摘要：移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，方便了人們?cè)诰W(wǎng)絡(luò)上評(píng)述事情、表達(dá)觀點(diǎn)的同時(shí)，也在網(wǎng)絡(luò)空間中留下了能夠反映個(gè)體在現(xiàn)實(shí)空間中行為的大量電子足跡數(shù)據(jù)。可以說(shuō)，保存在網(wǎng)絡(luò)空間中的電子足跡數(shù)據(jù)隱藏著個(gè)體在現(xiàn)實(shí)世界中的心態(tài)和情感秘密。那么，如何挖掘出隱藏在這些評(píng)論中的有用信息，給有關(guān)部門(mén)提供情報(bào)服務(wù)則顯得很有必要。然而，盡管有一些基于網(wǎng)絡(luò)評(píng)論數(shù)據(jù)進(jìn)行情感分析的研究，但很少有人能夠進(jìn)一步深入并歸類(lèi)差評(píng)所折射出的現(xiàn)實(shí)空問(wèn)中的具體問(wèn)題而進(jìn)行分析。本文主要爬取“去哪兒網(wǎng)”上相關(guān)于青海旅游的評(píng)論數(shù)據(jù)重點(diǎn)進(jìn)行分析。利用Python中的Jieba對(duì)評(píng)論分詞，通過(guò)SnowNLP模塊計(jì)算情感極性，以此判斷游客對(duì)景點(diǎn)盼情感傾向性。通過(guò)分析得出游客在青旅游期間的情感態(tài)勢(shì)。然后，對(duì)負(fù)向情感較集中的評(píng)論內(nèi)容歸類(lèi)統(tǒng)計(jì)，分析差評(píng)所折射出來(lái)的在現(xiàn)實(shí)世界中引起人們不滿意的那些問(wèn)題。同時(shí)，結(jié)合實(shí)測(cè)調(diào)研數(shù)據(jù)進(jìn)行比對(duì)，形成意見(jiàn)報(bào)告，為旅游主管部門(mén)在景點(diǎn)管理與下一步的規(guī)劃建設(shè)中提供服務(wù)。

關(guān)鍵詞：旅游;網(wǎng)絡(luò)評(píng)論;情感分析;大數(shù)據(jù);景區(qū)管理

中圖分類(lèi)號(hào)：TP39 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）20-0023-05

Analysis of The Impact of Tourism Review Polarity cm Service Quality in Scenic Area

Tang Ming-hu

（Qinghai Nationalities University ，Xining 810007，China）

Abstract： The rapid development of mobile Internet not only facilitates people to comment on events and express views on the net-work. hut also a larg{e numher of electronic footprint data are left in cyberspace that can reflect the behavior of individuals in realworld. It can be said that the electronic footprint data stored in cyberspace hided the individual's mental and emotional secrets inthe real space. Therefore. it is necessary to dig the useful information hidden in these comments and provide intelligence servicesto the relevant departments. However， although there are some studies based on online comment data for emotional analysis， fewpeople can further deepen and categorize the specific problems in the real world reflected l）y the bad comments.This paper mainlyanalyzes the data of the tourism-related comments for Qinghai Provim：e. Using the Jieh a to analyze these comments， calculatingemotional polarity through snowNLP Module in Python， so as to judge the emotional tendency of the tourists to the scenic spots.Through the analysis， we get the emotional situation of tourists during the tourism in Qinghai.Then， the content of the negative emo-tion is statistically classified. and the problems that people are not satisfied in the real world. which are reflected by the bad com-ments. are analyzed. At the same time. combined with the actual survey data to form the opinion report， and providing services tothe tourism department for the scenic area management.

Key words：travel; network comments; sentiment analysis; big data; scenic area planning

旅游產(chǎn)業(yè)鏈的建構(gòu)促進(jìn)著區(qū)域各行業(yè)的社會(huì)經(jīng)濟(jì)，帶動(dòng)景點(diǎn)沿線與周邊區(qū)域的交通、住宿、餐飲、超市、工藝品等產(chǎn)業(yè)的蓬勃發(fā)展，形成多維度互聯(lián)互動(dòng)機(jī)制[1]。其中，各景點(diǎn)作為旅游產(chǎn)業(yè)鏈的龍頭，牽引起下游產(chǎn)業(yè)鏈的拓展和延伸，促進(jìn)了區(qū)域經(jīng)濟(jì)發(fā)展，改善著地區(qū)居民的生活條件。然而，多維度互聯(lián)互動(dòng)機(jī)制的內(nèi)在關(guān)聯(lián)性，使旅游產(chǎn)業(yè)鏈的興衰或可持續(xù)發(fā)展時(shí)常受社會(huì)多渠道經(jīng)營(yíng)過(guò)程的牽制。例如景點(diǎn)規(guī)劃與建設(shè)的品質(zhì)、游客在游覽景點(diǎn)后的評(píng)價(jià)口碑等信息。尤其是游客的評(píng)價(jià)對(duì)景點(diǎn)后期的建設(shè)與發(fā)展至關(guān)重要，可以說(shuō)是整個(gè)旅游產(chǎn)業(yè)鏈的生命主線，興衰受其深度影響[2]。異質(zhì)多源互聯(lián)互動(dòng)機(jī)制的內(nèi)在關(guān)聯(lián)性對(duì)整個(gè)旅游產(chǎn)業(yè)鏈形成一榮俱榮，一損則廢的狀況。因此，如何科學(xué)、合理地設(shè)計(jì)出景區(qū)的規(guī)劃與建設(shè)方案，對(duì)整個(gè)產(chǎn)業(yè)鏈的持續(xù)發(fā)展有著決定性作用。

