌های دیجیتال و شیوه‌های اجتماعی-فضایی در ایجاد فضاهای جدید مشارکت می‌کنند [ 35 ]. رسانه های فضایی نیز می توانند ابزار قدرت و کنترل باشند. به عنوان تاچر [ 34] اشاره می‌کند که از طریق آنها «افراد هم خودشان را می‌شناسند و هم به دیگران، شرکت‌ها و نهادهای سیاسی و حقوقی می‌شناسند». این موضوع در ارتباط با ظهور پلتفرم‌های دیجیتالی که فقط به داده‌های ساخت بشر متکی نیستند، بیشتر قابل توجه است، بلکه به داده‌های تولید شده توسط فناوری مورد استفاده در یک لحظه معین، یعنی مکان، تاریخچه جستجو یا صفحه وب ما نیز متکی هستند. در حال مرور آثار هدف معمولاً شخصی سازی – از طریق الگوریتم ها و کدها – محتوایی است که متعاقباً در یک پلتفرم دیجیتالی به ما تحویل داده می شود، که منجر به هماهنگی ما برای مکان با تغییر دادن تجربه دستگاه ها می شود [ 8 ].
به طور خلاصه، مکان‌ها فضاهای سیال، مسکونی و ذهنی هستند که توسط فرآیندهای مادی و دیجیتالی تشکیل شده‌اند که توسط زمان، مکان و اطلاعات شکل می‌گیرند [ 9 ]. در این زمینه، یک مکان به عنوان مجموعه ای از لایه های مختلف متشکل از تعاملات بین انسان، فناوری و مکان تلقی می شود. در نهایت، مکان‌ها دائماً در حال تغییر هستند و این تغییر بخش منحصربه‌فردی از تجربه آنها است [ 12 ، 36 ]. توانایی تعامل با مکان از طریق رسانه های فضایی در حرکت از نظر فرمان [ 37] حس جدیدی از مکان در میان کاربران خود ایجاد می کند. درک مکان و پویایی تغییر آن با ظهور پلتفرم‌های دیجیتال، که بازنمایی‌های متعدد و متنوعی از مکان در رسانه‌های فضایی ایجاد می‌کنند، چند برابر شده است. علاوه بر این، در عصر دیجیتال، این تجربیات به دلیل حس مکانی با واسطه دیجیتال که اشکال مکان‌سازی دیجیتالی است، فراوان‌تر است.

1.2. مکان یابی دیجیتال

مکان سازی یک مفهوم گسترده است که در بسیاری از زمینه ها استفاده می شود و به همین دلیل ارائه تعریف دقیق آن دشوار است [ 38 ]. با این حال، دو جریان اصلی از درک آن در ادبیات وجود دارد: شیوه‌های فضایی رسمی یا غیررسمی که منجر به دموکراتیزه‌سازی برنامه‌ریزی فضایی با هدف توسعه مجدد مکان می‌شود و از سوی دیگر، فرآیند اجتماعی معنادار کردن مکان توسط اعمال انسانی تأثیرگذار. تجربه مکان [ 39 ، 40 ، 41 ، 42]. بنابراین، از یک سو، فرآیند ایجاد تحول در مکان‌های عمومی از طریق پروژه‌های کوچکی است که جامعه محلی را درگیر می‌کند و به نیازهای آنها پاسخ می‌دهد و ارتباطات بین مردم و مکان‌ها را تقویت می‌کند. با این حال، این فرآیند تنها مجموعه‌ای از اقدامات ملموس نیست و چیزی فراتر از طراحی فیزیکی مکان‌ها است. همانطور که پیرس و. al. [ 43 ] (ص. 54) اشاره می‌کند که «مجموعه‌ای از فرآیندهای اجتماعی، سیاسی و مادی است که مردم به‌وسیله‌ی آن‌ها به‌طور مکرر جغرافیای تجربه‌شده‌ای را که در آن زندگی می‌کنند خلق و بازآفرینی می‌کنند». این فرآیندها با هم مجموعه مکان را تشکیل می دهند، که “در خدمت اتصال عناصر ناهمگن و جذب آنها به گفتگو، برای تولید و حفظ یک انسجام خاص” [ 41 ]] (ص 573). به دلیل استفاده از رسانه های فضایی، این مجموعه بسیار زیاد است زیرا تجربه مکان توسط لایه های دیجیتالی تقویت می شود. «دیجیتال» در مکان‌سازی به «استفاده از رسانه‌های دیجیتال در پرورش حس مکان برای خود و دیگران» [ 12 ] (ص 16) مرتبط است، که بر تقاطع شیوه‌های تجسم یافته و دیجیتال در زندگی روزمره تأکید دارد [ 44 ]. ، 45 ].
همانطور که در بالا اشاره شد، در عصر دیجیتال، مکان از طریق بازنمایی های دیجیتالی متنوع خود پدیدار می شود، که با ظهور پلت فرم های دیجیتالی چند برابر می شود. این نمایش‌ها توسط مکانیزم‌های مکان‌سازی دیجیتالی خاص پلتفرم شکل می‌گیرند. به عنوان مثال، Wilken an Humphreys [ 27 ] این مکانیسم‌ها را در اسنپ چت به‌عنوان «متمرکز بر تعامل تبلیغاتی مبتنی بر مکان و فرصت‌های بازار داده‌ای که توسط تعاملات دیجیتال مبتنی بر سفر باز می‌شود» نشان می‌دهد که توسط مشارکت انسان در شیوه‌های مکان‌سازی دیجیتال انجام می‌شود – فیلترها و لنزها، نقشه اسنپ، مکان‌ها و کارت‌های زمینه. علاوه بر این، لینگل [ 46] موردی از رسانه های اجتماعی را به ارمغان می آورد که می توان آن را با ایدئولوژی های مختلفی که ناشی از نحوه طراحی یک پلت فرم دیجیتال خاص است مشخص کرد. علاوه بر این، این الگوریتم پلتفرم است که تعیین می‌کند چه محتوایی برای ما قابل مشاهده است و چه محتوایی پنهان می‌شود و به اصطلاح حباب‌های فیلتر محدود کننده ایجاد می‌کند [ 3 ].
بنابراین، مکانیسم‌های مکان‌سازی دیجیتال در اینجا به‌عنوان فرآیندهای مبتنی بر داده‌ها و انسان‌ها در نظر گرفته می‌شوند که از طریق رسانه‌های فضایی واسطه می‌شوند و منجر به تغییر شکل مکان‌ها در شرایط اکوسیستم‌های پلتفرم دیجیتال می‌شوند. این هم یک فرآیند مثبت از نظر شکل دادن به حس مکانی با واسطه دیجیتالی، انجام هویت شخصی و هم تاکید منفی بر نابرابری ها، روابط قدرت، کنترل مکان و مبارزه است، به ویژه با توجه به در دسترس بودن و دیده شدن داده ها.

1.3. محتوای تولید شده توسط کاربر به عنوان بخشی از مکانیزم مکان‌سازی دیجیتال

ظهور UGC مربوط به تکامل وب 2.0 است که پارادایم ارتباط و تعامل بین کاربران و بسترهای مختلف اینترنتی را تغییر داده است. مصرف‌کننده اطلاعات نیز به تولیدکننده آن تبدیل شده است که هم فرصت‌های جدیدی را برای ایجاد و در دسترس قرار دادن محتوا در اختیار سایر کاربران قرار می‌دهد و هم وب را با حجم عظیمی از داده‌های بدون ساختار و بدون ساختار پر می‌کند که کانون توجه محققان بسیاری از رشته‌ها قرار گرفته است. 47 ، 48 ]. به طور خاص، به دلیل تأثیر آن بر روابط افراد با مکان از طریق داده های جمع سپاری [ 49 ]، و همچنین تأثیر آن بر تصویر مکان ساختمان، به یک جزء مهم از تحقیقات UGC شهری تبدیل شده است.
UGC می تواند آزادانه توسط هر کاربر قابل دسترسی باشد. آنها به عنوان بخشی از فعالیت های تجاری ایجاد نمی شوند و حاوی مقداری تلاش شخصی هستند. نمونه‌هایی از UGC شامل وبلاگ‌ها، انجمن‌ها، دایره‌المعارف‌های مشارکتی باز، توییت‌ها، پادکست‌ها، تصاویر دیجیتالی، ویدیوها، بررسی‌های آنلاین و غیره است که در دسترس عموم قرار گرفته‌اند. بررسی‌های آنلاین به‌عنوان یکی از انواع UGC، با ایجاد نمایش دیجیتالی آن‌ها در سراسر بیان نگرش خود نسبت به مکان‌ها، بخشی از تجربه مکان‌ها شده است. ادبیات نشان می‌دهد که چنین تجربه‌ای از یک مکان از طریق UGC انگیزه‌ای برای بازدید از آن [ 50 ] ایجاد می‌کند و بر رفتار بعدی نسبت به یک مکان و درون آن تأثیر می‌گذارد. این رفتارهای ناشی از UGC از طریق مؤلفه های شناختی، عاطفی و سازنده ساخته می شوند [ 51 ]]. بنابراین، از یک سو، می‌توانیم تأثیر مثبت UGC را بر تجربه مکان شناسایی کنیم، در حالی که از سوی دیگر، ممکن است با نوعی استعداد برای درک مکان از قبل فقط از طریق منشور نمایش دیجیتال آن سروکار داشته باشیم. با این حال، UGC، یک عمل قطعا دیجیتال، می‌تواند با شیوه‌های مرتبط با فضا مانند مستندسازی حضور در یک مکان، افزایش آگاهی مکان، انجام هویت شخصی، قرار دادن خود در فضا، یا جمع‌آوری اطلاعات دیجیتالی در مورد مکان‌ها مرتبط باشد. چنین UGC را می‌توان مکانیزمی برای مکان‌سازی دیجیتال در نظر گرفت، که نقش آن ترکیب و تقویت تجربیات و تصورات دنیای مادی درباره مکان‌ها در بازنمایی مکان‌های دیجیتال است.

