基于BERT语义智能与区域经济集成分析的冰雪消费区域协同发展研究

《Scientific Reports》：Regional synergetic effects of ice and snow consumption based on a BERT neural network

　　

摘要

本研究以哈尔滨冰雪大世界为核心案例，基于BERT神经网络与区域经济分析构建了集成分析框架，用以量化和分析冰雪消费相关的区域协同发展关系。该框架将语义特征与结构化指标相整合，利用约12000条消费者评论及15个区域节点的多维度统计数据，构建了区域协同强度模型。研究采用五折交叉验证及三专家一致性评估（Fleiss' Kappa = 0.84）。结果表明，该模型在预测协同关系方面表现优异，F1分数为0.87，显著优于基于Llama-3-70B等先进大语言模型及消融变体的基线模型。哈尔滨被识别为网络中的"绝对核心"，加权中心度为4.52。基于网络密度与路径强度等定量拓扑指标，将协同模式划分为"黑龙江核心集聚区"、"吉林-辽宁-河北功能互补区"以及"远距离特色联动区"。本研究为理解冰雪产业的空间组织提供了新的视角，并为制定跨区域协作政策提供了数据驱动的决策支持。