Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关实验视频

Updated: Jan 10, 2026

A Step-by-Step Implementation of DeepBehavior, Deep Learning Toolbox for Automated Behavior Analysis
05:41

A Step-by-Step Implementation of DeepBehavior, Deep Learning Toolbox for Automated Behavior Analysis

Published on: February 6, 2020

9.8K

使用非结构化数据来预测艺术博物馆的参观人数,使用深度学习方法.

Ziyi Tian1, Xiao Wang2, Yuwei Tan3

  • 1Department of Art and Design, Daegu University, Gyeongsan, 38453, Republic of Korea.

Scientific reports
|November 25, 2025
PubMed
概括

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Uncovering Hierarchical Asymmetries in Artificial Intelligence Transformation: Navigating the Bright and Dark Sides Across Organizational Levels.

Journal of visualized experiments : JoVE·2026
Same author

AI-Based Forecasting of National Tourism Revenues: Integrating Economic, Fiscal, Political, and Environmental Determinants Through Regression-Oriented Hybrid Models.

Big data·2026
Same author

How Virtual Celebrity Characteristics Drive Purchase Intention: Testing the Stimulus-Organism-Response Framework with Structural Equation Modeling.

Journal of visualized experiments : JoVE·2026
Same author

A computational approach to understanding the interaction of personality and online product affordances.

Scientific reports·2025
Same author

Leveraging Sentiment-Topic Analysis for Understanding the Psychological Role of Hype in Emerging Technologies-A Case Study of Electric Vehicles.

Behavioral sciences (Basel, Switzerland)·2025
Same author

Isolated recurrent metastatic pulmonary nodule from the kidney: An extraordinarily long interval.

Respirology case reports·2024

本研究介绍了艺术博物馆的自适应平衡成绩卡 (BSC),使用人工智能预测参观者数量. 游客体验和旅游发展 (VED) 策略显著提高了参观人数,而变压器模型显示出最好的预测准确度.

科学领域:

  • 博物馆研究 博物馆研究
  • 人工智能的人工智能
  • 战略管理的战略管理.

背景情况:

  • 艺术博物馆在量化战略优先事项和预测参观者数量方面面临着挑战.
  • 传统的战略框架可能无法充分捕捉博物馆运营和参观者参与的细微差别.
  • 整合来自在线来源的定性数据对于全面的战略分析至关重要.

研究的目的:

  • 专门为艺术博物馆开发一个修改后的平衡成绩卡 (BSC) 框架.
  • 利用自然语言处理 (NLP) 和文本挖掘从非结构化数据中提取战略维度.
  • 建立和评估深度学习模型,以利用结构化和非结构化数据预测博物馆参观者数量.

主要方法:

  • 创建了一个具有四个维度的适应性平衡成绩表框架:社会价值和文化影响 (SVCI),游客体验和旅游发展 (VED),展览和运营效率 (EOE) 以及艺术/文化教育和可持续增长 (ACES).
  • 使用NLP和文本挖掘技术来分析博物馆网站和访客生成的内容.
  • 实施了八个深度学习架构 (Transformer,LSTM,CNN,GAN) 并对访问者数量预测进行了比较,整合了数字和文本衍生变量.

主要成果:

  • 游客体验和旅游发展 (VED) 被确定为游客出席的最有影响力的战略维度.
  • 互动展览,个性化体验和VED内的旅游合作显示出强烈的积极影响.
关键词:
艺术博物馆 艺术博物馆 艺术博物馆在平衡得分卡上使用平衡得分卡.深度学习是一种深度学习.文本挖掘 (Text Mining) 是一种文字挖掘的方法.访问者数量预测预测

更多相关视频

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
06:37

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention

Published on: December 15, 2023

5.2K

相关实验视频

Last Updated: Jan 10, 2026

A Step-by-Step Implementation of DeepBehavior, Deep Learning Toolbox for Automated Behavior Analysis
05:41

A Step-by-Step Implementation of DeepBehavior, Deep Learning Toolbox for Automated Behavior Analysis

Published on: February 6, 2020

9.8K
Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
06:37

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention

Published on: December 15, 2023

5.2K
  • 变压器深度学习模型在估计访客人数方面表现出卓越的预测性能.

    • 结论:

    • 适应的BSC框架提供了一个系统的方法来分类和量化艺术博物馆的战略.
    • 深度学习模型,特别是变压器,可以有效地整合各种数据类型,以准确预测访客.
    • 这些发现为艺术博物馆的决策提供了实用的见解,涉及到参观者参与,展览规划和资源分配.