1.4. رویکردهای متن کاوی به تجزیه و تحلیل UGC

متن کاوی تکنیکی است که مجموعه داده های بدون ساختار و بزرگ را بررسی می کند که می تواند برای تجزیه و تحلیل دستی بسیار زمان بر باشد [ 52 ، 53 ، 54 ] تا دانش، روابط و الگوهای قبلاً کشف نشده در متون تجزیه و تحلیل شده و همچنین تجسم حاصل از آنها را شناسایی کند. 52 ، 55 ]. این یک تکنیک شناخته شده در تحقیقات UGC است، به ویژه اطلاعات به اشتراک گذاشته شده در بررسی های آنلاین [ 56 ]. در نتیجه، بر اساس تجزیه و تحلیل متن کاوی، می‌توانیم مضامینی را که در محتوای مشترک روی می‌دهند بر اساس یک طبقه‌بندی کلی‌تر شناسایی کنیم، بررسی کنیم که چگونه این مضامین در طول زمان تغییر کرده‌اند [ 57 ]، یا تجزیه و تحلیل احساسات انجام دهیم.
متن کاوی در درجه اول برای درک نگرش ها و تجربیات کاربران در مورد موضوع بررسی، به عنوان مثال، نام تجاری، محصول، مکان، یا خدمات استفاده می شود [ 55 ]. به همین دلیل، اغلب در گردشگری، مدیریت، بازاریابی و علوم اجتماعی استفاده می شود. با این حال، مطالعات اخیر دارای محدودیت هایی بوده است. در مورد تجربه مکان، رویکردهای متن کاوی تحقیق، علی رغم مطالعه مجموعه داده های بسیار بزرگ، UGC را با در نظر گرفتن گروهی از مکان ها معمولاً همگن تجزیه و تحلیل کردند. چندین مطالعه UGC رستوران ها [ 58 ، 59 ، 60 ، 61 ]، هتل ها [ 62 ، 63 ، 64 ، 65 ]، پارک های موضوعی [ 66 ] را تجزیه و تحلیل کرده اند.، 67 ] و جاذبه های گردشگری [ 68 ، 69 ، 70 ]. در این مطالعه برای کاهش تعصب مرتبط با تجزیه و تحلیل یک دسته از مکان‌ها، از مجموعه داده کوچک‌تری استفاده شد، اما مجموعه‌ای که به طیف وسیع و متفاوتی از مکان‌ها اشاره داشت.

2. مواد و روشها

در این مطالعه، برای پاسخ به سؤالات تحقیق، نویسنده از داده‌های Google Maps استفاده کرد که بررسی‌های کاربران از مکان‌های انتخابی را پوشش می‌دهد. این مطالعه در شهر پوزنان لهستان و در راستای دانش تخصصی نویسنده از این مکان انجام شده است. از آنجایی که این مطالعه بر روی مجموعه‌ای از مکان‌های متنوع و پربازبینی انجام شد و بر داده‌های یک پلت‌فرم اینترنتی در سراسر جهان تکیه کرد، نتایج آن را می‌توان به فرآیندهای فضایی و اجتماعی کلی و گسترده‌تر در عصر دیجیتال ارجاع داد. نویسنده همچنین به مسائل اخلاقی مرتبط با استفاده از داده‌هایی که می‌تواند به اطلاعات خصوصی نویسندگان مرور مرتبط باشد، پرداخت. اول از همه، نویسنده فقط از نظرات و بررسی های کاربران مربوط به پروفایل های اینترنتی عمومی خاص مرتبط با فعالیت مکان های عمومی استفاده کرده است. نویسنده اطلاعات شخصی و حساس کاربران پورتال مورد تجزیه و تحلیل را جمع آوری نکرده است. هر گونه داده شخصی که در پایگاه داده ظاهر می شد برای جلوگیری از شناسایی یک فرد در مجموعه داده ناشناس بود. داده‌های جمع‌آوری‌شده به دلیل امکان ردیابی هویت مطلعین با استفاده از جستجوی متن کامل روی نقل‌قول‌ها، در دسترس اشخاص ثالث قرار نخواهد گرفت. بنابراین، این نشریه حاوی نقل قول‌های تحت اللفظی یا قطعات نقل‌شده از نظرات یا بررسی‌های کاربران Google Maps نخواهد بود، بلکه تنها نتیجه‌گیری حاصل از تجزیه و تحلیل آنها یا در صورت لزوم، نویسنده نظرات را بازنویسی می‌کند. داده‌های جمع‌آوری‌شده به دلیل امکان ردیابی هویت مطلعین با استفاده از جستجوی متن کامل روی نقل‌قول‌ها، در دسترس اشخاص ثالث قرار نخواهد گرفت. بنابراین، این نشریه حاوی نقل قول‌های تحت اللفظی یا قطعات نقل‌شده از نظرات یا بررسی‌های کاربران Google Maps نخواهد بود، بلکه تنها نتیجه‌گیری حاصل از تجزیه و تحلیل آنها یا در صورت لزوم، نویسنده نظرات را بازنویسی می‌کند. داده‌های جمع‌آوری‌شده به دلیل امکان ردیابی هویت مطلعین با استفاده از جستجوی متن کامل روی نقل‌قول‌ها، در دسترس اشخاص ثالث قرار نخواهد گرفت. بنابراین، این نشریه حاوی نقل قول‌های تحت اللفظی یا قطعات نقل‌شده از نظرات یا بررسی‌های کاربران Google Maps نخواهد بود، بلکه تنها نتیجه‌گیری حاصل از تجزیه و تحلیل آنها یا در صورت لزوم، نویسنده نظرات را بازنویسی می‌کند.شکل 1 هر مرحله از مطالعه را نشان می دهد.

2.1. جمع آوری داده ها و دسته بندی

اولین مرحله جمع آوری داده ها، انتخاب مکان برای مطالعه بود. داده‌های مرور برای 23 مکان که بیشترین رتبه‌بندی را در دسته خود دارند، استخراج شد. بررسی ها در جولای 2021 به دست آمد و توسط یک خزنده وب آنلاین جمع آوری شد. پایگاه داده آماده شده شامل نام کاربری، نام مکان، امتیاز کاربر، میانگین امتیاز، بررسی متن، عکس و لینک بررسی بود. داده های به دست آمده شامل 191222 مرور بود که 31.78٪ (60759) مرور متنی بود. نظرات جمع آوری شده به زبان لهستانی نوشته شده است. نتایج و نمونه هایی از بررسی ها در نهایت به منظور انتشار ترجمه شد. داده ها برای چهار دسته عملکردی مکان ها استخراج شد: خرید، غذاخوری، فضای باز و تفریحی، و تاریخ ( جدول 1 ).
این تقسیم بندی برای تجزیه و تحلیل بعدی انجام شد و بر اساس داده های Google Maps با اشاره به ویژگی های عملکردی یک مکان مشخص بود. علی‌رغم تفاوت‌های زیاد بین مکان‌ها در یک دسته، آنها با هم طبقه‌بندی شدند تا ناهنجاری را در طبقه‌بندی مکان‌های Google Maps نشان دهند. فرض اصلی مطالعه این است که مکان‌ها نه تنها در رابطه با مقوله‌های کلی‌تر متمایز می‌شوند، بلکه در این دسته‌بندی‌ها نسبت به یکدیگر متفاوت هستند. مطالعه دو مرحله‌ای که در زیر توضیح داده شده است برای آشکار کردن مکانیسم‌های مکان‌سازی دیجیتال از طریق UGC طراحی شده است.

