Honglei Hua, Lei La, and Liwei Shao. Journal of Nonlinear and Convex Analysis(SCI). 2021.22(9):1755-1766.

Covid-19对全球旅游业带了巨大的冲击，根据世界旅游组织发布的数据，仅2020年，受新冠疫情影响，全球旅游市场规模缩减就超过了1.3万亿美元。在疫情背景下，游客在做预定、目的地选择等决策时到底关注什么？对这一问题的研究既有利于疫情时期旅游业的维持也有助于后疫情时代旅游业的恢复。tripadvisor、马蜂窝等在线旅游社区蕴含大量的评论、游记和攻略等用户生成数据，它们是分析用户关注点的重要资料。本文爬取了大量旅游社区涉疫用户生成数据，在经典主题模型——BTM的基础上进行改进，使其更适合互联网短文本挖掘。文中提出方法被应用于爬取下来的大量用户生成数据的主题识别任务，最终发现疫情期间游客关注的热门话题。论文工作为疫情期间相关企业的运维管理、旅游目的地政策制定、防疫漏洞发现提供了重要参考，也为后疫情时代旅游业的恢复提供了思路。