引言
多维游憩情绪评价是提升城市公园规划与管理效果的关键工具。传统公园评价多依赖问卷调查和游记文本，存在数据量小、反馈滞后等局限。通过整合社交媒体数据、BERT深度学习模型和IPA分析法，可以精准捕捉游客的真实情绪反馈，科学评估公园的游憩体验，进而为公园更新与优化提供有效指导。
1. 多维游憩情绪评价有效反映城市公园游憩体验
多维游憩情绪评价能够全面反映游客对城市公园的真实体验和情绪反应。研究显示，南京中心城区9个城市公园整体游憩体验偏向积极，尤其是白鹭洲公园表现最佳。通过对游憩区位、环境、设施和感知四个维度的细分分析，能够识别各公园的优劣势。例如，玄武湖公园和鼓楼公园在游憩区位方面表现较差，而莫愁湖公园和古林公园的游憩环境亟需改善。这样的多维度分析能有效揭示城市公园在不同维度的表现，为精准优化提供依据。
图 1 研究区范围及研究公园分布
2. 社交媒体数据与深度学习模型提升情绪评价的科学性
社交媒体数据结合BERT深度学习模型能够高效、准确地分析游客情绪。相较于传统方法，社交媒体数据具备获取方便、样本量大、时间跨度广等优势。BERT模型通过情感分类，准确提取游客在游憩体验中的积极与消极情绪。例如，在36254条有效数据中，积极情绪占比超过60%，显示南京公园整体体验良好。这种基于大数据的分析方式显著提高了情绪评价的科学性与时效性。
图 2 公园情绪分布
3. IPA分析法科学识别优先改进的公园与维度
IPA分析法（重要性-绩效分析）能够科学识别公园各维度的改进优先级。通过对游憩区位、环境、设施和感知四个维度的重要性和满意度分析，可将改进策略精准定位。例如，玄武湖公园和鼓楼公园在区位维度的重要性高但满意度低，应优先改善交通与停车等区位布局；莫愁湖公园和古林公园在环境维度表现不佳，应加强生态景观与周边环境建设。这种精细化分析为城市公园优化提供了明确的方向。
图 3 中心城区主要公园情绪感知总体评价结果
图 4 各公园分维度游憩情绪评价结果
4. 针对性优化策略推动城市公园高质量发展
差异化和针对性的优化策略是推动城市公园高质量发展的关键。对于高满意度公园如白鹭洲公园，应继续保持其优势特色；而对于区位、环境、设施和感知满意度较低的公园，应分别从改善基础设施、丰富游憩活动、优化自然景观等方面入手。例如，玄武湖公园可引入智慧交通缓解拥堵，莫愁湖公园需更新设施和丰富景观，古林公园应提升环境舒适度。这种有针对性的改进策略有助于全面提升城市公园的功能与体验。
结语
多维游憩情绪评价为城市公园的优化与更新提供了科学依据和有效路径。通过整合社交媒体数据、深度学习模型和IPA分析，能够精准识别游客需求与公园短板，制定差异化的改进策略。该方法不仅能提升公园的管理效率和服务质量，也为城市公共空间的优化与可持续发展提供了新思路和示范。
申世广 教授
江苏省乡村规划建设研究会乡村运营专业委员会委员
主持和参与包括国家自然科学基金在内的国家级、省部级课题10余项，在国内外学术期刊发表学术论文70余篇。完成城乡规划、村庄规划、绿地系统规划等实践项目几十项。先后获得包括中国风景园林学会规划设计二等奖、江苏省优秀勘察设计一等奖、江苏省优秀工程设计一等奖等在内的省部级奖项10余项。