2.2. تحلیل داده ها

این مطالعه از تکنیک های متن کاوی با استفاده از WordStat 9 و RStudio استفاده کرد. متن کاوی برای شناسایی ویژگی‌های مکان‌های انتخابی که بر تجربه کلی ایجاد شده توسط UGC تأثیر می‌گذارد، استفاده شد. در مرحله اول تجزیه و تحلیل، نویسنده پیش پردازش داده‌ها را انجام داد که شامل نشانه‌گذاری، حذف کلمات توقف و نقطه‌گذاری، تبدیل متن به حروف کوچک و حذف کلمات نادر – کلماتی با فراوانی کمتر از 100 است. این کلمات، با توجه به یک سری آزمایشات انجام شده توسط نویسنده، سهم کمی در روند تجزیه و تحلیل دارند و یا هیچ ارتباطی با نتایج مطالعه ندارند. پس از این بخش از تحقیق، مطالعه در دو مرحله پیش رفت. اولین مورد شامل طبقه بندی و تجزیه و تحلیل پرتکرارترین کلمات در دسته بندی مکان ها بود ( جدول 1). طبقه‌بندی شامل کدگذاری کلمات فردی برای شناسایی الگوهای ابعاد تجربه نظری – پاسخ‌های شناختی، درگیری رفتاری و پاسخ‌های احساسی است. هر کلمه در زمینه ای که در بررسی ظاهر شد، تجزیه و تحلیل شد و سپس به مؤلفه های گسترده تر و در نهایت به دسته های اصلی – ابعاد تجربه مکان طبقه بندی شد. کدگذاری دستی کلمات استخراج شده از بررسی متن در درجه اول به این دلیل انتخاب شد که زمینه کل بررسی مهم بود. بنابراین امکان استفاده از کدگذاری خودکار در این تحقیق وجود نداشت.
مرحله دوم مطالعه، تجزیه و تحلیل مشابه با تقسیم مکان ها به دسته های فردی بود. در این مورد، طبقه‌بندی تک‌کلمات به دنبال تحلیل مطابقت (CA) در هر بعد از تجربه مکان بود. CA برای بررسی همبستگی بین وقوع کلمات با بسامد بالا و مکان‌های انتخابی انجام شد. از طریق استفاده از CA، می‌توانیم قوی بودن رابطه بین دسته‌های داده را نشان دهیم و طبقه‌بندی بعدی آنها را کمتر مغرضانه نشان دهیم. سپس با استفاده از معیار وارد، خوشه‌بندی سلسله مراتبی برای تعیین توزیع طبیعی مکان‌ها بر اساس ویژگی‌های مشابه انجام شد. این روش به دو دلیل انتخاب شده است: در این روش، تعداد خوشه‌ها پیشینی توسط محقق تحمیل نمی‌شود و عمدتاً بر اساس داده‌ها است. و ثانیاً در ادبیات به عنوان روشی مکمل CA در نظر گرفته شده است. همانطور که مرطاق و لژاندر اشاره می کنند [71 ]، “روش وارد که برای خروجی تحلیل مطابقت اعمال می شود، به عنوان مثال، برای پیش بینی های عاملی، مشاهدات هم وزن را به همراه فاصله اقلیدسی نشان می دهد.” این بخش از مطالعه با استفاده از بسته RStudio Factoshiny انجام شد.
بخش پایانی مطالعه با هدف شناسایی احساسات و عواطف مرتبط با یک مکان انجام شد. تجزیه و تحلیل احساسات از طریق روش های مبتنی بر واژگان توسط بسته Rstudio Syuzhet [ 72 ] انجام شد. نویسنده نتایج تحلیل احساسات را با استفاده از فرهنگ لغت Syuzhet که گسترده‌ترین ساختار را دارد، با میانگین رتبه‌بندی مکان‌های تحلیل شده از Google Maps مقایسه کرد، در حالی که طبقه‌بندی احساسات با استفاده از فرهنگ لغت NRC [ 73 ، 74 ] انجام شد.

3. نتایج

3.1. ابعاد تجربه مکان

تجزیه و تحلیل انجام شده بر اساس جنبه های نظری تجربه (مولفه های شناختی، عاطفی، و رفتاری- همبستگی) به نویسنده کمک کرد تا چارچوبی از تجربه مکان بسازد که در سه بعد توصیف شده است: ویژگی های مکان، اعمال مکان، و جو مکان. این جنبه‌ها بر اساس مفهوم مکان و اجزای آن که توسط Relph [ 75 ] شناسایی شده‌اند – محیط فیزیکی، معنا و فعالیت‌ها انتخاب شدند. بنابراین جنبه شناختی در درجه اول به محیط فیزیکی و ادراک آن مربوط می شود، بعد عاطفی معانی منسوب به مکان ها و عواطف مرتبط با آن ها و جنبه رفتاری فعالیت های انسان در یک مکان خاص است. اجزای خاصی را می توان در هر بعد که به آنها کمک می کند شناسایی کرد (جدول 2 ):
  • ویژگی های مکان عمدتاً ویژگی های فیزیکی و عملکردی، زیرساخت ها، خدمات، جاذبه ها و منابع طبیعی هستند.
  • اعمال مکان به فعالیت ها و زمان اشاره دارد.
  • جو مکان توصیف کننده افراد و کاربران، احساسات، آب و هوا و خلق و خوی، تصویر مکان منحصر به فرد و مکان نابغه است.
نمونه ای از الگوی کدگذاری کلمه متنی در جدول 3 نشان داده شده است .
جدول 4یک طبقه بندی دقیق از اصطلاحات فرکانس بالا در ابعاد نظری اتخاذ شده و همچنین ابعاد تجربه مکان طبقه بندی شده ارائه می دهد. هر یک از ابعاد مشخص شده تجربه مکان دارای ویژگی های فردی و جدایی است که در این قسمت از مقاله توضیح داده خواهد شد. برای نشان دادن پرکاربردترین کلمات و ارتباط آنها در یک دسته بندی معین، پنج کلمه پرکاربرد برتر ارائه خواهد شد. ویژگی های ابعاد ویژگی مکان در درجه اول به مؤلفه های شناختی مربوط می شود. اسامی و توصیفگرهای آنها با توصیف ویژگی های فیزیکی، عملکردی یا زیرساختی مکان مرتبط بودند. زمینه ای که کلمات در آن رخ می دادند عاری از بار احساسی بود. دسته خرید عمدتاً با کلمات با فرکانس بالا “گالری” مشخص می شود (4207)، “مرکز” (3482)، “خوب” (2941)، “بزرگ” (2348)، “پارکینگ” (2089). طبقه بندی غذا بر اساس «خدمات» (2445)، «خوب» (2041)، «خوشمزه» (1902)، «خوشمزه» (1217)، «پنکیک» (932). فضای باز و تفریح ​​توسط “پارک” (2419)، “خوب” (1587)، “خوب” (569)، “مرکز” (506)، “بزرگ” (477). تاریخ با کلمات «خوب» (1676)، «ارزش» (1348)، «بازار» (1031)، «قدیمی» (977)، «شهر» (824). مشخص شد که 39 کلمه از 178 کلمه در این دسته، 21.9 درصد از کلمات توصیف کننده صفات، در حداقل دو دسته تکرار شده است. تمرکز کاربران در درجه اول بر توصیف ظاهر مکان و ویژگی ها و جاذبه های اصلی آن بود. جنبه ویژگی های مکان نیز با تصویر کلی سایت، خدمات موجود و زیرساخت هایی مانند حمل و نقل و دسترسی مرتبط بود. منابع طبیعی اماکن عمومی باز نیز تعریف شد.
مرحله اول تجزیه و تحلیل همچنین نشان داد که در حالی که بعد اعمال به شدت رابطه بین درگیری رفتاری مورد انتظار در مقوله‌های مکان انتخابی را با فعالیت‌های واقعی نشان می‌دهد، در مورد ویژگی‌ها و جو، یک رابطه مشابه دیگر چندان آشکار نیست. دسته‌بندی‌های مختلف مکان‌ها به روش‌های یکسان یا مشابه توصیف می‌شوند که به بازسازی سطحی برداشت‌ها، توصیه‌هایی برای بازدید از یک مکان یا عبارات اغلب مبهم همگن و ترکیب تصویر دیجیتالی قابل توجهی از مکان‌های مختلف اشاره دارد. پرسش از ارزش و اهمیت UGC مانند بررسی ها در رسانه های فضایی به عنوان مکانیزمی برای مکان سازی دیجیتال بسیار مهم می شود. علیرغم این واقعیت که بخشی از یک تجربه گسترده تر از یک مکان خاص شده است، سازندگان نقد همچنین ممکن است بر صاف کردن منحصر به فرد بودن خود در بسیاری از مکان‌های دیگر تأثیر بگذارند. بنابراین، می تواند به طور غیر ضروری دامنه مشارکت در ایجاد و کاوش چنین نوع UGC را گسترش دهد. با این حال، مهم است که در نظر داشته باشید که نظرات کاربران در پلتفرم‌های مختلف آنلاین اغلب یکی از بسیاری از عناصر محتوای دیجیتالی مانند توصیف، تصاویر، رتبه‌بندی، رتبه‌بندی یا برچسب‌هایی است که به یک مکان معین اختصاص داده می‌شود. بنابراین، تحلیل عمیق بیشتر UGC در رسانه های فضایی از نظر رویکرد کل نگر به اجزای خاص پلت فرم که می توانند در شکل دادن به ابعاد تجربه مکان مشارکت داشته باشند، موجه به نظر می رسد. مهم است که به خاطر داشته باشید که نظرات کاربران در پلتفرم‌های مختلف آنلاین اغلب یکی از عناصر بسیاری از محتوای دیجیتالی مانند توضیحات، تصاویر، رتبه‌بندی‌ها، رتبه‌بندی‌ها یا برچسب‌هایی است که به یک مکان معین اختصاص داده می‌شود. بنابراین، تحلیل عمیق بیشتر UGC در رسانه های فضایی از نظر رویکرد کل نگر به اجزای خاص پلت فرم که می توانند در شکل دادن به ابعاد تجربه مکان مشارکت داشته باشند، موجه به نظر می رسد. مهم است که به خاطر داشته باشید که نظرات کاربران در پلتفرم‌های مختلف آنلاین اغلب یکی از عناصر بسیاری از محتوای دیجیتالی مانند توضیحات، تصاویر، رتبه‌بندی‌ها، رتبه‌بندی‌ها یا برچسب‌هایی است که به یک مکان معین اختصاص داده می‌شود. بنابراین، تحلیل عمیق بیشتر UGC در رسانه های فضایی از نظر رویکرد کل نگر به اجزای خاص پلت فرم که می توانند در شکل دادن به ابعاد تجربه مکان مشارکت داشته باشند، موجه به نظر می رسد.

