張軍洲，連云凱

（桂林旅游高等?？茖W(xué)校 ，廣西 桂林541006）

一、旅游博客和論壇的發(fā)展

虛擬社區(qū)在近些年發(fā)展得非常迅速，博客、論壇、YOUTUBE、Wikis、2nd life等都是虛擬社區(qū)發(fā)展的例子，這些技術(shù)的發(fā)展使人們可以和全世界的人們共享自己的經(jīng)驗(yàn)［1］。而虛擬社區(qū)又分為兩大類，一類是以YOUTUBE和2nd life為代表，關(guān)注點(diǎn)在于視覺的經(jīng)驗(yàn)分享，比如視頻和圖片；另一類是以論壇和博客為代表，關(guān)注點(diǎn)是網(wǎng)頁上的文本，文字的內(nèi)容容易獲取、標(biāo)記，進(jìn)而可以綜合分析，使管理者能得到需要的商業(yè)信息。而作為近幾年的一個(gè)熱門產(chǎn)業(yè)——旅游，由于越來越被人們重視，人們總是會(huì)在節(jié)假日安排自己的旅行。由于網(wǎng)絡(luò)的發(fā)展，越來越多的人樂于以博客和論壇的形式發(fā)表自己的旅行經(jīng)驗(yàn)以及對(duì)旅游產(chǎn)品的評(píng)價(jià)，所以旅游博客和旅游論壇近幾年也迅速發(fā)展。很多人計(jì)劃旅行時(shí)，也會(huì)通過網(wǎng)絡(luò)查看自己計(jì)劃旅游地的外部評(píng)價(jià)，從而選擇最優(yōu)的旅行安排。

本文以旅游博客和旅游論壇為著眼點(diǎn)，介紹了它們對(duì)傳統(tǒng)旅游產(chǎn)業(yè)的影響，論證了在新的網(wǎng)絡(luò)時(shí)代，如何利用旅游博客和旅游論壇為旅游管理者提供改善旅游產(chǎn)品的方向。

二、旅游博客和論壇對(duì)旅游產(chǎn)業(yè)的影響

傳統(tǒng)的旅游業(yè)主要通過一些傳統(tǒng)媒體，比如電視、報(bào)紙、雜志，宣傳自己的旅游產(chǎn)品。但是，面對(duì)現(xiàn)在新的網(wǎng)絡(luò)時(shí)代，這些做法已經(jīng)落后，具有明顯的缺點(diǎn)：

（1）投資較高。由于傳統(tǒng)媒體資源有限，要達(dá)到廣告效益，投資必然較高。

（2）缺少交互性，較少得到旅游消費(fèi)者的反饋，不能改進(jìn)提高。

（3）旅游管理者不易把握旅游市場(chǎng)發(fā)展的動(dòng)向，不易了解自己的競(jìng)爭(zhēng)對(duì)手。

而通過網(wǎng)絡(luò)的方式則可以明顯得以改善。現(xiàn)在很多旅游管理者已經(jīng)看到這個(gè)趨勢(shì)，在網(wǎng)絡(luò)上投入廣告，推廣自己的旅游產(chǎn)品，稍有遠(yuǎn)見的管理者則專門建立自己的旅游網(wǎng)站進(jìn)行宣傳，通過傳統(tǒng)媒體和新媒體的結(jié)合推廣自己的旅游產(chǎn)品。不過，如何利用當(dāng)前發(fā)展迅速的旅游博客和論壇，卻少有人了解。

游客在博客和論壇上所寫的文章，往往會(huì)包含很多信息，比如自己的喜好、期望得到什么樣的服務(wù)、對(duì)已經(jīng)去過的旅游景區(qū)的評(píng)價(jià)、下次他可能會(huì)去哪里旅游、他對(duì)某個(gè)酒店的評(píng)價(jià)等。而且由于網(wǎng)絡(luò)的發(fā)展，虛擬社區(qū)可以使游客非常容易地和全世界的人分享自己的旅行經(jīng)驗(yàn)，從而他的文章不僅僅代表了個(gè)人的旅游產(chǎn)品消費(fèi)信息，還能對(duì)其他有同樣旅游動(dòng)機(jī)的消費(fèi)者產(chǎn)生巨大的影響［2-4］。比如，對(duì)一個(gè)酒店負(fù)面的評(píng)價(jià)有可能會(huì)立即減少預(yù)定該酒店的顧客，而關(guān)于某個(gè)餐館的美味菜肴和服務(wù)員的熱情接待的正面評(píng)價(jià)，則可能迅速增加這個(gè)餐館的顧客。

