Py学习  »  机器学习算法

【Applied Geography】审视中国古典园林的文化生态系统服务——一种基于多感官视角的在线评论的深度学习新方法

景观及规划前沿 • 1 月前 • 62 次点击  


【Applied Geography】

审视中国古典园林的文化生态系统服务——一种基于多感官视角的在线评论的深度学习新方法

01

摘要

    几十年来,与文化生态系统服务 (CES) 相关的研究一直集中在人类感知的视觉内涵上,而不是结合其他感官体验。本文致力于通过从多感官角度审视中国古典园林的 CES 来缩小研究差距。我们首先展示了一种定性现象学方法来概念化中国古典园林的 CES 类型,然后提出了一种新颖的深度学习方法,从五种感官的角度根据在线评论来衡量他们的 CES。接下来,使用共现网络分析检查 CES 之间的相互关系。结果表明:中国古典园林的 CESs 类型包括 7 个主要类别和 21 个次要类别。其中,基于视觉感知的 CES 占比最高,但基于听觉、触觉和味觉的 CES 也观察到了值得注意的比例。此外,基于视觉感知的 CES 和基于听觉感知的 CES 通常在网络类型中呈现更高的中心性。基于这些发现,我们最终讨论了对景观管理的影响。本文强调了从多感官角度审查 CES 的有效性和可行性,并为地理社区解开 CES 的全部范围提供了燃料。

02

研究结果

1.多感官视角下的中国古典园林 CES 类型学

    对整个步行访谈记录进行编码的总体编码器间可靠性达到 93.5%,单个记录的编码器间可靠性在 86.3% 到 97.1% 之间。这表明,这些独特的主题很好地代表了中国古典园林的 CES 类型。特别是,已建立的 CES 类别,如表1,呈现分层类型(即两层结构)。第一层包括 7 个主要类别,这些类别与现有的 CES 分类的成熟概念框架一致。第二层包含 21 个次要类别,它们是基于多感官感知的 7 个主要类别的进一步划分。其中,“审美鉴赏”是指游客通过五感感知所重视的风景和美感。“娱乐”表示游客如何重视中国古典园林,因为它基于视觉、听觉、味觉和触觉感知促进了娱乐活动。“精神益处”揭示了对习俗和宗教活动的视觉感知,以重视当地信仰。“遗产”表示代表自然或人类历史的视觉特征。“知识”代表参观者可以通过视觉和听觉感知来掌握土著知识或学习。“地方感”意味着通过五种感官体验,这些地方在身体或精神上受到高度重视。“自然主义价值观”是指人们如何通过中国古典园林中的视觉、听觉和嗅觉感知来满足人们对自然动植物的偏好。

表1 中国古典园林的 CES 分类

2.基于在线评论的中国古典园林杰出 CES

    深度学习方法的 F1 得分达到 0.874,表明所提出的方法能够有效区分基于在线评论的中国古典园林的 CES。图1显示了五家中国古典园林基于在线评论的 7 大类和 21 小类 CES 的绝对数量,图2则显示了它们所占的比例。总体而言,这些中国古典园林呈现出相似的趋势,排名前三的 CES 包括 “美学鉴赏”、“休闲娱乐 ”和 “自然价值”,约占整个杰出 CES 的 70%。这说明游客更看重中国古典园林的美学、休闲和自然价值。从多感官角度来看,基于视觉感知的 CES 占了很大比例,从 82% 到 100% 不等。我们还注意到五个中国古典园林之间存在一些差异。例如,拙政园中基于听觉和嗅觉的 CES 相对较高,而狮子林园中基于触觉和味觉的 CES 则相对较高。不同的是,基于视觉感知的 CES 在玲珑园和网师园中占绝大多数。更不同的是,以味觉感知为基础的 CES 在豫园中占有显著比例,在 “美学鉴赏 ”中占 12%,在 “场所感 ”中占 15%,在 “休闲价值 ”中占 35%。