3.2. تجزیه و تحلیل مکاتبات و خوشه بندی سلسله مراتبی بر اساس ابعاد تجربه مکان

مرحله بعدی مطالعه با خوشه بندی CA و Ward دنبال شد. با در نظر گرفتن نتایج تحلیل‌های قبلی، نویسنده داده‌ها را از نظر رابطه بین مکان‌های انتخابی و کلمات پرتکرار مورد استفاده در مرورها، تقسیم‌بندی به بعد تجربه مکان، بررسی کرد. همانطور که در ابتدا فرض شد، مکان های انتخاب شده برای تجزیه و تحلیل، با وجود امکان تخصیص آنها به دسته های عملکردی، متفاوت است. به عنوان بخشی از تجزیه و تحلیل، تمایز مکان ها از نظر کلمات استفاده شده در نظرات کاربران مورد بررسی قرار گرفت. خوشه‌بندی برای شناسایی مکان‌های مشابه با یکدیگر در این زمینه و همچنین نشان دادن نحوه توصیف آنها توسط کاربران انجام شد. خوشه ها عمدتاً با اجزای اصلی خود ساخته شدند، در این مورد مکان های تجزیه و تحلیل شده و مکان های تکمیلی،
در مورد CA در بعد اعمال مکان، می‌توانیم یک تنوع نسبتاً قوی بین اصطلاحات و مکان‌های مورد مطالعه مشاهده کنیم ( شکل 2 ). بنابراین، ابعاد در نمودارهای ارائه شده تنها 7/36 درصد از واریانسی را که تجزیه و تحلیل اضافی داده‌های خام نشان داد، توضیح می‌دهد:
  • تفاوت جزئی بین دسته خرید و غذا.
  • تفاوت جزئی بین مقوله های فضای باز و تفریحی، تاریخ و غذا.
  • شباهت بین فضای باز و تفریح ​​همراه با مقوله تاریخ.
برای تجسم بهتر نتایج CA، خوشه بندی با استفاده از روش Ward انجام شد ( شکل 3 ). تعداد خوشه ها با در نظر گرفتن ابعادی که حداقل با 80 درصد واریانس مطابقت داشتند تعیین شد. در بعد صفات مکان، چهار خوشه شناسایی شد.
ویژگی های خوشه ها در ابعاد تجربه مکان در جدول 5 خلاصه شده است. همانطور که قبلاً ذکر شد، متنوع‌ترین گروه، دسته خرید (خوشه 3) بود، اما با کنار گذاشتن کارخانه آبجوسازی قدیمی (S4) به عنوان هسته اما تنها یک مکان تکمیلی. وضعیت مشابهی را می توان در رده غذا (خوشه 4) مشاهده کرد که از مکان های NaPiwek Pub (G4) و Cybermachina (G7) کم شد. خوشه 1 گروه بندی دیگری است که تنها از یک دسته مکان دارد. این دسته بندی فضای باز و تفریحی را به استثنای پارک سیتادل (O1) و پارک قدیمی بستر رودخانه وارتا (O4) توصیف می کند. ناهمگن ترین گروه بندی خوشه 2 است که مکان ها را از همه دسته ها ترکیب می کند.
برای درک منطق تغییرات درون خوشه ها، باید به ویژگی های مکان های خاص اشاره کرد. دسته خرید عمدتاً بر روی مراکز خرید ساخته شده است. با این حال، آبجوسازی قدیمی (S4) قطعاً از سایر مکان‌های این رده متمایز است. اول از همه، مکانی است که در مرکز شهر واقع شده است که طولانی ترین سابقه را در بین سایر مکان های این دسته دارد. این مکان از یک کارخانه آبجوسازی قرن نوزدهم به یک مرکز خرید مدرن و در عین حال سنتی تغییر کرده است که همچنین مرکزی برای تجارت، آموزش و هنر است. این مکان دارای معماری منحصر به فردی است که اشاره ای به گذشته صنعتی شهر دارد. خوشه سوم همچنین به پارک سیتادل (O1) اشاره دارد که به عنوان یک بنای تاریخی در نظر گرفته می شود که نه تنها با منابع طبیعی، بلکه امکانات تاریخی – گورستان ها، موزه ها، قلعه، و امکانات غذا. پارک قدیمی رودخانه وارتا (O4) پارک دیگری در خوشه سوم است. هر دو مکان به نوعی به تاریخ مربوط می شوند و همچنین در ویژگی های متمایز با مکان های دیگر شباهت هایی دارند. NaPiwek Pub (G4) و Cybermachina (G7) در هیچ هسته خوشه ای شرکت نمی کردند. این مکان ها را می توان مکمل خوشه 3 و خوشه 4 دانست.
اعمال مکان بعد با قوی ترین تنوع بین داده های تجزیه و تحلیل شده بود ( شکل 4 ). در این مورد، ابعاد نشان داده شده در نمودارها 2/44 درصد از واریانس را توضیح می دهند، در حالی که تحلیل عمیق تری از داده های خام مورد نیاز بود. تفاوت زیادی بین همه دسته ها وجود داشت، به جز مکان های تاریخی و خوراک شناسی. در این مورد، هفت خوشه شناسایی شد ( شکل 5 ).
جدول 6ویژگی های هر خوشه را نشان می دهد. اولین خوشه با رده مکان‌های خوراک‌شناسی، با استثناء NaPiwek Pub (G4) و Cybermachina (G7) ساخته شد. بنابراین، فقط رستوران ها در این خوشه گروه بندی می شوند. خوشه دوم یک نمایش دقیق از دسته خرید است که بیشتر با اصطلاحاتی مرتبط بود که آن را به عنوان مکان خرید و ضرر توصیف می کرد. قلعه سلطنتی (H6)، Porta Posnania ICHOT (H2) و پارک Jan Kasprowicz (O2) از مکان‌های دیگر در خوشه‌های جداگانه جدا شدند. در اینجا یک رابطه بسیار بالا بین ویژگی‌های مکان و فعالیت‌های احتمالی نشان‌داده‌شده در بررسی‌ها مشهود است. پارک یان کاسپروویچ پارکی با “استخر” است که “شنا” را امکان پذیر می کند. “برج” “باز” ​​در قلعه سلطنتی به کاربران اجازه می دهد تا در “مشاهده” شرکت کنند و “منظره” را تحسین کنند. در خوشه 6، بیشتر فعالیت های پارک انجام شده تشریح شد. جالب ترین دسته Cluster 3 است که هم مکان های تاریخی و هم میخانه ها را توصیف می کند. این خوشه کمترین فعالیت‌های مکان خاصی را نشان می‌دهد، اما هنوز یک رابطه بسیار قوی بین ویژگی‌های این مکان‌ها و درگیری رفتاری آنها وجود دارد.
جو مکان بعد با ضعیف ترین تغییرات بین داده های تحلیل شده بود ( شکل 6 ). در این مورد، ابعاد نشان داده شده در کرت ها 2/42 درصد از واریانس را توضیح می دهد. تجزیه و تحلیل داده ها تفاوت معنی داری را بین دسته های مکان های مختلف نشان نداد. بعد جو مکان به سه خوشه گروه بندی شد ( شکل 7 ).
تنوع پایین ذکر شده بین دسته‌های فردی به خوبی در ویژگی‌های خوشه‌های فردی نشان داده شده است ( جدول 7). خوشه 1 و خوشه 3 بر اساس مکان هایی از رده تاریخ و خوراک شناسی ساخته شده اند. خوشه 3 با رستوران های La Ruina & Raj (G1) و Whisky in the Jar (G5) با بیشترین تمایز از سایر خوشه ها مشخص شد. علیرغم تفاوت های فراوانی که بین این مکان ها وجود دارد، به طور قطع می توان گفت که فضایی خاص و بدیع را ایجاد می کنند که در توضیحات اصطلاحات خوشه ای بر آن تاکید شده است. خوشه دوم عملاً به اکثر مکان‌های انتخاب شده اشاره دارد و به نوعی بیانیه قبلی را در مورد عدم ارتباط بین اصطلاحات استفاده شده و ویژگی واقعی آنها تأیید می‌کند. علیرغم این واقعیت که مکان های بسیار متفاوتی در خوشه دوم ظاهر شده اند، بعد فضای آنها در بررسی ها را می توان با استفاده از همان اصطلاحات خلاصه کرد.
بخشی از تجزیه و تحلیل که در بالا مورد بحث قرار گرفت، از یک سو نشان داد که چگونه تجربه مکان در چارچوب بررسی های UGC منعکس می شود، و از سوی دیگر نشان می دهد که چگونه مکان های فردی و متمایز از طریق این بررسی ها گروه بندی می شوند. تجزیه و تحلیل نشان داد که تجربه مکان با سه بعد توصیف می شود: ویژگی ها، عملکردها و جو. CA و خوشه‌بندی مکان‌ها و اصطلاحات تجزیه‌وتحلیل‌شده در بعد تجربه مکان نشان داد که «عملکردهای مکان» بعدی است که بیشتر از همه ویژگی یک مکان را منعکس می‌کند. «ویژگی‌های مکان» مرزهای بین تصویر دیجیتالی مکان‌ها را محو می‌کند، در حالی که بعد «اتمسفر» تنوع و منحصربه‌فرد بودن مکان‌ها را کاهش می‌دهد.

