基于自然语言处理与网络爬虫的文化生态系统服务自动识别框架

本文创新性地提出结合网络爬虫（web scraping）、文本挖掘（text mining）与统计分析的框架，通过谷歌地图（Google Maps）平台4760条用户评论，运用BERTopic主题建模和假设检验，实现了文化生态系统服务（CES）的自动化评估，为替代传统问卷调查提供了高效解决方案。

　　

Highlight

本研究通过自然语言处理（NLP）技术，成功利用谷歌地图用户评论数据识别文化生态系统服务（CES），为生态服务评估提供了自动化解决方案。

Study area

研究选取捷克共和国五个生态重点区域：?umava和Podyjí国家公园，以及Moravsky kras（摩拉维亚喀斯特）、Pálava和??árské vrchy保护区。这些区域以生物多样性高、游客密集和景观文化价值丰富为特点（图1）。

Data collection

采用Python 3.12和Selenium 4.20.1库开发网络爬虫程序，仅采集谷歌地图公开评论数据，未涉及任何隐私信息或权限突破。

Results

图7显示BERTopic模型提取的12个高频主题，包括"洞穴""葡萄酒庄园""骑行""徒步旅行"等，通过c-TF-IDF分值量化术语相对重要性。

Discussion

证实谷歌地图文本数据在CES评估中的有效性，其自然语言处理（NLP）方法可替代传统问卷调查，并揭示不同区域CES的显著差异。

Conclusion

本研究构建的NLP框架能高效识别生态系统服务特征，为政策制定和生态旅游管理提供数据支持。

（注：翻译保留专业术语如c-TF-IDF、BERTopic等，省略文献引用标识[xx]及图示标识Fig.x）