因此，旅游管理者應(yīng)該盡快學(xué)會(huì)利用旅游博客和論壇獲取信息，從而使其成為改善和提高旅游產(chǎn)品質(zhì)量的有力工具。旅游管理者使用旅游博客和論壇的優(yōu)勢(shì)如下：

（1）通過分析，可以知道消費(fèi)者是如何評(píng)價(jià)自己的旅游產(chǎn)品的，或者了解消費(fèi)者對(duì)其它旅游產(chǎn)品的評(píng)價(jià)，從而做到知已知彼，提高自己的競(jìng)爭(zhēng)力。

（2）通過檢查消費(fèi)者對(duì)某旅游產(chǎn)品正面或負(fù)面的評(píng)價(jià)，可以找到自己存在的問題，以改進(jìn)和提高服務(wù)質(zhì)量，提高自己在相關(guān)領(lǐng)域的產(chǎn)品競(jìng)爭(zhēng)力，開發(fā)新的產(chǎn)品服務(wù)，對(duì)已有的優(yōu)勢(shì)加強(qiáng)宣傳。

（3）通過分析消費(fèi)者感興趣的內(nèi)容，可以預(yù)測(cè)旅游發(fā)展的趨勢(shì)，從而有助于旅游管理者為將來的發(fā)展方向做決策。

三、人工分析和軟件自動(dòng)分析比較

由于網(wǎng)絡(luò)博客和論壇快速擴(kuò)張，要分析所有相關(guān)的旅游文章成為一個(gè)巨大的任務(wù)，為了達(dá)到分析目的，通常要在一定時(shí)間間隔內(nèi)閱讀分析幾百甚至上千的文章，很明顯，這不是一個(gè)人可以在一天、一周或者一個(gè)月可以完成的任務(wù)。因此，人為的分析博客論壇文章顯然是不可能的。

而與此同時(shí)，博客和論壇文章的數(shù)量還在迅速增長，這些文章隨時(shí)都在增加，而且分析工作還在不斷更新，需要每隔一段時(shí)間檢查一次。而這些工作可以使用軟件應(yīng)用程序完成，還可以通過設(shè)置一些參數(shù)來完成不同的功能，而軟件由于依賴于使用者的參數(shù)設(shè)定，所以不會(huì)像人為的那樣，容易根據(jù)先前的經(jīng)驗(yàn)而產(chǎn)生一些帶有偏見的選擇，且軟件應(yīng)用程序可以存儲(chǔ)相應(yīng)的內(nèi)容到自身數(shù)據(jù)庫里，從而避免檢查重復(fù)的數(shù)據(jù)。另外，人工的核查分析代價(jià)非常昂貴，耗費(fèi)時(shí)間和金錢，而軟件應(yīng)用程序從長遠(yuǎn)考慮具有非常高的性價(jià)比。

四、軟件程序模型的探討

要從網(wǎng)絡(luò)中大量的旅游博客和論壇文章數(shù)據(jù)中搜索旅游管理者需要的信息，需要使用網(wǎng)絡(luò)搜索引擎，按照搜索條件或者用戶設(shè)定的范圍，對(duì)網(wǎng)頁中的數(shù)據(jù)進(jìn)行搜索，得到相關(guān)的一系列的網(wǎng)址列表，接著利用程序?qū)Λ@得網(wǎng)址的文本內(nèi)容進(jìn)行劃分，去除不相關(guān)的或者很少相關(guān)的網(wǎng)址鏈接，此后，提取相關(guān)文本的內(nèi)容并存儲(chǔ)到文件數(shù)據(jù)庫系統(tǒng)，接著利用文本提取算法對(duì)數(shù)據(jù)庫當(dāng)中的文本進(jìn)行分析，抽取需要的句子，簡化分析，獲得文本的關(guān)鍵詞或者合成詞關(guān)鍵詞，生成數(shù)據(jù)表，并鏈接到相應(yīng)的句子和文本當(dāng)中，接著根據(jù)設(shè)定的分類機(jī)制進(jìn)行文件劃分，確定文本的評(píng)價(jià)性質(zhì)是正面的，中性的或者是負(fù)面的，最后產(chǎn)生報(bào)告，給軟件程序使用者。其流程圖如圖1：