3.3. تجزیه و تحلیل احساسات از بررسی متن

مرحله نهایی تجزیه و تحلیل، انجام یک تحلیل احساسات و شناسایی بار احساسی مرورهای تحلیل شده بود. نتایج این تجزیه و تحلیل با میانگین رتبه‌بندی برآورد شده بر اساس رتبه‌بندی کاربران در سرویس Google Maps مقایسه شد. تجزیه و تحلیل نشان داد که اکثریت قریب به اتفاق مرورها مثبت بودند ( جدول 8 ). این را میانگین رتبه بندی مکان نیز تأیید می کند که در بیشتر موارد بسیار بالا بود. نتایج به این نتیجه می‌رسد که ابعاد تجربه مکان مورد بررسی در این مطالعه عمدتاً با نظرات مثبت مرتبط است. بررسی ها عمدتاً با احساسات مرتبط با شادی، اعتماد و انتظار مشخص می شدند.

4. بحث و نتیجه گیری

نویسنده معتقد است که این مطالعه دانش جدیدی را در مورد الگوهای تلاش‌های مکان‌سازی دیجیتال از طریق بررسی متن آنلاین آشکار کرده است. بررسی ادبیات و نتایج تحقیق نشان می‌دهد که UGC آگاهی مکان را افزایش می‌دهد و می‌تواند انتظارات از تجربه مکان را با ایجاد تجسم مؤثر مکان، به‌ویژه از نظر ویژگی‌های مکان، شیوه‌ها و ابعاد جوی که در مطالعه مشخص شده‌اند، شکل دهد (RQ1). بنابراین، UGC می‌تواند آگاهی مکان کاربران را افزایش دهد، در درجه اول از نظر بعد شیوه‌های مکان که عنصری از تجربه است که به بهترین وجه ویژگی مکان‌ها را منعکس می‌کند. بعد اعمال مکان در درجه اول به ویژگی های مکان بستگی دارد. این بعد به مراتب بیشتر مسئول محو شدن مرزهای بین مکان ها است. این بدان معنی است که نمایش دیجیتالی آنها بین مکان های نظری متفاوت قابل تشخیص نیست. با این حال، با وجود این محو شدن تدریجی مرزها، بعد صفات مکان نشان‌دهنده ویژگی‌های یک مکان است اما در دسته‌بندی وسیع‌تری از آنها. بعد جو مکان بیشترین مسئولیت را برای صاف کردن تصویر دیجیتالی مکان ها دارد، بدون اینکه بازتابی عینی از منحصر به فرد بودن مکان ها باشد (RQ3). احتمالاً فضای مکان کمترین ملموس ترین و دشوارترین عنصر برای بیان تجربه است، بنابراین ممکن است که بررسی ها نتوانند به طور کامل آن را منتقل کنند. در مورد شیوه‌های مکان و تجربه جو مکان، ممکن است با چیزی که می‌توان آن را تکرار تجربه مکان نامید (RQ2) سر و کار داشتیم. همانطور که در بررسی ادبیات اشاره شد،
به طور خلاصه، از یک سو UGC به عنوان عنصری از فرآیند مکان‌سازی دیجیتال، آگاهی از مکان را افزایش می‌دهد و مشارکت انسانی را در ایجاد آن دموکراتیک می‌کند، در حالی که از سوی دیگر بر کاهش آن به اطلاعات همگن پردازش‌شده از طریق مکانیسم‌هایی تأثیر می‌گذارد که در یک پلتفرم دیجیتالی معین پردازش می‌شوند. . بنابراین، همانطور که قبلا ذکر شد، این عنصر از فرآیند مکان‌سازی دیجیتال را نمی‌توان به‌طور واضح مثبت دید. این مقاله نشان می‌دهد که چگونه نمایش دیجیتالی یک مکان در پلتفرم Google Maps بر اساس نظرات کلی شکل می‌گیرد. با این حال، باید در نظر داشت که انسان در اکثر موارد به دلیل حجم داده ها و از سوی دیگر، وابستگی آن به کد و تعاملات قبلی ما با رسانه های فضایی، ظرفیت تجربه کامل نمایش دیجیتالی را نخواهد داشت. این سؤال را ایجاد می کند که آیا هنگام تعامل با یک مکان، ما همیشه همان چیزی را که سایر کاربران حتی در بازنمایی مکانی ایجاد شده در همان پلت فرم دیجیتال تجربه می کنیم، تجربه می کنیم؟ علاوه بر این، این نگرانی را ایجاد می کند که چگونه پلتفرم های دیجیتال مختلف جغرافیای خود را ایجاد می کنند [76 ].
اولاً، موضع نویسنده این بود که UGC در قالب بررسی آنلاین نمونه‌ای از تمرین مکان‌سازی دیجیتال است. این شیوه‌ها نشان می‌دهند که انسان‌ها خالق و مصرف‌کننده محتوای دیجیتال هستند، که به یکی از جنبه‌های اساسی ایجاد و افزایش تجربه مکان تبدیل شده است. در زمینه مطالعه، تجربه مکان و نمایش آن توسط UGC تحت شرایط مکانیزم های پلت فرم نقشه های گوگل ساخته شده است. بنابراین، در این شرایط، مکان از طریق شیوه‌های ایجاد، اشتراک‌گذاری و گردآوری محتوای دیجیتال از طریق ویژگی‌ها، شیوه‌ها و فضای آن که همیشه منعکس‌کننده ویژگی آن نیست، بیان می‌شود. ثانیاً، این مطالعه نشان می‌دهد که چگونه رسانه‌های فضایی انسان‌ها را در ایجاد تجربه مکان از طریق بررسی متن آنلاین درگیر می‌کنند.5] (ص 13). رسانه‌های فضایی شکل‌های جدیدی از تعامل با یک مکان را به نمایش می‌گذارند که منجر به ظهور راه‌های جدید و دموکراتیک برای تجسم تجربه مکان می‌شود. هدف این شیوه ها از یک سو بازآفرینی نگرش ما نسبت به یک مکان و از سوی دیگر انتقال تجربه و منحصر به فرد بودن یک مکان به سایر کاربران با ایجاد حسی دیجیتالی از یک سایت خاص است. از طریق چنین شیوه هایی، پویایی یک مکان را می توان با نمایش های دیجیتالی مختلف آن چند برابر کرد. علاوه بر این، بر اساس نمایش مکان دیجیتالی ساخته شده، کاربران می توانند انتظارات و تصوراتی را در مورد مکان احتمالات برای تعامل و فعالیت یا رفتار در مکان ایجاد کنند. UGC بدون شک بخشی از تجربه مکان است. بنابراین، انسان ها به عنصر حیاتی این تجربه و بخشی از لایه سیال اجتماعی/فرهنگی مکان ها تبدیل می شوند.