傳統(tǒng)意義下的景區(qū)規(guī)劃建設(shè)，有時(shí)會(huì)存在調(diào)研數(shù)據(jù)不足、項(xiàng)目上馬建設(shè)倉(cāng)促、模仿形式大于創(chuàng)新樣式、人口流量與建設(shè)規(guī)模不匹配、景區(qū)門(mén)票定價(jià)與當(dāng)?shù)鼐用裆畛杀久摴?jié)、從而使景點(diǎn)的后期開(kāi)放與維護(hù)中出現(xiàn)成本太高、資源浪費(fèi)、難以維持正常營(yíng)業(yè)等的問(wèn)題。許多景區(qū)的建設(shè)往往是花費(fèi)了人力、物力、財(cái)力，但卻得不到游客的認(rèn)可和好評(píng)[3]?？梢哉f(shuō)，這種規(guī)劃與建沒(méi)是不科學(xué)、不合理的。

一個(gè)優(yōu)質(zhì)的景點(diǎn)，本身的自然風(fēng)光和歷史文化底蘊(yùn)是內(nèi)涵。而如何保持內(nèi)涵的同時(shí)，創(chuàng)新性地建設(shè)景點(diǎn)則是其可持續(xù)發(fā)展的生命力。一個(gè)景點(diǎn)的規(guī)劃與建設(shè)是景區(qū)管理層的責(zé)任和義務(wù)，其推廣誠(chéng)然需要官方層面的大力宣傳，但更多還是游客依賴(lài)各種媒介對(duì)自身體驗(yàn)情感的正能量傳播。游客評(píng)價(jià)雖是民間個(gè)體真情實(shí)感的表露，但確是引導(dǎo)后續(xù)游客出行最重要的影響因素。景點(diǎn)的規(guī)劃建設(shè)與游客對(duì)景點(diǎn)的情感表述看似不同層的群體行為，實(shí)則為互聯(lián)互制。旅游主管部門(mén)對(duì)轄區(qū)景點(diǎn)的規(guī)劃與建沒(méi)，旅游群體集中反饋的旅游體驗(yàn)感受信息之間存在著潛在的關(guān)聯(lián)性[4-6]。

當(dāng)前，“互聯(lián)網(wǎng)+”時(shí)代，智能手機(jī)的普及，移動(dòng)互聯(lián)網(wǎng)絡(luò)地快速發(fā)展，方便人們?cè)诰W(wǎng)絡(luò)上發(fā)表照片、視頻、評(píng)論，以此抒發(fā)自己的情感。許多游客習(xí)慣于在出游前后、出游期間隨時(shí)隨地借助微博、微信朋友圈等發(fā)表大量出游信息，對(duì)景點(diǎn)風(fēng)景、服務(wù)、建筑設(shè)施、交通、餐飲、衛(wèi)生等諸多方面做卅真實(shí)評(píng)價(jià)，撰寫(xiě)觀景感受。當(dāng)發(fā)表在網(wǎng)絡(luò)上的這些評(píng)論被大量瀏覽、轉(zhuǎn)發(fā)后，對(duì)景點(diǎn)后續(xù)游客的出行計(jì)劃產(chǎn)生影響[7-8]。2014年1月3日，互聯(lián)網(wǎng)上曝出“麗江導(dǎo)游辱罵游客、強(qiáng)迫購(gòu)物”事件的視頻，在網(wǎng)絡(luò)上被大量轉(zhuǎn)載1。2018年6月20日，網(wǎng)名為“弧度美青海游”的一位游客在以旅游業(yè)為核心業(yè)務(wù)的“途?！本W(wǎng)站上發(fā)表“剛從青?；貋?lái)，給大家總結(jié)一下青海旅游的騙局和陷阱”的長(zhǎng)貼，評(píng)價(jià)了青海旅游期間的諸多遭遇，提醒和規(guī)勸后期出游者。截至本文撰寫(xiě)完成時(shí)，瀏覽量已達(dá)到18491次2。

