邵 雋 常雪松 趙雅敏

1 研究背景

游客出行模式分析是景區(qū)和目的地規(guī)劃管理的重要基礎(chǔ)，在識(shí)別旅游者行為模式的基礎(chǔ)上，才能合理制定景區(qū)和目的地戰(zhàn)略、規(guī)劃旅游線路、推薦旅游產(chǎn)品、科學(xué)進(jìn)行游客影響管理。社交媒體上旅游者主動(dòng)發(fā)布的游記等數(shù)據(jù)的出現(xiàn)，為分析旅游活動(dòng)和偏好提供了一種更有效的方法。鑒于目前低成本大數(shù)據(jù)分析在景區(qū)規(guī)劃和目的地規(guī)劃實(shí)踐尚顯不足，有些景區(qū)缺乏基于游客出游活動(dòng)模式的規(guī)劃統(tǒng)籌。中國(guó)許多景區(qū)對(duì)游客信息和行為的調(diào)查統(tǒng)計(jì)較為粗放，缺少對(duì)旅游者行為的數(shù)據(jù)的積累，甚至有些知名景區(qū)仍缺少現(xiàn)有客源的客源地分布情況，這將嚴(yán)重制約景區(qū)的規(guī)劃管理。本研究以華山景區(qū)為研究對(duì)象，利用游客發(fā)布的游記大數(shù)據(jù)，對(duì)旅游者出行方式、目的地聯(lián)動(dòng)以及滿意度評(píng)價(jià)進(jìn)行挖掘分析，回答“景區(qū)內(nèi)游客集中在哪里？游客從哪里來(lái)？還會(huì)去哪里？對(duì)景區(qū)是否滿意？”等問(wèn)題，從而為景區(qū)和目的地規(guī)劃設(shè)計(jì)提供支持。

2 研究進(jìn)展

2.1 游記大數(shù)據(jù)的特征

游記大數(shù)據(jù)既具有大數(shù)據(jù)的5V基本特征，即數(shù)據(jù)規(guī)模大(volume)、數(shù)據(jù)種類多(variety)、數(shù)據(jù)變化快(velocity)、數(shù)據(jù)真實(shí)性(veracity)、應(yīng)用價(jià)值高(value)[1-2]，同時(shí)又具有景區(qū)時(shí)空大數(shù)據(jù)的多源性、客觀性、動(dòng)態(tài)性、現(xiàn)實(shí)性、精細(xì)性等特征[3]。此外，由于用戶自發(fā)生成游記內(nèi)容，出于分享經(jīng)驗(yàn)、記錄生活日志等個(gè)人原因，在社交媒體上記錄、分享和發(fā)布游記，并主動(dòng)分享在互聯(lián)網(wǎng)，這些數(shù)據(jù)可以免費(fèi)獲得[4-5]，因而游記大數(shù)據(jù)具有低成本特征。游記大數(shù)據(jù)包含文本、照片、視頻等多種形式的數(shù)據(jù)類型，許多游記還包含用戶或網(wǎng)站用地理、時(shí)間、文字描述和信息來(lái)標(biāo)注的地理標(biāo)簽數(shù)據(jù)[6]，這些數(shù)據(jù)含有旅游者在周邊地區(qū)出行的行為信息和目的地資源信息[7-8]，形成了游客數(shù)字足跡，可以用來(lái)挖掘旅游者在特定目的地區(qū)域的時(shí)空軌跡和出行模式[9-10]。此外，通過(guò)游記大數(shù)據(jù)可以隨時(shí)了解游客對(duì)景區(qū)資源及旅游產(chǎn)品的喜好程度，或?qū)皡^(qū)管理水平及服務(wù)質(zhì)量的滿意程度[3]。

