Tourists' Spatial Perception of Traditional Villages Based on UGC Data: A Case Study of Heshun Ancient Town, China
यह शोध पत्र हेशुन प्राचीन कस्बे के पर्यटकों की भावनात्मक और दृश्य धारणाओं को मानचित्रित करने के लिए स्थानिक कर्नेल घनत्व अनुमान (spatial kernel density estimation) के साथ मल्टीमॉडल उपयोगकर्ता-जनित सामग्री (UGC) डेटा को एकीकृत करने वाले एक मात्रात्मक ढांचे का उपयोग करता है, जो लक्षित सूक्ष्म-परिवर्तनों (micro-updates) के लिए एक अनुभवजन्य आधार प्रदान करता है और पारंपरिक चीनी गांवों में अत्यधिक व्यावसायीकरण को रोकता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप यह समझना चाहते हैं कि लोग एक ऐतिहासिक गाँव के बारे में वास्तव में कैसा महसूस करते हैं, लेकिन एक उबाऊ सर्वेक्षण भरने के बजाय, आप उनकी डिजिटल "डायरी" सुनने का निर्णय लेते हैं। यह शोध पत्र बिल्कुल यही करता है।
शोधकर्ताओं ने चीन के हेशुन प्राचीन शहर (Heshun Ancient Town) का अध्ययन किया, जो पुरानी इमारतों, संकरी गलियों और स्थानीय संस्कृति से भरी एक जगह है। वे जानना चाहते थे: पर्यटक वास्तव में कहाँ जाते हैं? उन्हें क्या पसंद है? और उन्हें क्या चीज़ नाखुश करती है?
यह पता लगाने के लिए, उन्होंने यूजर-जनरेटेड कंटेंट (UGC) का उपयोग करके एक "डिजिटल जासूस" प्रणाली बनाई। इसे सोशल मीडिया (जैसे वीबो और श्याओहोंगशू) से हजारों फोटो और पोस्ट इकट्ठा करने के रूप में समझें, जहाँ लोगों ने 2021 से 2025 के बीच अपनी यात्राओं को साझा किया था।
यहाँ बताया गया है कि उन्होंने इस मामले को कैसे सुलझाया, जिसे सरल चरणों में विभाजित किया गया है:
1. दो-तरफा जासूसी कार्य (टेक्स्ट + चित्र)
अधिकांश अध्ययन केवल इस बात पर ध्यान देते हैं कि लोग क्या कहते हैं (टेक्स्ट) या केवल इस बात पर कि वे क्या दिखाते हैं (फोटो)। इस अध्ययन ने दोनों को देखा, जैसे किसी व्यक्ति की डायरी और उसके फोटो एल्बम दोनों की जाँच करना।
- टेक्स्ट जासूस: उन्होंने हजारों समीक्षाओं को पढ़ने के लिए एक कंप्यूटर प्रोग्राम (SnowNLP) का उपयोग किया। इसने एक 'मूड रिंग' की तरह काम किया, जिसने हर वाक्य को "बहुत दुखी" से "बहुत खुश" के बीच स्कोर दिया।
- फोटो जासूस: उन्होंने 17,000 से अधिक तस्वीरों को देखने के लिए एक सुपर-स्मार्ट AI (जिसे CLIP कहा जाता है) का उपयोग किया। केवल पिक्सेल गिनने के बजाय, इस AI ने समझा कि तस्वीर में क्या था। क्या वह एक मंदिर था? एक पहाड़? एक कॉफी शॉप? इसने विशिष्ट विवरण भी समझे, जैसे "सफेद दीवारें" या "लकड़ी के बीम"।
2. गाँव के "तापमान" का मानचित्रण (Mapping the "Heat")
एक बार जब उन्हें पता चल गया कि लोग क्या पसंद करते हैं और वे कहाँ फोटो खींचते हैं, तो उन्हें इसे एक मानचित्र पर रखने की आवश्यकता थी।
- उन्होंने प्रत्येक फोटो को गाँव के एक विशिष्ट स्थान (जैसे एक विशिष्ट पुल या एक विशिष्ट गली) से जोड़ा।
- फिर, उन्होंने कर्नेल डेंसिटी एस्टीमेशन (KDE) नामक एक तकनीक का उपयोग किया। कल्पना कीजिए कि आप एक मानचित्र पर हॉट सॉस (तीखी चटनी) गिरा रहे हैं। जहाँ सॉस सबसे घना है, वहाँ "गर्मी" (heat) है—इसका अर्थ है, वहाँ सबसे अधिक लोग जा रहे हैं और तस्वीरें ले रहे हैं। जहाँ सॉस पतला है, वह एक "ठंडा क्षेत्र" या "अंध बिंदु" (blind zone) है जिसे पर्यटक अनदेखा कर रहे हैं।
3. उन्हें क्या मिला?