互聯(lián)網(wǎng)無(wú)時(shí)空約束的特性，使網(wǎng)絡(luò)評(píng)論信息的傳播速度遠(yuǎn)勝傳統(tǒng)媒體。而且處于虛擬網(wǎng)絡(luò)空間的用戶(hù)，相較于物理空間的面對(duì)面交流，更有意愿展示出自己內(nèi)心最真實(shí)的想法與看法，從而加大被評(píng)價(jià)景點(diǎn)信息傳播的廣度和深度。類(lèi)似于電子商務(wù)網(wǎng)站上的虛假評(píng)論對(duì)企業(yè)造成的影響[9-12]，網(wǎng)絡(luò)用戶(hù)的評(píng)價(jià)對(duì)新游客的出行決策具有非常大的影響力。直觀的表現(xiàn)就是景點(diǎn)的客流量會(huì)銳減，繼而對(duì)整個(gè)以景點(diǎn)為核心的產(chǎn)業(yè)鏈造成沖擊，景點(diǎn)的后期規(guī)劃與持續(xù)建設(shè)也出現(xiàn)問(wèn)題[13，14]。因此，如果不考慮游客的實(shí)際感受，僅以行政手段實(shí)施的建設(shè)，往往會(huì)出現(xiàn)“好心辦不成好事”的局面。作為旅游管理部門(mén)，如何將景點(diǎn)建成口碑高、人氣旺、負(fù)面信息少的高品質(zhì)產(chǎn)品應(yīng)該是他們期望的目標(biāo)。但傳統(tǒng)上，以行政政策為主要指向的建沒(méi)策略的制定與實(shí)施有時(shí)也會(huì)存在問(wèn)題。例如，當(dāng)前諸多省市地出現(xiàn)的大量古城古街、玻璃棧道等景點(diǎn)，就存在簡(jiǎn)單模仿、復(fù)制，沒(méi)有地區(qū)特色和創(chuàng)新之處，失去了景點(diǎn)原本的多樣性。千篇一律的模式，造成景區(qū)缺乏吸引力，拖累了后期的持續(xù)性競(jìng)爭(zhēng)力，只能慘淡經(jīng)營(yíng)，甚至于難以為繼至無(wú)人問(wèn)津。因此，盲目地借鑒并不切實(shí)際地?cái)U(kuò)張建設(shè)，只會(huì)造成生態(tài)破壞、資源浪費(fèi)。如果景點(diǎn)管理與建設(shè)初期，通過(guò)調(diào)研并利用現(xiàn)有技術(shù)充分考慮網(wǎng)絡(luò)游客的評(píng)價(jià)和態(tài)度，針對(duì)性地設(shè)計(jì)建沒(méi)方案，實(shí)施改良措施，發(fā)揮群策群力作用，則會(huì)更加科學(xué)合理。

當(dāng)前，隨著大數(shù)據(jù)、機(jī)器學(xué)習(xí)技術(shù)的興起，提供了收集并分析旅游評(píng)論反饋出游客情感趨勢(shì)的機(jī)會(huì)和條件，從而對(duì)景點(diǎn)進(jìn)一步的建設(shè)與規(guī)劃提供參考[15]。例如，分析近期網(wǎng)絡(luò)評(píng)論數(shù)據(jù)，出現(xiàn)青海塔爾寺景區(qū)電子導(dǎo)游設(shè)備不能播放，不能使用，但又要收費(fèi)的大量差評(píng)3。這說(shuō)明投資建沒(méi)的電子導(dǎo)游沒(méi)備與景區(qū)大量的導(dǎo)游員之間產(chǎn)生了矛盾。如果景區(qū)管理層能夠及時(shí)關(guān)注網(wǎng)民評(píng)價(jià)，實(shí)時(shí)分析問(wèn)題，投資建設(shè)的這些電子導(dǎo)游設(shè)備就不會(huì)形同擺設(shè)，資源也就不會(huì)浪費(fèi)了。所以說(shuō)，基于大數(shù)據(jù)分析技術(shù)，面對(duì)多源異構(gòu)的多維數(shù)據(jù)，如何實(shí)現(xiàn)有價(jià)值的信息挖掘，并對(duì)相關(guān)業(yè)務(wù)部門(mén)的工作規(guī)劃提供參考，則顯得極為重要[16-18]。

網(wǎng)絡(luò)用戶(hù)情感分析最關(guān)鍵的是去判斷評(píng)論信息的情感傾向，首要條件是搭建一個(gè)涵蓋青海省旅游景點(diǎn)評(píng)論的數(shù)據(jù)庫(kù)，依靠特征詞語(yǔ)、語(yǔ)氣句子等作為特征提取的方法，對(duì)不同的用戶(hù)評(píng)論進(jìn)行處理，計(jì)算出特征的權(quán)重，通過(guò)權(quán)重值來(lái)判斷用戶(hù)評(píng)論的情感極性。完成上述步驟以后就會(huì)得到經(jīng)過(guò)極性分析的分詞評(píng)論。通過(guò)對(duì)評(píng)論中的差評(píng)數(shù)據(jù)進(jìn)行篩選，按照差評(píng)中所指出的問(wèn)題進(jìn)行細(xì)致的分析，進(jìn)行問(wèn)題的分類(lèi)和總結(jié)，并依據(jù)評(píng)論中最熱門(mén)的問(wèn)題，提出相關(guān)的建設(shè)性規(guī)劃意見(jiàn)。

