陳敏艷 夏鑫

【摘要】當今世界互聯(lián)網(wǎng)高速發(fā)展，網(wǎng)絡(luò)游記影響著目的地形象的塑造，本文以日本為研究對象，基于馬蜂窩的1980篇游記為研究內(nèi)容，通過網(wǎng)絡(luò)文本分析游客對日本的形象感知，結(jié)果發(fā)現(xiàn)：（1）游客對日本的感知是以“日本”為核心，以基礎(chǔ)設(shè)施為重點的圈層式擴散結(jié)構(gòu)特征；（2）游客對日本的情緒以正向情感為主，但其中也存在不少負面情感，主要包括配套設(shè)施、旅游吸引物和主客互動三方面。并據(jù)此對目的地營銷組織提出相關(guān)建議。

【關(guān)鍵詞】日本旅游形象馬蜂窩游記

1.引言

隨著網(wǎng)絡(luò)技術(shù)的更新?lián)Q代，我國已逐漸進入全民互聯(lián)網(wǎng)時代，互聯(lián)網(wǎng)走入更多家庭，并更為國民所接受?；ヂ?lián)網(wǎng)與傳統(tǒng)旅游業(yè)的深度融合發(fā)展已成為不可阻擋的時代潮流，越來越多的網(wǎng)民更加依賴網(wǎng)絡(luò)信息，通過互聯(lián)網(wǎng)了解世界。網(wǎng)絡(luò)平臺成為旅游者出游前獲取旅游目的地形象最容易、最快捷的途徑，游客往往會傾向于查閱相關(guān)游記、評論來感知旅游地?；ヂ?lián)網(wǎng)的到來在改善和豐富旅游者的旅游體驗之時，也產(chǎn)生了旅游者記錄的大量不同類型的旅游數(shù)據(jù)，這也為研究者提供了網(wǎng)絡(luò)研究素材，減少了傳統(tǒng)問卷和訪談因問卷數(shù)量、調(diào)查者的動機以及調(diào)查問卷設(shè)計等因素產(chǎn)生的數(shù)據(jù)質(zhì)量問題。時代的變遷和科技技術(shù)的高速發(fā)展，使得來越多研究者認可通過網(wǎng)絡(luò)文本研究旅游形象的價值。

日本是中國一衣帶水的鄰邦國家，據(jù)日本旅游局統(tǒng)計數(shù)據(jù)顯示，2018年中國去日本游客數(shù)超800萬，讓人不禁好奇，日本因何能將旅游業(yè)做的如此發(fā)達？因此本文根據(jù)游客對日本游記的高頻特征詞及情感整理分析，從而深入分析游客對日本的整體感知，以期為未來其他國家的旅游營銷策略提供現(xiàn)實指向。

2.研究設(shè)計

2.1樣本選取與處理

在互聯(lián)網(wǎng)迅速發(fā)展的今天，在線旅游企業(yè)發(fā)揮中越來越重要的作用，不僅為后端旅游商提供了精準的流量，也可以幫助更多前端的用戶做出消費決策。因此本文選擇國內(nèi)影響力較大的馬蜂窩網(wǎng)站作為本研究的樣本來源。在馬蜂窩的搜索欄中輸入“日本”，選擇游記選項，利用火車頭采集器，對所需游記文本進行抓取，共抓取2051篇。在獲得相關(guān)游記之后進行人工再次篩選，最終確定游記1980篇。

2.2關(guān)鍵詞分析

（1）高頻特征詞分析

一般來說，旅游者經(jīng)常提到的某些詞語是該旅游目的地給游客留下的深刻印象，能夠為游客帶來記憶，詞頻出現(xiàn)的越高，說明該詞給旅游者留下的印象越深，這有助于我們了解旅游者對該目的地的整體印象。由于通過評論獲得的文本信息十分冗雜，首先將所有游客的游記文本整理到一起，然后利用Jieba分詞工具和自定義詞典將評論的文本數(shù)據(jù)進行分詞分詞和詞頻分析，得到前50位高頻詞排序如表1所示。

如表1所示，在搜集整理后的網(wǎng)絡(luò)文本中排名前50的詞匯中，從屬性來看包括名詞、動詞、形容詞三種詞性。其中名詞主要是日本對的旅游形象標簽，涵蓋城市名稱（大阪、京都、東京等）、景區(qū)景點（心齋橋、富士山、環(huán)球影城等）、旅游基礎(chǔ)設(shè)施（酒店、機場、交通等）；動詞主要是描述旅游者的行為，如選擇、購物、預約等；形容詞主要是表現(xiàn)旅游者對旅游資源和旅游設(shè)施的評價，如便宜、免費、好吃等。

（2）高頻詞語義網(wǎng)絡(luò)分析

為了探究各高頻詞之間的關(guān)聯(lián)度，對其進行共現(xiàn)分析，在語義網(wǎng)絡(luò)圖中，可以根據(jù)線條的疏密程度判斷共現(xiàn)頻率的高低，線條越密集，共現(xiàn)頻率越高，兩者的關(guān)系也越密切，本文引入ROST CM6文本挖掘軟件對馬蜂窩日本游記進行語義網(wǎng)絡(luò)高頻詞分析。日本游記語義網(wǎng)絡(luò)關(guān)系圖由多組節(jié)點和弧線構(gòu)成，其中節(jié)點代表日本旅游形象的組成要素，弧線的錯綜復雜程度表現(xiàn)出兩者之間的關(guān)聯(lián)程度，高頻特征詞的語義網(wǎng)絡(luò)關(guān)系構(gòu)建如圖1。

