The use of social media (SM) data has emerged as a promising tool for the assessment of cultural ecosystem services (CES). Most studies have focused on the use of single SM platforms and on the analysis of photo content to assess the demand for CES. Here, we introduce a novel methodology for the assessment of CES using SM data through the application of graph theory network analyses (GTNA) on hashtags associated to SM posts and compare it to photo content analysis. We applied the proposed methodology on two SM platforms, Instagram and Twitter, on three worldwide known case study areas, namely Great Barrier Reef, Galapagos Islands and Easter Island. Our results indicate that the analysis of hashtags through graph theory offers similar capabilities to photo content analysis in the assessment of CES provision and the identification of CES providers. More importantly, GTNA provides greater capabilities at identifying relational values and eudaimonic aspects associated to nature, elusive aspects for photo content analysis. In addition, GTNA contributes to the reduction of the interpreter’s bias associated to photo content analyses, since GTNA is based on the tags provided by the users themselves. The study also highlights the importance of considering data from different SM platforms, as the type of users and the information offered by these platforms can show different CES attributes. The ease of application and relative short computing processing times involved in the application of GTNA makes it a cost-effective method with the potential of being applied to large geographical scales.

社交媒体（SM）数据的使用已成为评估文化生态系统服务（CES）的有前途的工具。大多数研究都集中在单个SM平台的使用以及照片内容的分析上，以评估对CES的需求。在这里，我们通过对与SM帖子相关的主题标签应用图论网络分析（GTNA），介绍了一种使用SM数据评估CES的新颖方法，并将其与照片内容分析进行了比较。我们在三个全球知名案例研究区域（即大堡礁，加拉帕戈斯群岛和复活节岛）的两个SM平台Instagram和Twitter上应用了建议的方法。我们的结果表明，通过图论对标签进行分析可以提供与照片内容分析类似的功能，以评估CES条款和确定CES提供商。更重要的是，GTNA在识别与自然相关的关系值和eudaimonic方面（提供照片内容分析的难以捉摸的方面）方面提供了更大的功能。另外，由于GTNA基于用户自己提供的标签，因此GTNA有助于减少与照片内容分析相关的口译人员的偏见。该研究还强调了考虑来自不同SM平台的数据的重要性，因为用户的类型和这些平台提供的信息可以显示不同的CES属性。GTNA的应用易于应用且计算处理时间相对较短，这使其成为一种具有成本效益的方法，并有可能被应用到较大的地理范围。GTNA在识别与自然相关的关系值和eudaimonic方面，照片内容分析的难以捉摸的方面方面提供了更大的功能。另外，由于GTNA基于用户自己提供的标签，因此GTNA有助于减少与照片内容分析相关的口译人员的偏见。该研究还强调了考虑来自不同SM平台的数据的重要性，因为用户的类型和这些平台提供的信息可以显示不同的CES属性。GTNA的应用易于应用且计算处理时间相对较短，这使其成为一种具有成本效益的方法，并有可能被应用到较大的地理范围。GTNA在识别与自然相关的关系值和eudaimonic方面，照片内容分析的难以捉摸的方面方面提供了更大的功能。另外，由于GTNA基于用户自己提供的标签，因此GTNA有助于减少与照片内容分析相关的口译人员的偏见。该研究还强调了考虑来自不同SM平台的数据的重要性，因为用户的类型和这些平台提供的信息可以显示不同的CES属性。GTNA的应用易于应用且计算处理时间相对较短，这使其成为一种具有成本效益的方法，并有可能被应用到较大的地理范围。由于GTNA基于用户自己提供的标签，因此GTNA有助于降低与照片内容分析相关的口译人员的偏见。该研究还强调了考虑来自不同SM平台的数据的重要性，因为用户的类型和这些平台提供的信息可以显示不同的CES属性。GTNA的应用易于应用且计算处理时间相对较短，这使其成为一种具有成本效益的方法，并有可能被应用到较大的地理范围。由于GTNA基于用户自己提供的标签，因此GTNA有助于降低与照片内容分析相关的口译人员的偏见。该研究还强调了考虑来自不同SM平台的数据的重要性，因为用户的类型和这些平台提供的信息可以显示不同的CES属性。GTNA的应用易于应用且计算处理时间相对较短，这使其成为一种具有成本效益的方法，并有可能被应用到较大的地理范围。因为用户类型和这些平台提供的信息可以显示不同的CES属性。GTNA的应用易于应用且计算处理时间相对较短，这使其成为一种具有成本效益的方法，并有可能被应用到较大的地理范围。因为用户类型和这些平台提供的信息可以显示不同的CES属性。GTNA的应用易于应用且计算处理时间相对较短，这使其成为一种具有成本效益的方法，并有可能被应用到较大的地理范围。