本文針對(duì)青海省旅游景點(diǎn)的規(guī)劃與建設(shè)，通過(guò)抓取來(lái)自互聯(lián)網(wǎng)上大型社交平臺(tái)中的相關(guān)評(píng)論數(shù)據(jù)，經(jīng)過(guò)分析，挖掘出截取時(shí)間點(diǎn)期間非特定用戶(hù)對(duì)特定物和事的真實(shí)評(píng)價(jià)，研判用戶(hù)對(duì)景點(diǎn)關(guān)聯(lián)業(yè)務(wù)的情感趨勢(shì)，歸納匯總?cè)后w性情感偏向性，從而對(duì)應(yīng)找出特定景點(diǎn)關(guān)聯(lián)業(yè)務(wù)中存在問(wèn)題，進(jìn)一步形成分析報(bào)告，對(duì)旅游相關(guān)部門(mén)制定規(guī)劃方案時(shí)提供技術(shù)支撐和成果參考。

1相關(guān)工作

隨著互聯(lián)網(wǎng)的快速發(fā)展，人們通過(guò)各種社交平臺(tái)、旅游網(wǎng)站發(fā)表帶有濃烈個(gè)人情感色彩的體驗(yàn)感受、產(chǎn)品評(píng)價(jià)等言論，如恐懼、憤怒、難過(guò)、失望、喜悅、開(kāi)心等具有褒、貶意詞性。通過(guò)對(duì)這些評(píng)論的分析，確定情感似向性，了解人們對(duì)特定事件、景點(diǎn)的正向或負(fù)向看法[5，19]。旅游評(píng)論反映了游客的真實(shí)感受，怎樣把握用戶(hù)對(duì)旅游景點(diǎn)、當(dāng)?shù)芈糜畏?wù)的需求滿意程度，是目前旅游資源建設(shè)和管理所關(guān)注的問(wèn)題，有著重要的現(xiàn)實(shí)意義[20]。當(dāng)前“互聯(lián)網(wǎng)+”大數(shù)據(jù)技術(shù)的發(fā)展，基于網(wǎng)絡(luò)旅游評(píng)論大數(shù)據(jù)的分析引起科研人員更多的關(guān)注[21]。尤其是基于文本的主體情感描述。情感分析也稱(chēng)意見(jiàn)挖掘、傾向性分析，是對(duì)語(yǔ)句中表達(dá)情感的詞語(yǔ)進(jìn)行分類(lèi)處理的過(guò)程[22，23]。研究表明旅游評(píng)論對(duì)后續(xù)游客的出行決策具有很大的影響力。為從海量的游客評(píng)論數(shù)據(jù)挖掘情報(bào)信息，給旅游管理部門(mén)調(diào)研游客的看法形成一條便捷、高效且真實(shí)的反饋通道，本文基于網(wǎng)絡(luò)游客對(duì)青海旅游評(píng)論語(yǔ)句重點(diǎn)分析他們的情感極性，推測(cè)用戶(hù)最不滿意的問(wèn)題作為景區(qū)建設(shè)規(guī)劃的依據(jù)和突破口，以此提升景區(qū)服務(wù)質(zhì)量。

面對(duì)社會(huì)經(jīng)濟(jì)的發(fā)展帶動(dòng)來(lái)的信息量的指數(shù)級(jí)增加，作為社會(huì)個(gè)體的注意力成為最稀缺的資源?；诎俣戎笖?shù)對(duì)網(wǎng)絡(luò)用戶(hù)在線搜索數(shù)據(jù)記錄的深入分析，發(fā)現(xiàn)網(wǎng)絡(luò)關(guān)注度與景點(diǎn)實(shí)地游客量呈正向關(guān)[24]。文獻(xiàn)[25]以攜程網(wǎng)旅游評(píng)論作為語(yǔ)料庫(kù)，建立基于逐點(diǎn)語(yǔ)義分析法的分類(lèi)器和基于支持向量機(jī)、樸素貝葉斯、N元文法三種典型機(jī)器學(xué)習(xí)算法的分類(lèi)器，分析了旅游評(píng)論情感傾向性。對(duì)游覽和娛樂(lè)、食宿和購(gòu)物、交通三方面情感傾向性詞組歸類(lèi)統(tǒng)計(jì)，得出游客反映的旅行目的地存在的一些問(wèn)題。文獻(xiàn)[26]重點(diǎn)分析攜程網(wǎng)上關(guān)于酒店的情感傾向性。也有以同程旅游網(wǎng)[6]、馬蜂窩[27]等網(wǎng)絡(luò)評(píng)論為分析數(shù)據(jù)，構(gòu)建模型。其中文獻(xiàn)[27]以馬蜂窩游客對(duì)南京的在線評(píng)論文本為數(shù)據(jù)，分析得出目的地形象維度重要性存在差異。王少兵等人[28]構(gòu)建“旅游形象屬性一觸發(fā)詞”詞表，計(jì)算了評(píng)論信息中旅游形象屬性的游客關(guān)注度。文獻(xiàn)[29]提出基于LDA（ Latent Dirich-let Allocation）主題發(fā)現(xiàn)模型，以大眾點(diǎn)評(píng)、攜程及馬蜂窩中關(guān)于故宮的用戶(hù)評(píng)論為例，挖掘游客對(duì)景點(diǎn)故宮的關(guān)注及情感傾向。