由語義網(wǎng)絡(luò)關(guān)系圖可知，日本游記呈現(xiàn)出“核心--邊緣”層級式擴散特點。（1）核心層以“日本”、為中心呈圈狀分布，其周圍擴散著的“便宜”、“購買”等詞；（2）邊緣層由“大阪”、“日元”、“東京”、“地鐵”等日本基礎(chǔ)設(shè)施和特殊屬性元素等組成；（3）外圍散布著“預定”、“乘坐”、“服務(wù)”、“路線”、“工作人員”等旅游基礎(chǔ)要素。語義網(wǎng)絡(luò)關(guān)系圖大體上反映出游客對日本的感知是以“日本”為核心，以基礎(chǔ)設(shè)施為重點的圈層式擴散結(jié)構(gòu)特征。

2.3旅游者情感分析

本文采用Python編程對特征情感詞對進行情感分析，程序包括讀取數(shù)據(jù)文件、分詞、詞性標注等過程，再利用正則表達式抽取短句，加載所構(gòu)建的各類詞典，找出文檔中的情感詞、否定詞以及程度副詞，然后判斷每個情感詞之前是否有否定詞及程度副詞，將它之前的否定詞和程度副詞劃分為一個組，如果有否定詞將情感詞的情感權(quán)值乘以-1，如果有程度副詞就乘以程度副詞的程度值，最后所有組的得分加起來，大于0的歸于正向，小于0的歸于負向。最后得到的總情感分布表如表2所示：

利用python對文檔進行分句，共計得到79906個句子，其中積極情緒55021條，占比68.86%；消極情緒12619條，占比15.79%；中性情緒12238條，占比15.32%，旅游者對日本的情感認知中以積極正面情感為主，且感情強烈；旅游者對日本表現(xiàn)出了少數(shù)消極負面情感，說明有游客的體驗未達到他們的期望，因此應該重視消極因素，從而進一步提升游客體驗。

圖中顯示的詞語是經(jīng)過情感分析之后提取出來的情感詞，分為積極情感詞和消極情感詞。從圖中可以看出，消極的情感詞主要圍繞在排長隊、公交復雜、交通貴以及出現(xiàn)問題等幾個方面，積極的情感詞主要圍繞在口味好、價格實惠、方便、便宜等方面。我們可以看出，日本今后可以在解決排隊問題和交通問題等方面做出更多的努力；同時自己原有的飲食口味、便利性等方面也需要繼續(xù)保持。

相比于游客的積極情感，消極情感往往更值得關(guān)注，這些不足能直接影響游客的滿意度和重游率，因此，本文將游客的消極情緒進行編碼，最終獲得3個核心屬類，7個二級分類，如表3所示。

4研究總結(jié)

4.1研究結(jié)論

本研究通過挖掘馬蜂窩日本游記這一網(wǎng)絡(luò)文本，通過提取高頻特征詞，構(gòu)建共現(xiàn)詞組的語義網(wǎng)絡(luò)關(guān)系圖，來分析日本游記高頻關(guān)鍵詞中的相互聯(lián)系，發(fā)現(xiàn)游客對日本的感知是以“日本”為核心，以基礎(chǔ)設(shè)施為重點的圈層式擴散結(jié)構(gòu)特征；然后通過計算網(wǎng)絡(luò)文本的情感值發(fā)現(xiàn)游客對日本的情緒以正向情感為主，但其中也存在不少負面情感，主要包括配套設(shè)施、旅游吸引物和主客互動三方面，需要目的地營銷組織多加關(guān)注。

4.2研究啟示

為了在激烈的旅游競爭中謀求發(fā)展，各旅游營銷部門的首要工作是滿足游客的體驗需求，根據(jù)本文的研究結(jié)論，對相關(guān)旅游營銷部門提出以下管理建議：

首先，要做好配套設(shè)施的建設(shè)和維護工作。在交通方面，要保證旅游者的旅途安全，同時在條件允許的情況下改善當?shù)氐慕煌肪€，并加強旅游車站等相關(guān)旅游交通設(shè)施的開發(fā)維護。在旅游消費方面，應及時建立有效的監(jiān)督機制，以確保合理的旅游消費。在旅游飲食方面，要加強特色餐飲建設(shè)。在住宿設(shè)施方面，要建設(shè)能夠體現(xiàn)當?shù)靥厣穆糜巫∷拊O(shè)施。

其次，加強旅游吸引物的開發(fā)和創(chuàng)新。在自然風光方面，我們應該保護自然，不可因旅游破壞自然。在人文旅游景點方面，要做好相關(guān)產(chǎn)品的創(chuàng)新與體驗，同時要避免游客排長隊。

最后，營造良好的主客互動。游客在旅游的過程中，與當?shù)鼐用竦慕佑|必不可少，若當?shù)鼐用衲軌蛳蛴慰蛡鬟_熱情友好的居民形象，那么將會大大加強游客對當?shù)氐暮酶小?/p>

參考文獻：

[1]王永明，王美霞，李瑞，et al.基于網(wǎng)絡(luò)文本內(nèi)容分析的鳳凰古城旅游地意象感知研究[J].地理與地理信息科學，2015， 31（1）：64-67.

[2]李澤，古超，龍政.基于Python的文本分析方法研究[J].電腦編程技巧與維護， 2018（4）： 25-26.

[3]劉智興，馬耀峰，李森，等.基于游客感知-認知的北京市旅游形象影響因素評價研究[J].干旱區(qū)資源與環(huán)境， 2015， 29（3）： 000203-208.

[4]Russell J A， Ward L M， Pratt G. Affective quality attributed to environments： A factor analytic study. [J]. Environment & Behavior， 1981， 13（3）：259-288.

[5]Beerli A， Martin J D. Factors influencing destination image [J]. Annals of tourism research， 2004，31（3）：657-681.