Coupling maximum entropy modeling with geotagged social media data to determine the geographic distribution of tourists
Coupling maximum entropy modeling with geotagged social media data to determine the geographic distribution of tourists
复制标题
将最大熵建模与地理标记的社交媒体数据相结合，以确定游客的地理分布
DOI：
10.1080/13658816.2018.1458989
复制
发表时间：
2018-04
影响因子：
5.7
通讯作者：
er
中科院分区：
文献类型：
--
作者：
Yan Yingwei;Kuo Chiao-Ling;Feng Chen-Chieh;Huang Wei;Fan Hongchao;Zipf Alex;er
旅游目的地游客地理分布模型对于提高旅游目的地对灾害和危机的抵御能力至关重要，因为它可以将有限的资源有效地分配到精确的地理位置，
ABSTRACT Modeling the geographic distribution of tourists at a tourist destination is crucial when it comes to enhancing the destination’s resilience to disasters and crises, as it enables the efficient allocation of limited resources to precise geographi
登录
查看更多内容
DOI：
--
发表时间：
2007-12
期刊：
--
影响因子：
--
作者：
P. Dunbar;C. Weaver
通讯作者：
P. Dunbar;C. Weaver
DOI：
10.1201/b13865
发表时间：
2013-01
期刊：
--
影响因子：
--
作者：
S. Jose;H. Singh;D. Batish;R. Kohli
通讯作者：
S. Jose;H. Singh;D. Batish;R. Kohli
DOI：
10.2139/ssrn.2216649
发表时间：
2010-07
期刊：
--
影响因子：
--
作者：
Matthew Zook;Mark Graham;Taylor Shelton;S. Gorman
通讯作者：
Matthew Zook;Mark Graham;Taylor Shelton;S. Gorman
影响因子：
2.4
作者：
Crooks, Andrew;Croitoru, Arie;Radzikowski, Jacek
通讯作者：
Radzikowski, Jacek
影响因子：
12.7
作者：
Chung-Hung Tsai;Cheng-Wu Chen
通讯作者：
Chung-Hung Tsai;Cheng-Wu Chen