以旅游目的地為研究目標(biāo)，陳航等人[30]構(gòu)建了目的地品牌與旅游者情感關(guān)系的分析框架和目的地品牌評(píng)價(jià)指標(biāo)體系。根據(jù)不同情緒屬性的游客對(duì)于目的地品牌情感評(píng)價(jià)的差異來(lái)尋求目的地品牌管理中的不足。文獻(xiàn)[31]收集在線網(wǎng)絡(luò)上對(duì)菲律賓的Tweet推文，使用支持向量機(jī)和naive Bayes進(jìn)行情感分析。

以微博評(píng)論作為分析數(shù)據(jù)。文獻(xiàn)[32]基于貝葉斯分類(lèi)算法研究微博旅游評(píng)論，實(shí)現(xiàn)基于本體的旅游網(wǎng)絡(luò)評(píng)論情感分析和預(yù)警系統(tǒng)。以游客視角來(lái)研究如何在網(wǎng)絡(luò)眾多信息中獲取所需資料，文獻(xiàn)[33]旨在幫助游客方便地從旅游社交網(wǎng)站中提取主觀信息，確定旅游領(lǐng)域作者的態(tài)度和整體調(diào)性。這可以減少搜尋有關(guān)資料所需的時(shí)間。以設(shè)計(jì)意見(jiàn)評(píng)論模塊，文獻(xiàn)[34]提出了一種模塊化的軟件幫助用戶(hù)了解網(wǎng)絡(luò)上所有的旅游意見(jiàn)。根據(jù)評(píng)論中所表達(dá)的情感，提出旅游評(píng)論的情感分類(lèi)方法[35]，構(gòu)建基于模糊方式的意見(jiàn)分類(lèi)系統(tǒng)[36]，基于評(píng)論或推特的城市交通和旅行信息分析[37]。

旅游評(píng)論中用戶(hù)對(duì)景點(diǎn)情感傾向性的分析實(shí)際上是給旅游主管部門(mén)提供了真實(shí)可靠的反饋信息，形成的反饋機(jī)制在景點(diǎn)規(guī)劃建設(shè)中具有重要意義。

2旅游評(píng)論情感分析框架

隨著智能手機(jī)的普及和移動(dòng)互聯(lián)網(wǎng)絡(luò)的發(fā)展，旅游群體借助網(wǎng)絡(luò)發(fā)表對(duì)景點(diǎn)相關(guān)聯(lián)事物的直觀感受。大量的網(wǎng)絡(luò)電子足跡數(shù)據(jù)對(duì)于分析用戶(hù)的情感趨勢(shì)帶來(lái)便利，尤其是針對(duì)一些大型社交網(wǎng)站上用戶(hù)對(duì)旅游的評(píng)價(jià)，判斷用戶(hù)在旅游期間的情感態(tài)度，統(tǒng)計(jì)分析出群體集中關(guān)注的點(diǎn)，挖掘出用戶(hù)意見(jiàn)最大的根源，形成分析報(bào)告呈交旅游管理部門(mén)，使景點(diǎn)的后期建設(shè)規(guī)劃具有參考依據(jù)，從而及時(shí)解決存在問(wèn)題，科學(xué)合理地設(shè)計(jì)規(guī)劃方案，避免盲目擴(kuò)張建設(shè)造成的資源浪費(fèi)。

鑒于網(wǎng)絡(luò)評(píng)論數(shù)據(jù)具有分散性和主題不確定性的特征，實(shí)驗(yàn)中運(yùn)用數(shù)據(jù)爬取技術(shù)、情感分析技術(shù)、數(shù)據(jù)可視化技術(shù)將碎片化的用戶(hù)評(píng)論整合在一起，形成一個(gè)相對(duì)完善的數(shù)據(jù)庫(kù)并轉(zhuǎn)換成對(duì)旅游建設(shè)管理者有用的直觀信息，以此為旅游地的建設(shè)提供有價(jià)值的參考意見(jiàn)。本文整體設(shè)計(jì)思路見(jiàn)圖1所示。