圖1 程序模型的流程圖

其中，搜索引擎為一個(gè)聚焦網(wǎng)絡(luò)爬蟲程序［5］，它是一個(gè)自動(dòng)提取網(wǎng)頁的程序，它為搜索引擎從萬維網(wǎng)上下載網(wǎng)頁，根據(jù)一定的網(wǎng)頁分析算法過濾與主題無關(guān)的鏈接，保留有用的鏈接并將其放入等待抓取的URL隊(duì)列。然后，它將根據(jù)一定的搜索策略從隊(duì)列中選擇下一步要抓取的網(wǎng)頁URL，并重復(fù)上述過程，直到達(dá)到系統(tǒng)的某一條件時(shí)停止。所有被爬蟲抓取的網(wǎng)頁將會(huì)被系統(tǒng)存貯，進(jìn)行一定的分析、過濾，并建立索引，以便之后的查詢和檢索。

實(shí)現(xiàn)此軟件模型需要考慮的具體步驟是：

第一步：準(zhǔn)備必要的搜索數(shù)據(jù)。在執(zhí)行自動(dòng)搜索前，用戶要手工定義一些相關(guān)主題、關(guān)鍵詞、URL等希望查詢的信息，其中也可以包含一些用戶想要檢查的指定的論壇和博客。

第二步：運(yùn)行搜索引擎網(wǎng)絡(luò)爬蟲程序。將第一步設(shè)定的主題表（檢查條件）放入到搜索引擎網(wǎng)絡(luò)爬蟲程序中，從而得到相關(guān)的博客和論壇文章內(nèi)容，這一步會(huì)產(chǎn)生大量的URL列表鏈接。

第三步：評(píng)測(cè)搜索到的URL結(jié)果。對(duì)第二步產(chǎn)生的URL列表進(jìn)行檢查，移除用戶認(rèn)為不相關(guān)的或極少相關(guān)的，保留用戶認(rèn)為相關(guān)的。

第四步：提取URL列表里的相關(guān)內(nèi)容。在這一步，網(wǎng)絡(luò)爬蟲從URL列表里提取所有的相關(guān)內(nèi)容，并寫入到文件數(shù)據(jù)庫系統(tǒng)中。

第五步：線性分析。應(yīng)用線性分析，將前面步驟獲得的文件內(nèi)容拆分成句子，所有的句子富含語法信息（有精簡的主謂賓等，句子類型，比如是疑問句，還是陳述句等），句子也將分組成段落。除此之外，將所有的關(guān)鍵詞或者合成關(guān)鍵詞從文章中也提取出來，構(gòu)成一張數(shù)據(jù)表，并鏈接到相應(yīng)的句子和文章中，且文本中只要出現(xiàn)和程序使用者提供的關(guān)鍵詞相同的詞，也標(biāo)記出來，添加到數(shù)據(jù)表當(dāng)中。

第六步：文本分類。基于第五步的數(shù)據(jù)表，將文本根據(jù)不同的分類機(jī)制進(jìn)行分類，比如酒店、景區(qū)、活動(dòng)場(chǎng)所等，把這些分類信息加入到程序模型中，也包含作者、URL、時(shí)間等信息。

第七步：確定各個(gè)文本評(píng)價(jià)結(jié)果的性質(zhì)（正面的，中性的或負(fù)面的），根據(jù)產(chǎn)生的數(shù)據(jù)表中的關(guān)鍵詞或句子的權(quán)值和極性來確定文章的評(píng)價(jià)分類。

第八步：產(chǎn)生報(bào)告，反饋給程序使用者。

要考慮的核心問題是：

（1）文本劃分：如何將文本劃分，去除不相關(guān)的或相關(guān)很少的文本。

可以通過搜索已有的主題詞列表中的關(guān)鍵詞實(shí)現(xiàn)，將網(wǎng)頁文本中獲得的關(guān)鍵詞與初始使用者設(shè)定的條件區(qū)域關(guān)鍵詞進(jìn)行匹配，計(jì)算出每個(gè)網(wǎng)頁的相似度，從而得到按相似度排序的一系列網(wǎng)頁，設(shè)定一個(gè)相似度門限閾值，低于此閾值的網(wǎng)頁被去除，高于此閾值的保留，留做進(jìn)一步的分析使用。

