【摘 要】 旅游逐漸成為人們閑暇時間的生活方式，游客面臨旅行目的地景點或酒店的選擇決策問題。一些旅游網站均包含豐富的旅游評論信息為廣大游客的選擇決策提供重耍依據。本文以貓途鷹旅游門戶網站為語料源，面向游客對麗江古城評論中的中文評論部分進行了情感分析研究，在理論分析和實際應用上具有重要意義，同時也為旅行目的地的滿意度分析提供理論依據。

【關鍵詞】 麗江古城 游客 評論 情感分析

引 言

20世紀90年代以來，古城鎮(zhèn)旅游隨之興起，麗江古城、大理古城、鳳凰古城等古城鎮(zhèn)相繼成為國內熱門旅游地。然而，在現有的古城鎮(zhèn)旅游研究文獻中，以游客心理為主題的文獻數量較少，而這一主題的研究對古城鎮(zhèn)的旅游發(fā)展決策和適應新時期游客的旅游需要意義重大。本文選擇麗江古城為案例主要是出于麗江古城作為國內知名度極高的古城旅游景區(qū)，旅游開發(fā)強度高（年客流量達1599萬人次），分析它的游客評價內容，有助于其他未曾到過麗江古城的游客對麗江古城景區(qū)有一個直觀的印象，對游客起到參考和建議的作用，更有利于當地對古城景區(qū)的管理，為景區(qū)謀求尋找更好的發(fā)展。

1 樣本選取

本研究評論樣本取自于全球第一旅游評論網站TriAdvisor，研究樣本的篩選時間在2018年3月-2019年5月，最終收集旅游點評2413條。通過文本轉換，剔除文本里所有的標點符號、段落符號、英文縮寫等與中文詞頻分析無關的因素，并將全部處理好的文本保存到TXT文本文檔中，用ROSTCM6軟件進行分析。

2 數據分析

2.1 高頻詞特征提取

導入待分析的評論文本，使用ROSTCM6軟件的分詞功能。為保證分詞和詞頻分析結果的準確，首先將TXT文本里的如“愜意”“輕松”“自在”等同義詞、近義詞進行替換，將一些與主題無關的詞語過濾，例如“那么”、“然而”、“還是”、“還有”、“雖然”等停用詞。在文本清洗的基礎上進行詞頻統計，獲取高頻特征詞和頻數。采用ROSTCM6軟件的可視化功能建立直觀形象的麗江古城感知形象的主題高頻特征詞“標簽云”得出排名前十的名詞有：麗江古城、酒吧、客棧、商業(yè)化、特色、晚上。從游客對麗江古城的感受中，我們可以看出：（1）麗江古城酒吧文化盛行;（2）一天的時間段中，晚上是最讓游客印象深刻的。（3）游客認為麗江古城的客棧極富特色;（4）麗江古城商業(yè)化嚴重。

2.2 社會語義網絡分析

對評論樣本進行社會語義網絡分析，得出“古城”“酒吧”“特色”等詞出現的頻率較高，是重要的中心節(jié)點，越靠近中心節(jié)點的詞與中心節(jié)點關系越密切?！疤厣薄懊利悺薄熬瓢伞薄懊褡濉薄翱蜅！薄吧虡I(yè)化”聯系最為密切，是游客感知的中心主題?？梢钥闯鲇慰捅容^青睞于麗江古城的特色酒吧文化和夜生活以及客棧文化，由于麗江古城與玉龍雪山距離近，游客很有可能兩個景點都去過，因此游客在對麗江古城的評論中，會提及玉龍雪山。

2.3 情感分析

游客對旅游目的地形象的情感評價總是以認知為基礎的，一旦脫離了與旅游目的地吸引物、接待設施與服務、風景區(qū)環(huán)境與氛圍，那么情感評價就會顯得單薄空洞，因此本文將樣本中有關游客體驗目的地吸引物、風景環(huán)境與氛圍、接待設施與服務等各類詞語進行了整理和排序，得到麗江古城游客情感評價詞頻統計，運用ROSTCM6軟件分析2413條旅游點評信息的情感感知傾向，得出積極感知情緒的一共2497條，占75.30%，包括“特色”“享受”“難忘”“酒吧”等詞語，可以看出游客游覽首先追求享受古城夜晚的放松，消極情感中“商業(yè)化”出現頻率高，說明游客覺得麗江古城商業(yè)化開發(fā)嚴重，持有一定擔憂的態(tài)度。

3 結論

通過對游客關于麗江古城的評論研究，得出以下幾點結論：

（1）在游客關于麗江古城的評論中，“特色”“客棧”“酒吧”“商業(yè)化”“慵懶”詞頻高，可以看出游客在選擇麗江古城作為旅游目的地時，獨特的客棧、夜晚的酒吧文化、放松的旅游體驗十分吸引游客。

（2）在2413條評論中，商業(yè)化作為與景區(qū)相關度不高的中性詞，出現的頻率高達385次，由此可見游客普遍認為麗江古城商業(yè)化嚴重。

（3）在高頻詞中，“民族”“古樸”“小吃”表明，游客對于麗江古城的印象很大一部分來自于麗江古城所在地區(qū)的民族風情。

4 建議

（1）麗江古城以酒吧文化著名，因此對古城中的酒吧營業(yè)場所進行正確的引導和管理，有助于游客對麗江古城留下良好的印象。

（2）獨特性是一個景區(qū)得到長遠發(fā)展的根本。加強麗江古城當地特色文化的挖掘和氛圍的渲染，在一定程度上控制麗江古城的商業(yè)化程度，有利于保護麗江古城的資源原貌。

（3）來麗江古城旅游的游客多是為了釋放壓力，希望獲得更好的旅游體驗，因此景區(qū)和客棧的管理應更趨于人性化。

【參考文獻】

[1] 徐琳宏，林鴻飛，楊志豪.基于語義理解的艾本傾向性識別機制[J].中文信息學報.2007，21（1）：96-100.

[2] 王振寧，吳譯衡，胡方濤.基于HowNet和PMI的詞語情感極性計算[J].計算機工程.2012.38（15）：187-189.

[3] 劉楠.面向微博短文本的情感分析研究[D].武漢大學.2013.

[4] 謝麗星，周明，孫茂松.基于層次結構的多策略中文微博情感分析和特征抽取[J].中文信息學報.2012，26（1）：73-83.

作者簡介：張璇（1994—），女，漢族，湖南益陽人，碩士研究生，單位：中南林業(yè)科技大學旅游學院森林游憩與公園管理專業(yè)，研究方向：森林游憩與生態(tài)旅游。