3實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

本文工作主要關(guān)注網(wǎng)絡(luò)評(píng)論中對(duì)景點(diǎn)相關(guān)事物的評(píng)價(jià)內(nèi)容，以此來(lái)判斷用戶(hù)對(duì)景點(diǎn)及其關(guān)聯(lián)附件的情感態(tài)度，然后統(tǒng)計(jì)分析出用戶(hù)評(píng)價(jià)最多、差評(píng)最多的共性問(wèn)題，再分類(lèi)統(tǒng)計(jì)、提煉具體內(nèi)容并給出指導(dǎo)意見(jiàn)?！叭ツ膬壕W(wǎng)”是集交通出行、酒店預(yù)訂的大型網(wǎng)站，用戶(hù)多，評(píng)論豐富，本文以此作為數(shù)據(jù)來(lái)源，創(chuàng)建Python頊目，通過(guò)Requests庫(kù)發(fā)送數(shù)據(jù)請(qǐng)求，取得的數(shù)據(jù)轉(zhuǎn)換成json格式，再抽出評(píng)論。

3.1數(shù)據(jù)預(yù)處理

編寫(xiě)Python爬蟲(chóng)抓取“去哪兒網(wǎng)”的評(píng)論元數(shù)據(jù)存在大量噪音，數(shù)據(jù)清洗處理主要完成除噪、去除不可用數(shù)據(jù)以及對(duì)此進(jìn)行規(guī)范表述等。表1是數(shù)據(jù)預(yù)處理與情感極性分析出來(lái)的正向、負(fù)向分類(lèi)結(jié)果。其中，原始評(píng)論條數(shù)達(dá)14392條，涉及景點(diǎn)數(shù)共565個(gè)。清洗處理系統(tǒng)自動(dòng)默認(rèn)評(píng)論，剩余5617條真實(shí)可用評(píng)論。在情感分析階段，基于白然語(yǔ)言處理的模型框架，進(jìn)行了分詞、詞性標(biāo)注、分句、主觀句提取等操作。

網(wǎng)絡(luò)中獲取的原始評(píng)論數(shù)據(jù)經(jīng)初步清理后存放于評(píng)論表。評(píng)論表結(jié)構(gòu)設(shè)計(jì)為景點(diǎn)ID、用戶(hù)ID、用戶(hù)名、評(píng)論內(nèi)容、評(píng)論日期、景點(diǎn)名稱(chēng)。表2展示了從網(wǎng)絡(luò)獲取的評(píng)論保存于評(píng)論表的元數(shù)據(jù)樣例。對(duì)存儲(chǔ)青海全景所有景點(diǎn)的景點(diǎn)信息表結(jié)構(gòu)則設(shè)計(jì)為景點(diǎn)ID、景點(diǎn)名稱(chēng)、景點(diǎn)簡(jiǎn)介、景點(diǎn)網(wǎng)址、評(píng)論總數(shù)、景點(diǎn)地理位置。

3.2情感分析

使用Python中的SnowNLP模塊，根據(jù)詞意對(duì)評(píng)論進(jìn)行差評(píng)、好評(píng)的判斷，并使用Jieba分詞算法中的詞性表對(duì)評(píng)論進(jìn)行分詞操作，判斷m評(píng)論中詞語(yǔ)的詞性，并統(tǒng)計(jì)出各詞性、成語(yǔ)出現(xiàn)的個(gè)數(shù)。

3.2.1文本分詞

采用Jieba分詞中的全模式來(lái)進(jìn)行分詞，操作步驟如圖2所示。

進(jìn)行Jieba分詞首先需要將評(píng)論數(shù)據(jù)導(dǎo)入，將評(píng)論按詞性表進(jìn)行分詞清洗，得到新的分割后的數(shù)據(jù)。最后通過(guò)把評(píng)論庫(kù)中的評(píng)論進(jìn)行分詞操作就會(huì)得到按詞性分詞后的數(shù)據(jù)字典，并且統(tǒng)計(jì)各詞出現(xiàn)的次頻以及出現(xiàn)頻率較高的四字詞語(yǔ)，如圖3所示。

根據(jù)詞性表，分詞后的評(píng)論數(shù)據(jù)按詞性可以統(tǒng)計(jì)匯總。如評(píng)論語(yǔ)句“塔爾寺的手T建筑也讓人十分驚嘆”。經(jīng)過(guò)分詞統(tǒng)計(jì)為：“手工”一一名詞，“建筑”一一名詞，“也”一一副詞，“讓”一一動(dòng)詞，“人”一一名詞，“十分”一一數(shù)量詞，“驚嘆”一一感嘆詞。同時(shí)，對(duì)評(píng)論中以字長(zhǎng)為4的分詞也進(jìn)行了統(tǒng)計(jì)，如只針對(duì)塔爾寺景點(diǎn)的一些評(píng)論中分詞，出現(xiàn)“藏傳佛教”有49個(gè)，“栩栩如生”有3個(gè)等詞匯。以此為例，評(píng)論數(shù)據(jù)分詞后的詞性統(tǒng)計(jì)和字長(zhǎng)為4的四字詞分詞后的統(tǒng)計(jì)結(jié)果樣例見(jiàn)表3所示。