游記大數(shù)據(jù)出現(xiàn)之前，分析游客行為模式依賴的傳統(tǒng)方法比較有限，通常有：面對(duì)面訪談[11]、問(wèn)卷調(diào)查[12-14]、政府或旅游組織發(fā)布的二手?jǐn)?shù)據(jù)[11，15-16]、觀察法[14]、移動(dòng)跟蹤設(shè)備[17-19]等。這些數(shù)據(jù)收集方法通常成本比較高、相對(duì)耗時(shí)，且獲取的樣本數(shù)量和信息量有限[6，20-21]。與傳統(tǒng)方法獲取的數(shù)據(jù)相比，游客大數(shù)據(jù)記錄了自然發(fā)生的游客實(shí)際行為，規(guī)模上相當(dāng)可觀，使用上成本很低，且包含信息非常豐富。游記大數(shù)據(jù)來(lái)源于先進(jìn)的中共享服務(wù)和移動(dòng)技術(shù)支持的平臺(tái)[22-23]。游記中對(duì)目的地或景區(qū)的文字描述、地理位置、訪問(wèn)時(shí)間、圖片等信息內(nèi)容很多都可以由用戶控制[6，22]。

2.2 相關(guān)研究簡(jiǎn)述

鑒于游記大數(shù)據(jù)具有上述特點(diǎn)，分析游記數(shù)據(jù)成為新興的研究領(lǐng)域。通過(guò)分析游記大數(shù)據(jù)，可以觀察、記錄和分析游客出行模式和行為[24]，進(jìn)一步識(shí)別地標(biāo)[25]，識(shí)別游客頻繁使用的線路和空間，為目的地規(guī)劃管理提供參考。目前旅游和景區(qū)規(guī)劃領(lǐng)域的游記大數(shù)據(jù)研究仍處于早期階段，主要集中在對(duì)游客出行模式和行為的研究以及旅游推薦系統(tǒng)的設(shè)計(jì)[6]。利用旅游者發(fā)布在社交媒體上的大數(shù)據(jù)對(duì)游客出行模式的研究有不同的尺度。在國(guó)際尺度，Hawelka等(2014)利用twitter數(shù)據(jù)挖掘國(guó)際游客出游模式[25]，根據(jù)2012年記錄的近10億條推文，研究了不同國(guó)家的流動(dòng)性狀況，考察了流動(dòng)率、旋轉(zhuǎn)半徑、目的地的多樣性以及資金流入和流出的平衡等特征。在國(guó)家尺度，李棟和楊陽(yáng)(2017)研究利用新浪微博的大數(shù)據(jù)對(duì)2014年黃金周出行進(jìn)行了研究[26]，其他研究多集中于城市尺度[4，17，20，27]和城市公園尺度[28-29]，目前少有景區(qū)尺度的研究。由于Flickr上的游客發(fā)布的圖片為主的數(shù)據(jù)的結(jié)構(gòu)化比較好，方便研究者獲取數(shù)據(jù)，目前城市尺度的研究集中于利用Flickr上的游客圖片數(shù)據(jù)和文本信息[4，27]。這些研究除發(fā)掘發(fā)現(xiàn)游客感興趣的旅游景點(diǎn)外，還對(duì)不同客源地游客的出游模式和行為進(jìn)行了比較[20]。研究人員還利用帶地理標(biāo)簽的照片大數(shù)據(jù)來(lái)分析游客的偏好和活動(dòng)[4，30]。Guo等(2015)[31]采用緊湊模式挖掘和序列模式挖掘方法，從去哪兒網(wǎng)發(fā)布的結(jié)構(gòu)化旅游博客中收集地理信息，用于分析某一特定領(lǐng)域的興趣、旅游活動(dòng)和旅游使用服務(wù)，并進(jìn)一步擴(kuò)展了旅游領(lǐng)域地理標(biāo)記研究中的數(shù)據(jù)采集技術(shù)。

本研究將在景區(qū)尺度對(duì)游記大數(shù)據(jù)進(jìn)行挖掘分析，關(guān)注旅游者在景區(qū)內(nèi)部和外部的移動(dòng)模式，深入分析景區(qū)滿意度，并將研究結(jié)果用GIS軟件直觀圖示，為景區(qū)及所在目的地規(guī)劃管理部門(mén)了解客源市場(chǎng)特征提供幫助。