परिणामों ने कुछ दिलचस्प पैटर्न प्रकट किए, जो लगभग गाँव के व्यक्तित्व की कहानी की तरह थे:
- "स्टार" आकर्षण (ऐतिहासिक चरित्र): सबसे बड़ी "गर्मी" पुरानी इमारतों, पूर्वजों के हॉल और पत्थर के पुलों पर थी। लोगों को इस जगह का प्रामाणिक रूप बहुत पसंद आया। यहाँ फोटो और खुशी भरे शब्द पूरी तरह से मेल खाते थे।
- "सहायक कलाकार" (प्रकृति): पहाड़, जंगल और जल प्रणालियाँ दूसरी सबसे लोकप्रिय चीज़ थीं। वे मुख्य शो के लिए एक सुंदर पृष्ठभूमि के रूप में काम करते थे।
- "बेमेल स्थिति" (दुकानें और कैफे): यह सबसे आश्चर्यजनक हिस्सा था। लोग अपने टेक्स्ट में गेस्टहाउस और कॉफी शॉप के बारे में बहुत बात करते हैं (उच्च आवृत्ति), लेकिन वे उनके बहुत अधिक फोटो नहीं लेते हैं, और वे उनके बारे में उतने खुश भी नहीं हैं जितने कि वे इतिहास के बारे में थे। यह कहने जैसा है, "मुझे खाना पसंद है," लेकिन फिर केवल दृश्यों की तस्वीरें लेना। शोधकर्ता इसे एक "धारणा जाल" (perceptual trap) कहते हैं—आधुनिक दुकानें वहाँ हैं, लेकिन वे पुराने माहौल में पूरी तरह फिट नहीं बैठतीं, इसलिए पर्यटक उनके साथ वैसा जुड़ाव महसूस नहीं करते।
- "अंध क्षेत्र" (Blind Zones): क्योंकि गाँव में एक मुख्य प्रवेश द्वार और कुछ मुख्य मार्ग हैं, पर्यटक ज्यादातर केंद्र में ही रहते हैं। गाँव के किनारे, जहाँ शांत कार्यशालाएँ या छिपे हुए सांस्कृतिक स्थल हैं, वे "धारणात्मक अंध क्षेत्र" बन गए। पर्यटक उन्हें देख ही नहीं पाए क्योंकि रास्ता उन्हें वहाँ तक नहीं ले गया।
4. बड़ी तस्वीर (The Big Picture)
यह शोध पत्र निष्कर्ष निकालता है कि इन प्राचीन गाँवों को बचाने और सुधारने के लिए, आप केवल अनुमान नहीं लगा सकते कि क्या ठीक करना है। आपको डेटा की आवश्यकता है।
- केवल अधिक दुकानें न बनाएं: डेटा दिखाता है कि क्षेत्र का अत्यधिक व्यावसायीकरण वास्तव में संतुष्टि को कम करता है क्योंकि यह पुराने शहर के "जादू" को तोड़ देता है।
- दरवाजे खोलें: गाँव को नए रास्तों की आवश्यकता है जो लोगों को भीड़भाड़ वाले केंद्र से दूर और शांत, छिपे हुए कोनों की ओर ले जाएं ताकि वे पूरे गाँव की सराहना कर सकें, न कि केवल मुख्य सड़क की।
संक्षेप में, शोधकर्ताओं ने हजारों बिखरे हुए सोशल मीडिया पोस्ट को एक स्पष्ट, रंगीन मानचित्र में बदलने के लिए AI का उपयोग किया। यह मानचित्र दिखाता है कि गाँव कहाँ चमक रहा है और कहाँ छाया में है, जिससे प्रबंधकों को अनुमान लगाए बिना समस्याओं को ठीक करने में मदद मिलती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।