基于景點在線評論的網(wǎng)絡文本分析
——以廣州增城白水寨景區(qū)為例

□李加軍

(廣州商學院,廣東 廣州 511363)

1 引言

截至2017年6月,我國網(wǎng)民規(guī)模達到7.51億?；ヂ?lián)網(wǎng)普及率為54.3%。我國在線旅游服務近年來也呈現(xiàn)爆發(fā)式增長,根據(jù)艾瑞網(wǎng)數(shù)據(jù)顯示，2016年中國在線旅游市場交易規(guī)模達到5 934.6億元,增長率為34%。越來越多的旅游者在進行旅游決策前會主動地搜尋信息,旅游在線評論為旅游者搜尋信息提供了重要參考和幫助,并成為影響旅游者旅游決策的一種重要方式。

2 文獻回顧

網(wǎng)絡文本分析法是通過提煉網(wǎng)上文本的中心思想以開展相關(guān)主題研究,網(wǎng)絡文本分析法逐漸成為旅游學的重要研究方向。張付志(2014)等通過獲得用戶評論對商品的喜愛程度,結(jié)合用戶的環(huán)境信息來為用戶產(chǎn)生推薦,并通過實驗驗證了該算法的優(yōu)越性。[1]何丹(2017)應用北京地區(qū)博物館的網(wǎng)絡評論文本探究游客在博物館旅游過程中的旅游體驗感知特征。[2]李爽(2015)以大陸居民赴臺旅游的98篇游記為研究對象,利用ROST CM軟件對收集的文本進行內(nèi)容分析,獲取游客食、住、行、游、購、娛等旅游六要素在地點選擇、內(nèi)容偏好、體驗過程、服務感知等方面的感知信息,深入分析人陸居民赴臺旅游體驗的特征和評價。[3]張文亭(2017)以永定土樓世界文化遺產(chǎn)地為研究案例,分析游客感知和官方網(wǎng)站宣傳的旅游形象之間的差異。[4]宋振春等(2018)應用ROST內(nèi)容挖掘系統(tǒng)、ROST新聞分析工具和UCINET軟件進行數(shù)據(jù)分析,從旅游跨文化交流的角度出發(fā),研究了中國社會對于出境旅游的認知內(nèi)容、特性以及與出境旅游發(fā)展過程的關(guān)系。[5]仲寧等(2018)以江蘇宜興為案例地,研究了官方宣傳形象和游客感知形象之間存在的異同。[6]

已有研究局限性在于以宏觀層面研究為主多,微觀層面研究較少;大多采用內(nèi)容分析法對在線評論文本進行詞頻統(tǒng)計,沒有考慮中文詞語常出現(xiàn)的同義詞、近義詞現(xiàn)象;較少應用在線評論進行情感分析。因此,本文通過采集并處理螞蜂窩網(wǎng)有關(guān)廣州增城白水寨風景區(qū)游客評論信息,應用網(wǎng)絡文本分析方法進行關(guān)鍵詞和情感分析,以期為潛在游客的旅游和旅游景區(qū)管理決策提供參考依據(jù)。

3 研究設計

3.1 研究方法

本文主要采用網(wǎng)路文本內(nèi)容分析的研究方法。通過深入挖掘文本內(nèi)容背后的含義與規(guī)律,對事物發(fā)展做出預測。數(shù)據(jù)的采集和分析使用深圳視界信息技術(shù)有限公司開發(fā)的八爪魚數(shù)據(jù)采集系統(tǒng)和微圖軟件。八爪魚數(shù)據(jù)采集系統(tǒng)能夠根據(jù)需要實現(xiàn)數(shù)據(jù)自動化采集、編輯、規(guī)范化,提高效率。微圖軟件可以達到通過一系列智能算法,從核心關(guān)鍵詞、典型意見、情感傾向(正面/負面)等不同維度快速分析海量文本。

3.2 數(shù)據(jù)資料來源

本文于 2018年7月1日至9月1日,選取廣州增城白水寨風景名勝區(qū)在螞蜂窩網(wǎng)的在線評論402條作為樣本。白水寨風景名勝區(qū)位于增城區(qū)派潭鎮(zhèn),占地面積約170km2,景區(qū)擁有原始森林、淺灘濕地、峽谷天池等廣東罕見自然生態(tài)資源,其中最令人矚目的當屬落差高達428.5米的全國內(nèi)地落差最大瀑布——白水仙瀑。

螞蜂窩是中國最大的旅行分享網(wǎng)站,創(chuàng)立于2006年,從2010年正式開始公司化運營。螞蜂窩更強調(diào)用戶自己原創(chuàng)內(nèi)容分享,依據(jù)用戶偏好及其行為習慣,對應提供個性化的旅行信息。