5. محدودیت ها و تحقیقات آینده

مطالعه حاضر بدون محدودیت نیست، که مستلزم انجام تحقیقات بیشتر است. اولاً، تحقیقات به یک نوع رسانه فضایی محدود می‌شد، یعنی Google Maps. بر اساس نتایج، می‌توانیم فرض کنیم که بعد کلی تجربه مکان در سایر مطالعات مرور نقشه‌های گوگل با یافته‌های نویسنده یکسان است. با این حال، ما همچنین باید مطالعات معادل را برای تجزیه و تحلیل UGC در رسانه‌های فضایی مختلف، با در نظر گرفتن ابعاد تجربه مکان نشان‌داده‌شده در مطالعه انجام دهیم. چنین تحلیلی کاوش در راه‌های خاص پلتفرم برای ساختن نمایش‌های دیجیتالی مکان‌ها و اشاره به تفاوت‌های بین آنها را تضمین می‌کند. علاوه بر این، تجزیه و تحلیل باید شامل اشکال مختلف UGC باشد. این تحقیق می تواند به تجزیه و تحلیل محتوای بصری بسط داده شود، که همچنین می تواند تأثیر بسیار مهمی بر نحوه ایجاد یک نمایش دیجیتالی از یک مکان و چگونگی تجربه آن داشته باشد. محدودیت دیگر ناشی از طراحی تحقیق و انتخاب مکان برای تجزیه و تحلیل است. این مطالعه بر تجزیه و تحلیل کیفی و کمی تمرکز داشت که توانایی پردازش مقادیر زیادی از داده ها را بسیار محدود می کرد. بنابراین، تصمیم بر آن شد که بر روی تجزیه و تحلیل تعداد کمتری از مکان ها تمرکز کنیم که به نوبه خود امکان تجزیه و تحلیل عمیق تر را فراهم می کند.
ثانیاً، باید توجه داشت که تولیدکنندگان محتوا قطعاً گروه کوچکی از مردم هستند [ 77 ]. این به طور قابل توجهی با تعداد بالای مصرف کنندگانی که نمایش های دیجیتالی را که تولیدکنندگان ایجاد می کنند جذب می کنند، نامتناسب است. با توجه به اینکه چندین مطالعه تأثیر UGC را بر تجربه مکان تأیید می‌کنند، به نظر می‌رسد که مشخص شود چه کسی این محتوا را ایجاد می‌کند و چه کسی آن را در انواع مختلف رسانه‌های فضایی مصرف می‌کند. ثالثاً، با اشاره به تولیدکنندگان و مصرف‌کنندگان، تحقیقات آینده ممکن است به دنبال ایجاد انگیزه‌های ایجاد UGC باشد، اما مهم‌تر از همه تأثیر انتظارات ایجاد شده بر اساس بازنمایی دیجیتالی مکان‌ها در رسانه‌های فضایی بر ادراک و رفتار بعدی در یک مکان مشخص.