3 研究方法

本研究的研究問(wèn)題是界定華山的客源市場(chǎng)，挖掘游客在華山景區(qū)內(nèi)的出行模式和行為偏好，了解對(duì)華山的滿意度情況，以及游客在華山外的目的地聯(lián)動(dòng)情況。

3.1 數(shù)據(jù)獲取

在螞蜂窩和攜程網(wǎng)游記攻略頻道，以“華山”為關(guān)鍵詞搜索游記文本素材。于2016年5月20日，通過(guò)火車(chē)頭網(wǎng)頁(yè)爬蟲(chóng)工具對(duì)游記網(wǎng)頁(yè)內(nèi)容進(jìn)行抓取。除游記文本素材外，對(duì)相關(guān)游記中出游時(shí)間、花費(fèi)、停留時(shí)間、關(guān)聯(lián)目的地、作者常住地等結(jié)構(gòu)化標(biāo)簽數(shù)據(jù)也進(jìn)行了抓取。共抓取游記文本素材1 468篇(84.5萬(wàn)余字)。其中，螞蜂窩網(wǎng)抓取768篇(58萬(wàn)余字)，攜程網(wǎng)抓取700篇(26.5萬(wàn)余字)。

3.2 數(shù)據(jù)整理和清洗

首先，將數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，按照游記標(biāo)題、游記作者、游記正文等基本要素以及出游時(shí)間、出游花費(fèi)、停留時(shí)間、作者常住地等游客行為信息導(dǎo)入EXCEL中，成為本地原始游記數(shù)據(jù)庫(kù)。其次，對(duì)數(shù)據(jù)進(jìn)行內(nèi)容清洗，刪除基本信息大量缺失的數(shù)據(jù)(221篇，6.6萬(wàn)余字)、刪除按照正則表達(dá)式抽取出的游記網(wǎng)站模板數(shù)據(jù)(86篇，4.3萬(wàn)余字)和廣告文本數(shù)據(jù)(81篇，2萬(wàn)余字)。最后，刪除重復(fù)和空白內(nèi)容(共0.8萬(wàn)余字)、刪除過(guò)短(10個(gè)字符以下)或純符號(hào)等無(wú)意義內(nèi)容(0.4萬(wàn)余字)，例如“我到了！”“這張照片好漂亮……”“寫(xiě)在前面的話！”等。

經(jīng)過(guò)整理篩選，共得到高質(zhì)量華山游記素材1 080篇(70.4萬(wàn)余字)。其中，螞蜂窩網(wǎng)游記549篇(43.9萬(wàn)余字)，攜程網(wǎng)游記531篇(26.5萬(wàn)余字)。

3.3 文本分詞

對(duì)整理好的游記素材進(jìn)行分詞。分詞原理是應(yīng)用漢語(yǔ)詞典進(jìn)行匹配分詞，即所謂機(jī)械分詞法，這種方法是將待分析的華山游記字符串與標(biāo)準(zhǔn)漢語(yǔ)機(jī)器詞典中的詞條進(jìn)行匹配，若在詞典中找到某個(gè)字符串，則匹配成功，并將其以前后空格形式進(jìn)行切分。

利用ROST CM、NLPIR等工具和平臺(tái)進(jìn)行分詞。首先，將“華山”“西峰”“絕壁”“日出”“棧道”“渭南”“雜肝泡”“香椿辣子”……等華山景區(qū)特有詞匯添加到自定義分詞詞匯表；其次，按照既定方法對(duì)文本素材分詞，完成后過(guò)濾掉各種副詞、虛詞等無(wú)意義詞匯，整理得到有效詞頻列表。

3.4 語(yǔ)義分析

語(yǔ)義分析技術(shù)主要包括語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)圖繪制和情感分析。

語(yǔ)義結(jié)構(gòu)網(wǎng)絡(luò)圖的原理是將所有詞語(yǔ)相互關(guān)聯(lián)度的強(qiáng)弱關(guān)系進(jìn)行拓?fù)鋱D展示。首先，將文本素材按照句號(hào)、問(wèn)號(hào)、感嘆號(hào)、省略號(hào)等整句結(jié)束標(biāo)點(diǎn)進(jìn)行分行；其次，根據(jù)修正后的高頻詞表對(duì)文本素材的每一行進(jìn)行特征詞提取和所有行特征詞的共現(xiàn)頻次統(tǒng)計(jì)，得到行特征詞共現(xiàn)矩陣；最后，利用Netdraw，Gephi等軟件將共現(xiàn)矩陣可視化，形成語(yǔ)義結(jié)構(gòu)圖。

