摘要: 信息科技的飞速发展，物联网、PC互联网、移动互联网、大数据、区块链已成为当下社会发展的重要推动力量，对我们的生活有着重要影响。研究如何利用好大数据，对于更好的融入大数据时代具有非凡意义。 论文以网络数据——百度指数为数据来源，以省份... 展开 信息科技的飞速发展，物联网、PC互联网、移动互联网、大数据、区块链已成为当下社会发展的重要推动力量，对我们的生活有着重要影响。研究如何利用好大数据，对于更好的融入大数据时代具有非凡意义。 论文以网络数据——百度指数为数据来源，以省份、地市行政区为单位分别采集了峨眉山景区整体端、移动端、PC端2012年到2016年的日网络关注度指数。利用空间结构理论分析了峨眉山时空分布特征及影响因素。时间分布：采用季节指数、年际变化强度指数分析季节、年特征。同时研究了周、节假日变化特征。空间分析：利用 GIS 技术对以省份和区域为单位的峨眉山网络关注度进行可视化研究，采用地理集中系数、泰尔指数及其分解研究空间分布的集中度和均衡性，最后对其时间、空间分布影响因素进行探讨。主要结论包括： ①网络关注度时间分布特征 年际变化：移动端网络关注度不断上升、PC端不断下降，且移动端上升幅度大于PC端的下降幅度，与整体网络关注度不断上升的趋势相符。季节分布：移动端和整体端的季节网络关注度波动大于PC端。周分布：三个端口都表现出了一定的周分布前兆效应，且工作日网络关注高于休息日。黄金周：三个端口十一峰期明显高于五一。 ②网络关注度空间分布特征 可视化特征：以省和区域为单位的网络关注度空间及年际变化差异大，但各端口显示的最高网络关注度一直都是本省。其中整体端，省域角度表现出相邻省份和沿海经济发达地区增长明显的特点，区域角度表现出华北、华东、西南关注度高而西北、东北、华南关注度低的特点；移动端，省域角度网络关注度有一定增长但涨幅小于整体端，区域角度网络关注度增长明显。pc端，2013年省域和区域整体变化规模都较大且各大区域协同下降明显，2013 年后呈稳定态势。集中度特征：地理集中度方面，整体端和移动端涨幅明显，pc端持续低靡。差异化特征：省际方面，总体上整体端和移动端差异持续增大，pc 端差异先扩大后缩小；区域方面，区域间呈现出整体端和移动端差异不断上涨，pc 端先增后降的趋势，区域内各端口的差异不断上升，总体上移动端和整体端单个区域内部的差异远远大于pc端。 差异贡献率：省际差异贡献率方面，整体端省际差异主要是由七大区域内差异造成，而移动端和pc端省际差异主要是由区域间差异造成；区域内部差异贡献率方面：西南和华东地区内部差异对整体端区域内部差异贡献率最大，华中和西南地区对移动端区域内部差异贡献率最大，华东和华北地区对pc端区域内部差异贡献率最大。 ③影响因素 时间分布特征主要受节假日、季节、气温因素的影响。各端口空间分布特征的影响因素存在差异，但大致集中在旅行社数量、人均GDP、空间距离等方面。 收起