图1 五个中国古典园林的 CES 的 7 个主要类别和 21 个次要类别的绝对计数 

图2 五大中国古典园林的 CES 的 7 个主要类别和 21 个次要类别的比例

3.中国古典园林 CES 之间的共现

    图3显示了 7 大类 CES 之间的共现情况。从图中可以看出,所有的 CES 都是相互关联的,但其类型特征因五个中国古典园林而异。就拙政园而言,“休闲 ”在网络中占据中心位置,其次是 “自然价值 ”和 “美学欣赏”。这一结果表明,游客同时参与这三个 CES 的可能性较高。就狮子林花园、玲珑园和网师园而言,“审美欣赏”、“自然价值 ”和 “休闲娱乐 ”是网络中心性排名前三位的 CES。相反,豫园中的 “休闲”、“审美欣赏 ”和 “地方感 ”的中心度最高。不同类型的网络特征表明,CES 及其网络束之间的相互联系存在地域异质性。

图3 五大中国古典园林的 7 个主要 CES 类别共现

    图4展示了 21 个次要类别的 CES 之间的共现情况。它不仅清楚地显示了不同 CES 的相对重要性,还详细说明了基于多感官的 CES 的比例构成。总体而言,基于视觉感知的 CES 在所有类型网络中的重要性均居首位。除此之外,基于听觉的 CES 还经常与拙政园、狮子林花园、流连忘返花园和网师园中的其他 CES 类联系在一起。这些研究结果表明,游客主要通过视觉和听觉互动来欣赏中国古典园林的 CES。此外,以触觉感知为基础的 “娱乐”、“审美欣赏 ”和 “场所感 ”在狮子林花园和网师园也占有相对较高的地位。这表明,触觉感知的参与作用对于理解 CES 也至关重要。类似的分析表明,在豫园中,游客更倾向于通过视觉和味觉的同步感知来把握 CES。

图4 五个中国古典园林的 21 个小类 CES 之间共现

 03

研究结论

    本文利用在线评论和深度学习技术,从多感官角度对中国古典园林的CES进行了研究。中国古典园林的 CESs 类型包括 7 大类 21 小类。其中,基于视觉感知的 CES 所占比例最高,但基于其他四种感官的 CES 也占有相当比例。此外,基于视觉感知的 CES 和基于听觉感知的 CES 在网络类型学中一般呈现出较高的中心性。就本文而言,它从两个方面为现有的 CES 研究开辟了新途径。在理论上,本文引入了多感官技术,刷新了现有的 CES 理论框架。在方法论上,本文提出了一种新颖的深度学习方法,从多感官角度提取基于在线评论的 CES。考虑到该方法的计算效率、准确性和便利性,它可以毫无困难地应用于不同规模的其他情况。尽管如此,仍有几个局限性需要考虑。首先,社交媒体数据经常被批评存在固有偏见,因为这些数据无法代表所有社会经济群体,尽管许多学者承认在缺乏大规模和高质量数据的情况下社交媒体数据的价值。其次,中国古典园林的 CES 并没有专家、利益相关者和有关方面的参与。第三,TripAdvisor是唯一的分析数据来源,从不同社交媒体平台收集的数据应有助于做出更可靠的估计。第四,“行走 ”访谈的样本量不够大,无法得出一般性结论。最后,由于数据限制和道德问题,我们没有比较不同来源游客的 CES。在接下来的研究中,我们计划掌握更全面的数据来源,并扩大现场调查的样本量,进行体现性步行访谈。更有意义的是,充分利用神经科学技术对 CES 进行仔细研究,从多感官角度更新我们的知识。

论文信息

标题:Scrutinizing the cultural ecosystem services of Chinese Classical Gardens: A novel deep learning approach based on online reviews from a multisensory perspective

作者:Jiangyue Zhang , Yun Luo , Haojie Cao , Shiliang Su

时间:5 September 2024

DOI:https://doi.org/10.1016/j.apgeog.2024.103404

本文只是笔者对论文的浅薄理解,不代表原论文观点。如果您感兴趣,请点击文末【阅读原文】阅读文献


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/174340
 
62 次点击