情感分析主要是對(duì)游記文本進(jìn)行基于情感詞庫(kù)的情緒傾向性分析，分析對(duì)象是分詞和分行完成后的文本素材。首先，引入情感詞典作為情感分析的基本依據(jù)，引入常見(jiàn)中文否定詞庫(kù)作為反向情緒判斷的依據(jù)，引入常見(jiàn)中文副詞庫(kù)作為情感程度判斷的基礎(chǔ)。其次，將游記全文每一行的詞匯與情感詞庫(kù)中進(jìn)行匹配，并根據(jù)中文語(yǔ)言習(xí)慣中的多重否定規(guī)則進(jìn)行情緒最終傾向的判斷，根據(jù)副詞表達(dá)的不同情感程度判斷最后得分。最后，綜合所有判斷結(jié)果，給出游記每行的情感分析，正分為積極情緒，負(fù)分為消極情緒，零分屬于中性語(yǔ)句，沒(méi)有情感傾向。同時(shí)，得分絕對(duì)值越高，該情緒傾向程度越大。

4 分析結(jié)果

4.1 華山游客行為模式

華山游記大數(shù)據(jù)分析的高頻關(guān)鍵詞如表1所示，語(yǔ)義網(wǎng)絡(luò)圖如圖1所示。可以看出，游客到訪和感興趣的景區(qū)內(nèi)的地點(diǎn)主要是東南西北四峰，五峰中的吸引力較小的中峰未被列入。東峰與日出景觀關(guān)系最大。西峰與日落景觀關(guān)系最大、西峰體力消耗較大。北峰、西峰與索道關(guān)系較大。游客到訪的主要景點(diǎn)包括：玉泉院、金鎖關(guān)、蒼龍嶺等。游客在景區(qū)內(nèi)的分布與華山景區(qū)內(nèi)的自然條件、索道設(shè)計(jì)和旅游產(chǎn)品設(shè)計(jì)基本相符。

從圖1還可以看出，西安對(duì)華山旅游影響很大。兵馬俑、華清池、黃河(壺口瀑布)、西安市區(qū)等成為華山游客最常去的關(guān)聯(lián)景區(qū)。在出行的交通方式上，遠(yuǎn)程游客主要通過(guò)飛機(jī)(西安/咸陽(yáng)機(jī)場(chǎng))以及火車(chē)到達(dá)華山。

對(duì)游客出游行為中的出游時(shí)間、花費(fèi)、停留時(shí)間的分析結(jié)果分別如圖2～4所示。華山到訪游客的出游時(shí)間集中在4—10月份，與中國(guó)北方景區(qū)普遍存在的較強(qiáng)季節(jié)性有不同，華山旅游受季節(jié)的影響不是很顯著。華山游客人均花費(fèi)主要集中在1 000～3 000元，高端旅游消費(fèi)較少。到訪華山游客的停留時(shí)間主要為3～5d，但值得注意的是，結(jié)合游客目的地分析，游客還會(huì)到訪兵馬俑、華清池、黃河(壺口瀑布)、西安市區(qū)等其他目的地，因而在華山景區(qū)范圍內(nèi)的停留時(shí)間并不長(zhǎng)。華山景區(qū)應(yīng)從供給側(cè)進(jìn)行旅游產(chǎn)品升級(jí)，吸引游客增加停留時(shí)間，增加旅游消費(fèi)，繼續(xù)發(fā)揮在渭南地區(qū)旅游中的龍頭作用。

4.2 華山游客客源地

圖1 華山游記語(yǔ)義網(wǎng)絡(luò)圖來(lái)

圖2 華山游客出行時(shí)間分布

圖3 華山游客出游人均花費(fèi)

