| 研究 视角 | 研究内容 阶段演变 | 起始 年份 | 价值 | 应用场景 | 阶段热点 | 局限性 | ||
|---|---|---|---|---|---|---|---|---|
| 数据 | 技术 | 理论 | ||||||
| 静态 视角 | CES访问频次 | 2013 | 从传统问卷数据突破到带有时间和地理标签的用户上传数据 | 完善了跨区域、跨时间CES研究的理论基础 | 基于位置数量统计的时空分布研究 | 利用签到数据、帖子数量、照片密度等指标代替访问量，探究区域CES时空分布差异[ | 提供的信息相对单一，只能通过数量量化CES参访，无法反应公众的个体化评价和体验 | |
| CES用户感知 | 2015 | 从数据统计方法突破到用户视觉反馈的量化 | 将用户视觉感知纳入CES研究范畴，深化对用户审美偏好等方面的理解 | 基于计算机视觉的智能处理技术反应用户视觉 | 照片自动识别与手动分类对比时效性与准确度[ | 严重依赖于用户对照片中有形物体的视觉感受，因此在获取CES无形服务的价值信息方面存在很大困难 | ||
| 2018 | 从视觉层面的量化突破到用户主观感受的量化 | 量化CES无形服务价值和用户感知反馈，为多维度CES评估提供理论依据 | 基于自然语言处理技术反映用户主观反馈 | 基于文本语义分析探究发布内容的CES感知偏好与反馈[ | 语言的多样化以及用户个人表述方式的不同，使得文本识别出现偏差 | |||
| 动态 视角 | CES流 | 2023 | 在静态点元数据的基础上增添了富有时空变化特征的动态路径数据 | 推动CES研究从静态分布理念向动态流动理念转变 | 基于动态数据和方法的CES流研究 | 开发不同动态数据评估用户的时空路径和CES供需流并判断其流向和移动方式[ | 量化CES流的理论框架尚不完善，难以系统描述其跨区域流动的机制 | |
