The purpose of this research is to introduce a method that utilises a combination of Google Cloud Vision AI's label detection and a topic‐modelling algorithm, latent Dirichlet allocation, to identify common destination images and to compare destinations worldwide. The study analyses 283,912 photos of 193 countries from Flickr.com, and 16 cognitive image attributes (CIAs) are identified. Subsequent hotspot analyses indicate the exact locations of these CIAs in three sample countries: France, the US, and Thailand. Destination marketing organisations (DMOs) can use this method to more effectively analyse and promote destinations during and after the COVID‐19 pandemic.

中文翻译：

---

旅行者生成的目的地图片：分析全球193个国家的Flickr照片

这项研究的目的是介绍一种结合Google Cloud Vision AI的标签检测和主题建模算法（潜在的狄利克雷分配）的方法，以识别共同的目的地图像并比较全球目的地。该研究分析了Flickr.com上193个国家/地区的283,912张照片，并识别了16个认知图像属性（CIA）。随后的热点分析表明了这些CIA在三个样本国家（法国，美国和泰国）的确切位置。目的地营销组织（DMO）可以使用此方法在COVID-19大流行期间和之后更有效地分析和推广目的地。