圖4 華山游客停留時(shí)間

對(duì)游記中作者常住城市進(jìn)行統(tǒng)計(jì)，得出包含客源城市數(shù)量和占比(表2)。利用GIS軟件，得到圖5。華山游客以外省游客為主，按照人數(shù)由多到少可分為6個(gè)層級(jí)：北上廣一線城市群，鄭州、太原等周邊地區(qū)，成都、重慶等西南地區(qū)，武漢、長(zhǎng)沙等華中地區(qū)，沈陽(yáng)、大連等東北地區(qū)和其他地區(qū)。這表明，華山客源市場(chǎng)與空間距離、經(jīng)濟(jì)水平、交通便捷程度密切相關(guān)，與華山的空間距離越近、經(jīng)濟(jì)發(fā)展水平越高、交通越便捷，則客源市場(chǎng)份額越高。

4.3 華山游客關(guān)聯(lián)目的地

對(duì)整理好的游記數(shù)據(jù)中結(jié)構(gòu)化的關(guān)聯(lián)目的地?cái)?shù)據(jù)進(jìn)行整理，同一游記中到過(guò)的關(guān)聯(lián)的目的地標(biāo)記為同一行程內(nèi)的節(jié)點(diǎn)，得到以華山為核心的周邊旅游節(jié)點(diǎn)列表(表3)。對(duì)華山與所有相關(guān)旅游節(jié)點(diǎn)進(jìn)行關(guān)聯(lián)度強(qiáng)弱分析。利用GIS軟件將關(guān)聯(lián)度分析結(jié)果可視化(圖6)。單獨(dú)以華山作為目的地的游客為17.4%，占比較小。游客把華山與西安市區(qū)、秦始皇陵/兵馬俑、華清池、延安、壺口瀑布、黃帝陵、驪山等陜西省其他高等級(jí)資源作為共同目的地。游客還會(huì)將華山與洛陽(yáng)市區(qū)、嵩山少林寺、龍門(mén)石窟；青海湖、嘉峪關(guān)等周邊省份高等級(jí)資源作為共同目的地。西安市區(qū)與華山成為游客捆綁游覽最多的目的地。

游客的多目的地選擇提示了華山景區(qū)與河南、青海、甘肅等周邊省份進(jìn)行區(qū)域合作聯(lián)合營(yíng)銷(xiāo)的可能性。此外，考慮到華山地處渭南，而渭南市域大部分地區(qū)卻在目的地聯(lián)動(dòng)中未能出現(xiàn)，這說(shuō)明華山確實(shí)對(duì)渭南其他地區(qū)存在“形象遮蔽”效應(yīng)。華山管理部門(mén)繼續(xù)發(fā)揮華旅集團(tuán)在渭南區(qū)域的發(fā)展平臺(tái)作用，全面整合華山、渭南等陜西東線乃至黃河金三角區(qū)域內(nèi)旅游資源，帶動(dòng)渭南區(qū)域旅游整體發(fā)展與提升。結(jié)合大數(shù)據(jù)分析顯示的客源地分布數(shù)據(jù)，針對(duì)不同客源市場(chǎng)，進(jìn)行針對(duì)性的產(chǎn)品設(shè)計(jì)和區(qū)域宣傳。

4.4 游客滿意度

對(duì)游記數(shù)據(jù)進(jìn)行情感分析(表4)，其中游客積極評(píng)價(jià)共11 686條，占比56.60%；游客中性評(píng)價(jià)共6 126條，占比29.67%；游客消極評(píng)價(jià)共2 833條，占比13.72%。

表1 華山游記高頻關(guān)鍵詞

對(duì)游客不滿意評(píng)價(jià)數(shù)據(jù)進(jìn)行的厚數(shù)據(jù)分析，將負(fù)面情緒中得分最低的前100條游記語(yǔ)料篩選出來(lái)，此為游客最不滿意的方面。逐條對(duì)每條游客最不滿意的評(píng)價(jià)進(jìn)行內(nèi)容分析，并按照“食住行游購(gòu)?qiáng)省甭糜我匾约奥糜位A(chǔ)建設(shè)和服務(wù)方面進(jìn)行歸類分析。研究發(fā)現(xiàn)，游客對(duì)華山不滿意的方面集中于服務(wù)設(shè)施、景區(qū)擁堵、景區(qū)垃圾、自駕導(dǎo)航等方面(表5)。

