基于多模态社交媒体数据的历史城市区段游客感知解码：来自上海的人工智能框架与证据
人工智能
2026-02-24 v3 计算机视觉与模式识别
计算机与社会
摘要
历史城市区段正日益受到旅游和生活方式消费的塑造，但规划者往往缺乏对游客注意、偏好和批评的可扩展证据。本研究提出了一种基于人工智能的多模态框架，用于解码游客感知，通过结合视觉注意力、基于颜色的审美表示和多维满意度。我们收集来自中国大型平台的带地理位置标记的照片和评论文本，并构建了作为基准的街景图像集，用于比较上海12个历史城市区段。我们训练语义分割模型来量化游客共享图像中突出的视觉元素，提取并比较社交媒体照片与街景之间的颜色调色板，并应用多任务情感分类器来评估沃尔特森四个经验维度（活动、物理环境、支持服务和商业设施）的满意度。结果表明，游客照片系统性地突出显示了关键街景元素，社交媒体上表示的颜色构成可能与现场街景之间存在差异，这表明感知-现实之间的差距因区段而异。该框架提供了一种可解释且可迁移的方法，用于诊断此类差距，并为 heritage 管理和面向游客的城市设计提供指导。
引用
@article{arxiv.2509.03830,
title = {Decoding Tourist Perception in Historic Urban Quarters with Multimodal Social Media Data: An AI-Based Framework and Evidence from Shanghai},
author = {Kaizhen Tan and Yufan Wu and Yuxuan Liu and Haoran Zeng},
journal= {arXiv preprint arXiv:2509.03830},
year = {2026}
}