منابع

  1. Leszczynski، A. فضایی. در جغرافیاهای دیجیتال ; Ash, J., Kitchin, R., Leszczynski, A., Eds. Sage: لندن، بریتانیا، 2019. [ Google Scholar ]
  2. گراهام، ام. هوگان، بی. استراومن، RK; مدات، الف. جغرافیای ناهموار اطلاعات تولید شده توسط کاربر: الگوهای افزایش فقر اطلاعاتی. ان دانشیار صبح. Geogr. 2014 ، 104 ، 746-764. [ Google Scholar ] [ CrossRef ]
  3. گراهام، ام. جغرافیاهای دیجیتالی افزوده شده. در شناخت رسانه های فضایی ; کیچین، آر.، لوریو، تی پی، ویلسون، MW، ویرایش. Sage: لندن، بریتانیا، 2017; صص 44-55. [ Google Scholar ]
  4. کیچین، آر. لوریو، تی پی؛ Wilson, MW (Eds.) Understanding Spatial Media ; Sage: لندن، بریتانیا، 2017. [ Google Scholar ]
  5. Leszczynski، A. رسانه های فضایی. Prog. هوم Geogr. 2015 ، 39 ، 729-751. [ Google Scholar ] [ CrossRef ]
  6. الوود، اس. Leszczynski، A. رسانه های فضایی جدید، سیاست دانش جدید. ترانس. Inst. برادر Geogr. 2013 ، 38 ، 544-559. [ Google Scholar ] [ CrossRef ]
  7. کیچین، آر . انقلاب داده ها: تحلیل انتقادی داده های بزرگ، داده های باز و زیرساخت های داده . Sage: لندن، بریتانیا، 2014. [ Google Scholar ]
  8. ایوانز، ال. پرنگ، دانش و رفتار فضایی SY. در شناخت رسانه های فضایی ; کیچین، آر.، لوریو، تی پی، ویلسون، MW، ویرایش. Sage: لندن، بریتانیا، 2017; صص 169-177. [ Google Scholar ]
  9. گراهام، ام. جغرافیای جدید و پالمپسست های مکان: وب 2.0 و ساخت یک زمین مجازی. Tijdschr. اقتصاد Soc. Geogr. 2010 ، 101 ، 422-436. [ Google Scholar ] [ CrossRef ]
  10. Zook، MA; Graham, M. Mapping DigiPlace: داده های اینترنتی جغرافیایی کد شده و نمایش مکان. محیط زیست طرح. B طرح. دس 2007 ، 34 ، 466-482. [ Google Scholar ] [ CrossRef ]
  11. Rzeszewski، M. Capta جغرافیایی اجتماعی در تحقیقات جغرافیایی – تحلیل انتقادی. کارتوگر. Geogr. Inf. علمی 2018 ، 45 ، 18-30. [ Google Scholar ] [ CrossRef ]
  12. هالگوآ، GR شهر دیجیتال ; انتشارات دانشگاه نیویورک: نیویورک، نیویورک، ایالات متحده آمریکا، 2020. [ Google Scholar ]
  13. اش، جی. کیچین، آر. Leszczynski، A. چرخش دیجیتال، جغرافیای دیجیتال؟ Prog. هوم Geogr. 2018 ، 42 ، 25-43. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  14. Lefebvre, H. The Production of Space ; بلکول: آکسفورد، انگلستان، 1991. [ Google Scholar ]
  15. Jałowiecki، B. Społeczne Wytwarzanie Przestrzeni ; Książka i Wiedza: ورشو، لهستان، 1988. [ Google Scholar ]
  16. فوکس، نظریه تولید فضا سی هانری لوفور و نظریه انتقادی ارتباطات. اشتراک. نظریه 2019 ، 29 ، 129-150. [ Google Scholar ] [ CrossRef ]
  17. کیرش، اس. جهان در حال کوچک شدن باورنکردنی؟ فناوری و تولید فضا. محیط زیست طرح. D Soc. فضا 1995 ، 13 ، 529-555. [ Google Scholar ] [ CrossRef ]
  18. De Souza e Silva، A. از سایبر تا ترکیبی: فناوری های تلفن همراه به عنوان رابط فضاهای ترکیبی. فرقه فضایی 2006 ، 9 ، 261-278. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  19. De Souza e Silva، A. Pokémon Go به عنوان یک HRG: تحرک، اجتماعی بودن، و نظارت در فضاهای ترکیبی. اوباش ارتباط رسانه ای 2017 ، 5 ، 20-23. [ Google Scholar ] [ CrossRef ]
  20. گوردون، ای. De Souza e Silva، A. پویایی شهری محلات شبکه: چگونه فناوری‌های متحرک و آگاه از مکان مکان‌ها را تغییر می‌دهند. در فناوری موبایل و مکان ; Routledge: لندن، انگلستان، 2013; صص 101-115. [ Google Scholar ]
  21. د سوزا ای سیلوا، ا. Sheller, M. Mobility and Locative Media: ارتباطات سیار در فضاهای ترکیبی . Taylor & Francis Ltd.: Abingdon، UK، 2015. [ Google Scholar ]
  22. گراهام، ام. زوک، م. بولتون، الف. واقعیت افزوده در مکان‌های شهری: محتوای رقابتی و دوگانگی کد. ترانس. Inst. برادر Geogr. 2013 ، 38 ، 464-479. [ Google Scholar ] [ CrossRef ]
  23. دوج، م. کیچین، آر. پرواز از طریق کد/فضا: مجازی بودن واقعی سفرهای هوایی. محیط زیست طرح. A 2004 , 36 , 195-211. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  24. زوک، م. گراهام، ام. کد/فضای هک: مخدوش کردن رمز سرمایه داری جهانی. ترانس. Inst. برادر Geogr. 2018 ، 43 ، 390-404. [ Google Scholar ] [ CrossRef ]
  25. Ash, J. بازاندیشی اتمسفرهای عاطفی: فناوری، آشفتگی و زمان فضایی غیر انسانی. Geoforum 2013 ، 49 ، 20-28. [ Google Scholar ] [ CrossRef ]
  26. تاکر، IM; گودینگ، L. جو دیجیتال: شیوه های عاطفی مراقبت در Elefriends. اجتماعی بیماری سلامت 2017 ، 39 ، 629-642. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  27. ویلکن، آر. Humphreys, L. Placemaking از طریق پلتفرم رسانه اجتماعی موبایل Snapchat. همگرایی 2021 ، 27 ، 579-593. [ Google Scholar ] [ CrossRef ]
  28. ویلمز، دبلیو. فراتر از پلتفرم محوری و جهانی گرایی دیجیتال: توانمندی های ارتباطی افراد رسانه های اجتماعی موبایلی. Inf. اشتراک. Soc. 2021 ، 24 ، 1677-1693. [ Google Scholar ] [ CrossRef ]
  29. هاردلی، جی. ریچاردسون، آی. مکان‌سازی دیجیتال و جسمانیت شبکه‌ای: تجسم شیوه‌های رسانه تلفن همراه در فضای داخلی در طول کووید-19. همگرایی 2020 ، 25 ، 625-636. [ Google Scholar ] [ CrossRef ]
  30. فریت، جی. Özkul, D. رسانه های موبایل فراتر از تلفن های همراه. اوباش ارتباط رسانه ای 2019 ، 7 ، 293-302. [ Google Scholar ] [ CrossRef ]
  31. ایوانز، ال. ساکر، ام. رسانه های اجتماعی مبتنی بر مکان: فضا، زمان و هویت . Springer: برلین/هایدلبرگ، آلمان، 2017. [ Google Scholar ]
  32. ویلکن، آر. Goggin, G. Locative Media ; Routledge: نیویورک، نیویورک، ایالات متحده آمریکا، 2015. [ Google Scholar ]
  33. فریت، جی. Saker, M. Understanding Yik Yak: جامعه پذیری مبتنی بر مکان و ارتباط مکان. اولین دوشنبه 2017 ، 22 ، 10. [ Google Scholar ] [ CrossRef ][ Green Version ]
  34. تاچر، جی. رسانه های محلی و پیشرو. در شناخت رسانه های فضایی ; کیچین، آر.، لوریو، تی پی، ویلسون، MW، ویرایش. Sage: لندن، بریتانیا، 2017; صص 56-65. [ Google Scholar ]
  35. کیچین، آر. جوان، GW; داوکینز، O. برنامه ریزی و رسانه های فضایی سه بعدی: پیشرفت، چشم انداز، و دانش و تجربیات برنامه ریزان دولت محلی در ایرلند. طرح. عمل تئوری. 2021 ، 22 ، 349-367. [ Google Scholar ] [ CrossRef ]
  36. Massey, D. A Sense Global of Place ; Routledge: لندن، انگلستان، 2008. [ Google Scholar ]
  37. فرمان، جی. تئوری رابط موبایل: فضای تجسم یافته و رسانه های مکانی . Routledge: لندن، بریتانیا، 2020. [ Google Scholar ]
  38. شجاعت، ج. هنر مکان‌سازی: گونه‌شناسی شیوه‌های هنری در مکان‌سازی. در کتاب راهنمای مکان راتلج ; Edensor, T., Kalandides, A., Kothari, U., Eds.; Routledge: لندن، بریتانیا، 2020؛ صص 623-633. [ Google Scholar ]
  39. هوانگ، اس.-م. رابرتز، JL Placemaking. در دایره المعارف مطالعات شهری و منطقه ای ویلی-بلکول ؛ Orum, AM, Roberts, BR, Pow, C.-P., Eds.; Wiley-Blackwell: Hoboken، NJ، ایالات متحده، 2019؛ صص 1-5. [ Google Scholar ]
  40. قوام پور، ا. واله، بی. بازبینی «مدل مکان»: مطالعه تطبیقی ​​مکان‌سازی و پایداری. طرح شهری. 2019 ، 4 ، 196-206. [ Google Scholar ] [ CrossRef ]
  41. سوینی، جی. می، ک. مک گویرک، پی. Ruming, K. Assembling placemaking: Making and remaking place in a regenerating city. فرقه Geogr. 2018 ، 25 ، 571-587. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  42. استریدوم، دبلیو. پورن، ک. دروز، ای. بررسی روندهای نظری در مکان‌سازی: به سوی دیدگاه‌های جدید در برنامه‌ریزی فضایی. J. Place Manag. توسعه دهنده 2018 ، 11 ، 165-180. [ Google Scholar ] [ CrossRef ]
  43. پیرس، جی. مارتین، دی جی؛ مورفی، جی تی مکان‌سازی رابطه‌ای: سیاست شبکه‌ای مکان. ترانس. Inst. برادر Geogr. 2011 ، 36 ، 54-70. [ Google Scholar ] [ CrossRef ]
  44. Witteborn، S. مکان‌سازی دیجیتال و داده‌سازی مهاجران اجباری. همگرایی 2021 ، 27 ، 637-648. [ Google Scholar ] [ CrossRef ]
  45. هالگوآ، GR; Ghiyong، PM کره ای سفر سلفی به عنوان تمرین مکان یابی رقابتی. همگرایی 2021 ، 27 ، 649-663. [ Google Scholar ] [ CrossRef ]