5 結(jié)論與討論

本研究首次在景區(qū)微觀尺度上利用旅游者主動(dòng)生成的游記大數(shù)據(jù)進(jìn)行語(yǔ)義分析數(shù)據(jù)挖掘，并用GIS呈現(xiàn)研究結(jié)果，直觀展示了游記大數(shù)據(jù)對(duì)景區(qū)客源市場(chǎng)分析的有效性。游記大數(shù)據(jù)挖掘結(jié)果顯示：華山客源市場(chǎng)目前仍以華山登山觀光體驗(yàn)為主，西安市區(qū)與華山成為游客捆綁游覽最多的目的地，除了西安市區(qū)外，兵馬俑、華清池、延安等景區(qū)均是與華山聯(lián)系緊密的景區(qū)，游客對(duì)景區(qū)設(shè)施服務(wù)和運(yùn)營(yíng)管理有許多不滿之處。景區(qū)主管部門(mén)和目的地政府應(yīng)整合利用包含游記大數(shù)據(jù)在內(nèi)的多種數(shù)據(jù)來(lái)源，實(shí)時(shí)獲取資源、環(huán)境、設(shè)施、人員等景區(qū)時(shí)空大數(shù)據(jù)，利用大數(shù)據(jù)中心及云計(jì)算平臺(tái)提供的實(shí)時(shí)數(shù)據(jù)分析，根據(jù)相關(guān)大數(shù)據(jù)分析其偏好與需求，匹配景區(qū)資源、環(huán)境、設(shè)施等教育科普內(nèi)容與信息服務(wù)，從而實(shí)現(xiàn)大眾服務(wù)的智能精準(zhǔn)化管理[3]。通過(guò)智能景區(qū)系統(tǒng)的規(guī)劃建設(shè)，職能部門(mén)應(yīng)能夠?qū)崟r(shí)監(jiān)控景區(qū)內(nèi)游客客流分布、交通狀況、服務(wù)設(shè)施使用狀況，及時(shí)采取分流疏導(dǎo)措施，保障游客旅游安全和秩序。結(jié)合輿情分析結(jié)果和設(shè)施使用狀況，升級(jí)服務(wù)和設(shè)施品質(zhì)，合理規(guī)劃基礎(chǔ)設(shè)施的設(shè)置和容量，改善游客體驗(yàn)，吸引游客進(jìn)行正面的口碑傳播。

本論文尚有一些不足之處：1)由于社交媒體上數(shù)據(jù)來(lái)源網(wǎng)站的市場(chǎng)占有率和對(duì)主體旅游者的覆蓋度的限制，研究結(jié)果的代表性可能有偏；2)未區(qū)分自助游客和跟團(tuán)游游客的出游模式異同；3)受研究時(shí)間限制，本研究尚未細(xì)分挖掘游客年齡層次等人口學(xué)統(tǒng)計(jì)學(xué)特征信息。本研究是對(duì)景區(qū)尺度的游記大數(shù)據(jù)的嘗試性研究，未來(lái)有待繼續(xù)開(kāi)展的相關(guān)研究包括：1)對(duì)游記大數(shù)據(jù)中的圖片數(shù)據(jù)內(nèi)容進(jìn)行分析；2)對(duì)不同客源市場(chǎng)的旅游模式和出游進(jìn)行偏好分析；3)開(kāi)展基于游記大數(shù)據(jù)與傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)源的交叉驗(yàn)證分析。

表2 華山游記作者客源地分布

表3 華山游記目的地占比情況

圖5 華山游記作者客源地分布(底圖引自必應(yīng)地圖)

圖6 華山景區(qū)游客多目的地選擇

表4 華山游客滿意度高頻詞情緒分析結(jié)果

表5 華山游記游客不滿意評(píng)價(jià)表