4 數(shù)據(jù)分析和處理

4.1 關(guān)鍵詞特征分析

將樣本通過微圖軟件進行關(guān)鍵詞提取,經(jīng)篩選獲得有意義的關(guān)鍵詞及其中心度如表1所示,中心度大小代表其重要性性程度,中心度越高,節(jié)點越處于核心地位。

表1 關(guān)鍵詞中心度(排名前 50 位)

從表1可見,關(guān)鍵詞中心度排名前50位中,詞性以主要包含名詞、形容詞和動詞。名詞數(shù)量最多,主要是景點設施、地名、景點環(huán)境;形容詞主要用來表現(xiàn)游客的態(tài)度、心情、感知和描述景點的形象和感官特征；動詞主要反映游客參觀游覽的行為、動機、過程等旅游活動特征。前50個特征詞是游客對景點感知中較突出的部分,這些詞集中反映了景區(qū)形象屬性特點和游客的參觀旅游活動行為體驗特征。為了更直觀地表達白水寨景區(qū)游客評論關(guān)注點,我們將表1中列出的前50位關(guān)鍵詞中心度在線生成詞云圖(圖1)。圖中字體的大小反映關(guān)鍵詞中心度的大小,從詞云圖可以看出“瀑布、不錯、風景、空氣、景區(qū)、地方、增城、爬到、山頂、門票”等是游客點評關(guān)注的熱點。

圖1 關(guān)鍵詞中心度詞云圖

4.2 文本內(nèi)容分析

為了更好地分析,本文從5個主類目和10個次類目對高頻關(guān)鍵詞進行分類歸納(見表2),5個主類目分別是旅游吸引物、旅游環(huán)境、旅游設施與服務、旅游體驗、旅游評價。從旅游吸引物來看,廣州白水寨風景區(qū)最核心吸引物是瀑布,景區(qū)的景色和風景都是圍繞瀑布布局,并被游客感知。從旅游環(huán)境來看,游客關(guān)注度較高的是區(qū)位環(huán)境和自然環(huán)境,游客更偏好景區(qū)內(nèi)的自然環(huán)境,對文化環(huán)境較少提及。從旅游設施與服務來看,游客對景區(qū)內(nèi)食宿設施、交通設施、旅游服務等方面評價甚多,比如景區(qū)內(nèi)游覽體力消耗大、門票價格偏高等,這些是游客較關(guān)注的游覽細節(jié),景區(qū)管理應從這些方面著重改進和完善。從旅游體驗來看,游客比較關(guān)注休閑、體驗、觀光,游客體驗的方式越來越多種多樣。從旅游評價來看,游客評價以正面評價為主。

4.3 情感分析

情感分析作為當前自然語言處理領(lǐng)域中最為活躍的研究之一,是指對在線評論文本進行情感分析判斷文本的情感極性是正面、負面還是中性,或識別用戶的觀點是“贊同”還是“反對”。根據(jù)定義的規(guī)則,將情感值設定為(0,1)區(qū)間,首先對每條評論進行分析評分,0為最負面,1為最正面,統(tǒng)計本文的情感傾向,從而對情感分析做出判斷,根據(jù)ID合并計算出每條文本的最終情感傾向評分,部分結(jié)果如表3所示。

表2 廣州增城白水寨風景區(qū)在線評論主題類目

表3 情感得分值和評論文本(部分)

通過情感分析發(fā)現(xiàn),廣州增城白水寨風景區(qū)在線評論整體綜合評分0.521,正面評價占比66.07%,負面評價占比33.93%,表明廣州增城白水寨風景區(qū)帶給游客的總體印象是積極大于消極。

根據(jù)情感分析結(jié)果生成云圖(見圖2),發(fā)現(xiàn)正面感知主要來自景區(qū)的空氣、環(huán)境、瀑布、風景。少部分游客的實際旅游體驗小于期望,負面感知主要是來自于景點門票價格過高帶來的不滿。

5 結(jié)論與討論

本研究存在以下幾個方面的局限性。首先,本文研究僅以螞蜂窩網(wǎng)上一定時間內(nèi)上傳的在線評論作為樣本來源,沒有納入旅游論壇、旅友微博、微信平臺等其他類型旅游網(wǎng)站;同時,由于游客感知具有動態(tài)性,在不同的旅游階段,游客感知和關(guān)注的因素有差異的;此外,使用的分析軟件在進行分析時存在一定主觀性。未來研究應進一步拓展資料搜集渠道,對游客不同時間段內(nèi)發(fā)表的評論進行比較分析,以期對景區(qū)更全面的了解,使研究更加深入。