3.2.2用戶(hù)情感分析

抽取評(píng)論中的關(guān)鍵詞進(jìn)行情感極性的分析。如果關(guān)鍵字的情感傾向在0-0.5之間就將評(píng)論定義為差評(píng)，反之則為好評(píng)，表4展示了情感極性分析樣例。

通過(guò)對(duì)有效文本詞語(yǔ)數(shù)據(jù)的情感極性分析，以好評(píng)、差評(píng)為標(biāo)準(zhǔn)，分別統(tǒng)計(jì)出4536條和1081條。評(píng)論中好評(píng)數(shù)要大于差評(píng)數(shù)，說(shuō)明青海的旅游建沒(méi)是值得肯定的，但是差評(píng)中反映出的問(wèn)題也急需解決。這樣才能更好地使青海旅游業(yè)繼續(xù)發(fā)展下去。本文的最終目的，實(shí)際上就是要深入分析這些差評(píng)，從中挖掘出游客真正關(guān)注或不滿意的原因，找出引起不滿情緒的根源，提出解決對(duì)策，形成客觀合理的調(diào)研報(bào)告，給景區(qū)管理部門(mén)在管理和規(guī)劃建沒(méi)中建言獻(xiàn)策。

上述評(píng)論分詞及文本情感極性分析表結(jié)構(gòu)主要設(shè)計(jì)為景點(diǎn)ID、景點(diǎn)名稱(chēng)、用戶(hù)評(píng)論、分詞結(jié)果、情感極性分值、評(píng)論等級(jí)。從表中可以看出，分詞合理，情感極性的判斷也是比較準(zhǔn)確的。

4基于差評(píng)的景區(qū)管理與建設(shè)

選取青海代表性景點(diǎn)塔爾寺為例，專(zhuān)項(xiàng)爬取該景點(diǎn)的評(píng)論總數(shù)11066條。通過(guò)可視化分析，可以看得出網(wǎng)絡(luò)評(píng)論整體上是正面的（見(jiàn)圖4）。但為給管理部門(mén)的建設(shè)規(guī)劃和景點(diǎn)管理提供參考，在情感分析基礎(chǔ)上，忽略了好評(píng)結(jié)果，重點(diǎn)關(guān)注所有差評(píng)信息。我們從所有差評(píng)中隨機(jī)抽取了20條評(píng)論，深入分析發(fā)現(xiàn)，其中有6條評(píng)論涉及停車(chē)難問(wèn)題;3條涉及網(wǎng)購(gòu)票取票時(shí)窗口地址不明確;4條評(píng)價(jià)認(rèn)為，游客花錢(qián)了但有很多地方正在修繕，不讓進(jìn)人參觀;3條差評(píng)電子導(dǎo)游器問(wèn)題;4條評(píng)論直接驚呼景區(qū)人太多！筆者就上述問(wèn)題做了一番實(shí)地調(diào)研，發(fā)現(xiàn)網(wǎng)上評(píng)論基本符合事實(shí)！這說(shuō)明游客在網(wǎng)絡(luò)上的評(píng)論，其真實(shí)性、可靠度是很高的。分析網(wǎng)絡(luò)評(píng)論，對(duì)景點(diǎn)建設(shè)規(guī)劃和日常管理提供參考是具有實(shí)際價(jià)值的，也是景點(diǎn)提升競(jìng)爭(zhēng)力、吸引力的一個(gè)必然工作。

青海塔爾寺景點(diǎn)是青海最有名氣，對(duì)各地游客最有吸引力的景點(diǎn)。通過(guò)對(duì)網(wǎng)絡(luò)評(píng)論中出現(xiàn)差評(píng)內(nèi)容分析，具有代表性的問(wèn)題主要存在于交通不便、票價(jià)設(shè)置不合理、導(dǎo)游管理不規(guī)范、景區(qū)過(guò)于商業(yè)化、停車(chē)位設(shè)置混亂等問(wèn)題。簡(jiǎn)單歸類(lèi)，問(wèn)題可劃分為硬件設(shè)施和軟件基礎(chǔ)兩個(gè)大類(lèi)。

（1）硬件沒(méi)施：景區(qū)內(nèi)缺少標(biāo)識(shí);高峰時(shí)期客流量過(guò)大、景區(qū)內(nèi)過(guò)于擁擠;交通不便利;路面和眾多景點(diǎn)一直處于維修狀態(tài)，購(gòu)票后不能參觀;景點(diǎn)文化信息介紹不充分、不詳細(xì);整體游玩時(shí)間較長(zhǎng)，沒(méi)有供人們休息的場(chǎng)所;景區(qū)周邊存在黑停車(chē)場(chǎng);景區(qū)店鋪存在“強(qiáng)買(mǎi)強(qiáng)賣(mài)”和“敲詐勒索”的現(xiàn)象。