  46. لینگل، جی. رسانه های اجتماعی. در شناخت رسانه های فضایی ; کیچین، آر.، لوریو، تی پی، ویلسون، MW، ویرایش. Sage: لندن، بریتانیا، 2017; صص 66-73. [ Google Scholar ]
  47. نارانگاجاوانا، ی. Fiol، LJC; تنا، M.Á.M. آرتولا، RMR؛ García, JS تأثیر رسانه های اجتماعی در ایجاد انتظارات. یک مطالعه تجربی برای یک مقصد گردشگری ان تور. Res. 2017 ، 65 ، 60-70. [ Google Scholar ] [ CrossRef ]
  48. نارانگاجاوانا کائوسیری، ی. Fiol، LJC; تنا، M.Á.M. آرتولا، RMR؛ گارسیا، JS منابع محتوای تولید شده توسط کاربر در رسانه های اجتماعی: رویکردی جدید برای کشف رضایت گردشگران. J. Travel Res. 2019 ، 58 ، 253-265. [ Google Scholar ] [ CrossRef ]
  49. تو، دبلیو. لی، کیو. ژانگ، ی. Yue, Y. محتوای تولید شده توسط کاربر و کاربردهای آن در مطالعات شهری. در انفورماتیک شهری ; اسپرینگر: سنگاپور، 2021؛ صص 523-539. [ Google Scholar ]
  50. وانگ، سی. Qi, S. ردیابی تکامل تصویر مقصد با بررسی آنلاین متن کاوی – مورد ماکائو. تور. مدیریت چشم انداز 2017 ، 23 ، 19-29. [ Google Scholar ] [ CrossRef ]
  51. کیم، YH; دان، JK; واچر، ک. مطالعه ای در مورد تعامل کاربر تلفن همراه (MoEN): انگیزه های تعامل، ارزش درک شده، رضایت، و قصد مشارکت مداوم. تصمیم می گیرد. سیستم پشتیبانی 2013 ، 56 ، 361-370. [ Google Scholar ] [ CrossRef ]
  52. حسنی، ح. بنکی، سی. اونگر، اس. مزینانی، ام تی; یگانگی، MR متن کاوی در تجزیه و تحلیل داده های بزرگ. Big Data Cogn. محاسبه کنید. 2020 ، 4 ، 1. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  53. Jo, T. متن کاوی: مطالعات در داده های بزرگ ; Springer International Publishing: Cham، سوئیس، 2019. [ Google Scholar ]
  54. هرست، ام. متن کاوی چیست . SIMS، UC Berkeley: Berkley، CA، USA، 2003; پ. 5. [ Google Scholar ]
  55. جاستیسیا د لا توره، سی. سانچز، دی. بلانکو، آی. Martín-Bautista، MJ متن کاوی: تکنیک ها، برنامه ها و چالش ها. بین المللی J. نامشخص. سیستم مبتنی بر دانش فازی. 2018 ، 26 ، 553-582. [ Google Scholar ] [ CrossRef ]
  56. جیا، اس. پشت رتبه بندی: متن کاوی نظرات آنلاین مشتریان رستوران. بین المللی جی. مارک. Res. 2018 ، 60 ، 561-572. [ Google Scholar ] [ CrossRef ]
  57. طالب، ر. حنیف، م.ک. عایشه، س. فاطمه، ف. متن کاوی: تکنیک ها، کاربردها و مسائل. بین المللی J. Adv. محاسبه کنید. علمی Appl. 2016 ، 7 ، 414-418. [ Google Scholar ] [ CrossRef ]
  58. جیا، اس. انگیزه و رضایت گردشگران چینی و آمریکایی در رستوران ها: متن کاوی بین فرهنگی از بررسی های آنلاین. تور. مدیریت 2020 , 78 , 104071. [ Google Scholar ] [ CrossRef ]
  59. لی، اچ. لیو، اچ. ژانگ، زی. ترغیب آنلاین شدت عاطفی بررسی: تحلیل متن کاوی از بررسی های رستوران. بین المللی جی. هاسپ. مدیریت 2020 , 89 , 102558. [ Google Scholar ] [ CrossRef ]
  60. چن، دبلیو. ریانتاما، دی. Chen, L. استفاده از رویکرد متن کاوی برای شنیدن صدای مشتریان از رسانه های اجتماعی به سمت صنعت رستوران های فست فود. پایداری 2021 ، 13 ، 268. [ Google Scholar ] [ CrossRef ]
  61. گان، Q. سرخس، BH; یو، ی. جین، ال. متن کاوی و تحلیل احساسات چند بعدی از نقدهای رستوران آنلاین. جی. کوال. ایسور. بیمارستان تور. 2017 ، 18 ، 465-492. [ Google Scholar ] [ CrossRef ]
  62. هو، اف. Trivedi، نقشه‌برداری منابع انسانی موقعیت‌یابی برند هتل و مناظر رقابتی با محتوای تولید شده توسط کاربر متن‌کاوی. بین المللی جی. هاسپ. مدیریت 2020 , 84 , 102317. [ Google Scholar ] [ CrossRef ]
  63. زواروشه، ک. اولوگبارا، OO چارچوبی برای تجزیه و تحلیل احساسات با نظر کاوی نظرات هتل. در مجموعه مقالات کنفرانس IEEE 2018 در زمینه فناوری ارتباطات و جامعه اطلاعاتی (ICTAS)، دوربان، آفریقای جنوبی، 8 تا 9 مارس 2018. [ Google Scholar ]
  64. لی، ام. جونگ، ام. لی، جی. نقش احساسات منفی در سودمندی درک شده مشتریان از نظرات هتل در یک وب سایت بررسی تولید شده توسط کاربر: یک رویکرد متن کاوی. بین المللی J. Contemp. بیمارستان مدیریت 2017 ، 29 ، 762-783. [ Google Scholar ] [ CrossRef ]
  65. Ristova, C. مهمانان هتل واقعاً چه می خواهند؟ تجزیه و تحلیل بررسی های آنلاین با استفاده از متن کاوی. هتل. تور. مدیریت 2020 ، 8 ، 37-48. [ Google Scholar ]
  66. ژانگ، تی. لی، بی. پارک‌های موضوعی فرهنگی چینی Hua، N.: متن کاوی و تحلیل احساسات. جی. تور. فرقه چانگ. 2021 ، 20 ، 37-57. [ Google Scholar ] [ CrossRef ]
  67. منوهاران، اس. تحلیل‌های جغرافیایی و رسانه‌های اجتماعی برای تحلیل احساسات بازدیدکنندگان پارک موضوعی با استفاده از متن کاوی و gis. J. Inf. تکنولوژی 2020 ، 2 ، 100-107. [ Google Scholar ]
  68. آلاماندا، دی.تی. رمضانی، ع. کانیا، آی. سوسیلاواتی، دبلیو. هادی، تحلیل احساسات ES با استفاده از متن کاوی بررسی های گردشگری اندونزی از طریق رسانه های اجتماعی. بین المللی J. Humanit. جامعه هنر علمی 2019 ، 5 ، 43-53. [ Google Scholar ] [ CrossRef ]
  69. Taecharungroj، V. Mathayomchan، B. تجزیه و تحلیل بررسی های تریپ ادوایزر از جاذبه های گردشگری در پوکت، تایلند. تور. مدیریت 2019 ، 75 ، 550-568. [ Google Scholar ] [ CrossRef ]
  70. لین، سی جی; چائو، تشخیص عقاید مرتبط با گردشگری PH و شناسایی هدف جاذبه توریستی. بین المللی جی. کامپیوتر. زبانشناس. چانه. لنگ روند. 2010 ، 15 ، 37-60. [ Google Scholar ]
  71. مرتق، ف. روش خوشه‌بندی سلسله مراتبی تجمعی پیر، ال. وارد: کدام الگوریتم‌ها معیار وارد را اجرا می‌کنند؟ J. Classif. 2014 ، 31 ، 274-295. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  72. Jockers، ML Syuzhet: احساسات را استخراج کنید و کمان ها را از متن ترسیم کنید. 2015. در دسترس آنلاین: https://github.com/mjockers/syuzhet (در 1 دسامبر 2021 قابل دسترسی است).
  73. محمد، س.م. Turney، PD جمع سپاری واژگان ارتباط کلمه-احساس. محاسبه کنید. هوشمند 2013 ، 29 ، 436-465. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  74. محمد، س.م. Turney، PD احساسات برانگیخته شده توسط کلمات و عبارات رایج: استفاده از ترک مکانیکی برای ایجاد واژگان احساسات. در مجموعه مقالات کارگاه آموزشی NAACL HLT 2010 در مورد رویکردهای محاسباتی به تجزیه و تحلیل و تولید احساسات در متن، لس آنجلس، کالیفرنیا، ایالات متحده آمریکا، 5 ژوئن 2010. [ Google Scholar ]
  75. Relph، E. مکان و بی مکان . پایون: لندن، بریتانیا، 1976; جلد 67. [ Google Scholar ]
  76. گراهام، ام. تنظیم، تکثیر و مقاومت – جغرافیاهای مربوط به شهرسازی پلت فرم. جئوگر شهری. 2020 ، 41 ، 453-457. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  77. رزژوسکی، م. بلوچ، L. ویژگی های فضایی کاربران توییتر – به سوی درک تولید رسانه های جغرافیایی اجتماعی. ISPRS Int. J. Geo-Inf. 2017 ، 6 ، 236. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
شکل 1. چارچوب تحقیق پیشنهادی.
شکل 2. تجزیه و تحلیل مطابقت اصطلاحات مرتبط با بعد ویژگی های مکان و مکان های انتخاب شده برای مطالعه. برچسب های قرمز نشان دهنده مکان های تجزیه و تحلیل شده است. برچسب های آبی نشان دهنده کلمات کلیدی مرتبط با نشان داده شده در بعد تجربه مکان شکل هستند. محور x و محور y نشان دهنده درصد واریانس توضیح داده شده است.
شکل 3. خوشه بندی سلسله مراتبی شرایط ابعاد ویژگی های مکان. محور x و محور y نشان دهنده درصد واریانس توضیح داده شده است.
شکل 4. تجزیه و تحلیل متناظر اصطلاحات مرتبط با بعد اعمال مکان و مکان های انتخاب شده برای مطالعه. برچسب های قرمز نشان دهنده مکان های تجزیه و تحلیل شده است. برچسب های آبی نشان دهنده کلمات کلیدی مرتبط با نشان داده شده در بعد تجربه مکان شکل هستند. محور x و محور y نشان دهنده درصد واریانس توضیح داده شده است.
شکل 5. خوشه بندی سلسله مراتبی اصطلاحات بعد اعمال مکان. محور x و محور y نشان دهنده درصد واریانس توضیح داده شده است.
شکل 6. تجزیه و تحلیل متناظر اصطلاحات مرتبط با بعد جو مکان و مکان های انتخاب شده برای مطالعه. برچسب های قرمز نشان دهنده مکان های تجزیه و تحلیل شده است. برچسب های آبی نشان دهنده کلمات کلیدی مرتبط با نشان داده شده در بعد تجربه مکان شکل هستند. محور x و محور y نشان دهنده درصد واریانس توضیح داده شده است.
شکل 7. خوشه بندی سلسله مراتبی اصطلاحات ابعاد جو مکان. محور x و محور y نشان دهنده درصد واریانس توضیح داده شده است.

بدون دیدگاه

دیدگاهتان را بنویسید