（2）文本提取算法［6］：如何提取文章里的核心句子，關(guān)鍵詞，合成關(guān)鍵詞。

當(dāng)前的文本提取算法有很多，比如K-最近鄰分類算法（K＿Nearest＿neighbor）、樸素貝葉斯分類算法（NB）、支持向量機(jī)算法（SVM）、神經(jīng)網(wǎng)絡(luò)方法、最小平方擬合算法（LLSF）、線性回歸模型算法、決策樹算法（Decision Tree）等。

（3）對(duì)文本總結(jié)評(píng)價(jià)算法實(shí)現(xiàn)：如何確定文本的評(píng)價(jià)結(jié)果，比如是正面的、中性的，還是負(fù)面的，評(píng)價(jià)的程度如何等。

通過對(duì)生成的數(shù)據(jù)表中關(guān)鍵詞或者合成關(guān)鍵詞和已有的數(shù)據(jù)字典匹配，賦予極性（POL）和權(quán)值（POW），極性有3種，分別是正面的（Pos）、中性的（Neu）、負(fù)面的（Neg），而權(quán)值是0到1之間的數(shù)字。數(shù)據(jù)字典需要人為的添加并不斷更新而生成，它是保證評(píng)價(jià)結(jié)果準(zhǔn)確性的關(guān)鍵。表1為一個(gè)數(shù)據(jù)字典表的例子。這里需要注意，如果關(guān)鍵詞前面有“很”、“非?！?、“特別”等表達(dá)程度的副詞時(shí)，其權(quán)值應(yīng)相應(yīng)地按比例增加。

另外，不同的程序使用者可以按不同的目的選擇自己想要的信息。比如，一個(gè)負(fù)責(zé)酒店服務(wù)質(zhì)量的酒店經(jīng)理，往往會(huì)關(guān)注負(fù)面的評(píng)價(jià)結(jié)果，以找出自己企業(yè)的不足，從而改進(jìn)。因此，他在使用時(shí)，可以降低對(duì)正面信息的關(guān)注度，而提高對(duì)負(fù)面信息關(guān)注的參數(shù)設(shè)定。而客戶經(jīng)理也會(huì)關(guān)注負(fù)面評(píng)價(jià)，以便能盡快地改進(jìn)服務(wù)，市場(chǎng)部經(jīng)理會(huì)比較關(guān)注正面的評(píng)價(jià)，用這些數(shù)據(jù)加大網(wǎng)絡(luò)上對(duì)自己旅游產(chǎn)品的宣傳。

表1 數(shù)據(jù)字典表

五、總結(jié)

本文分析了新網(wǎng)絡(luò)時(shí)代旅游博客和論壇對(duì)傳統(tǒng)旅游產(chǎn)業(yè)的影響以及如何使用旅游博客和論壇分析提高旅游產(chǎn)品質(zhì)量，提高自己的競(jìng)爭(zhēng)力，更進(jìn)一步可以預(yù)測(cè)旅游發(fā)展的趨勢(shì)，從而有助于旅游管理者為將來的發(fā)展方向做決策。文中給出了軟件程序?qū)崿F(xiàn)的步驟，并分析了其中的核心問題，給出了解決方法。由于本軟件程序由多個(gè)模塊構(gòu)成，下一步的工作是要完成具體各個(gè)子模塊的算法實(shí)現(xiàn)，選擇最優(yōu)的算法，以便進(jìn)一步提高此軟件程序的正確性。

［1］Archdale G.Computer reservation systems and public tourism offices［J］.Tourism Management，1993：3-14.

［2］李莉，王靜.從“觀望者”到“購買者”：中國旅游電子商務(wù)消費(fèi)者購買決策行為探析［J］.旅游學(xué)刊，2008，23（5）：49-56.

［3］石建中，康偉，李志剛 .關(guān)于在線旅游企業(yè)網(wǎng)絡(luò)組織的研究 ［J］.旅游論壇，2011，21（5）：48-53.

［4］王玉潔，顏琪，劉承良.旅游電子商務(wù)網(wǎng)站服務(wù)質(zhì)量的感知實(shí)證分析［J］.旅游論壇，2009，10（1）：28-31.

［5］周立柱，林玲.聚焦爬蟲技術(shù)研究綜述 ［J］.計(jì)算機(jī)應(yīng)用，2005（9）：25.

［6］曹鋒，張代遠(yuǎn).文本分類技術(shù)研究［J］.電腦知識(shí)與技術(shù)，2009，5（32）：9023-9025.