（2）軟件基礎(chǔ)：普遍存在門(mén)票價(jià)格過(guò)高;旅游體驗(yàn)感不強(qiáng);取票方式煩瑣;景區(qū)周邊存在“黑導(dǎo)游”;旅游高峰期導(dǎo)游講解應(yīng)付了事;部分導(dǎo)游普通話不標(biāo)準(zhǔn)，聽(tīng)不懂講解內(nèi)容;景點(diǎn)售票人員態(tài)度惡劣，沒(méi)有耐心等問(wèn)題。

針對(duì)以上問(wèn)題，擬提出下列建議可供相關(guān)建設(shè)部門(mén)參考。

（1）可以設(shè)立景區(qū)個(gè)性化標(biāo)識(shí)，方便游客游覽景區(qū)。高峰時(shí)期建議進(jìn)行人流的疏導(dǎo)和限流，給游客制造通暢的旅游環(huán)境，也為景點(diǎn)減小客流量壓力，避免不必要的損失。尤其是，對(duì)景點(diǎn)旅游線路的規(guī)劃，以“大景點(diǎn)、小環(huán)路”的思想，將進(jìn)入景點(diǎn)后游覽線路分散成幾路不同行進(jìn)路線的小環(huán)路，有導(dǎo)游、景點(diǎn)管理疏導(dǎo)人員帶隊(duì)，以此緩解高峰時(shí)期的擁堵現(xiàn)象。

（2）修繕工程減免制度。對(duì)于正在修繕當(dāng)中的部分景觀，除督促相關(guān)部門(mén)加快景點(diǎn)部分設(shè)施修繕進(jìn)度外，對(duì)原票價(jià)中包含參觀的場(chǎng)景因修繕而造成無(wú)法正常觀景的，可動(dòng)態(tài)適時(shí)地減免部分票款，并正面告知游客，以此舒緩游客不滿情緒。

（3）建議政府統(tǒng)一收繳、規(guī)劃景區(qū)周邊所有停車(chē)場(chǎng)。基于景點(diǎn)停車(chē)場(chǎng)地不足且與游覽線路重疊，造成人、車(chē)混雜，風(fēng)險(xiǎn)因子突升現(xiàn)象，建議政府景點(diǎn)為圓心，收繳并統(tǒng)一規(guī)劃景區(qū)周邊一定區(qū)域范圍內(nèi)的停車(chē)場(chǎng)地。以收入場(chǎng)地的面積按比例再反換收入所得。同時(shí)，加大打擊私白設(shè)立、經(jīng)營(yíng)停車(chē)場(chǎng)的力度。

（4）取締亂要價(jià)、價(jià)格高的黑商店。對(duì)景區(qū)內(nèi)不合法商販進(jìn)行統(tǒng)一管理，實(shí)施電子明碼標(biāo)價(jià)，在線投訴平臺(tái)。以此加大處罰力度，加強(qiáng)統(tǒng)一管理。

（5）完善服務(wù)管理制度，對(duì)導(dǎo)游進(jìn)行規(guī)范化管理。對(duì)景區(qū)導(dǎo)游、售票人員進(jìn)行系統(tǒng)培訓(xùn)，提升導(dǎo)游和售票人員的素質(zhì)，加強(qiáng)電子監(jiān)管和取證力度，營(yíng)造高品質(zhì)服務(wù)環(huán)境。

（6）增加景區(qū)二維碼講解、二維碼地圖。利用科技手段，打造數(shù)字旅游平臺(tái)，讓游客提前了解景點(diǎn)文化底蘊(yùn)與歷史背景，給游客呈現(xiàn)更好的實(shí)地旅游體驗(yàn)。

5結(jié)論

本文獲取對(duì)青海景點(diǎn)的旅游評(píng)論在線數(shù)據(jù)，通過(guò)清洗、分詞、建模及情感分析等過(guò)程，實(shí)現(xiàn)以青海旅游景區(qū)評(píng)論數(shù)據(jù)為背景的游客情感趨勢(shì)挖掘，重點(diǎn)對(duì)網(wǎng)絡(luò)評(píng)論中差評(píng)文本進(jìn)行分類(lèi)統(tǒng)計(jì)，實(shí)施語(yǔ)義層的分析提純，最終形成合理、實(shí)用的建議方案，為景點(diǎn)相關(guān)部門(mén)在景區(qū)可持續(xù)管理、規(guī)劃和建設(shè)中提供參考依據(jù)。

注釋?zhuān)?/p>

1. http：//politics. people. com.cn/n/2014/0106/c70731-24027941.html.

2. https：//www.tuniu.com/trips/12604550.

3. http：//www.msweekly.com/show.html？id=101597.

參考文獻(xiàn)：

[1]黃常鋒，孫慧，何倫志.中國(guó)旅游產(chǎn)業(yè)鏈的識(shí)別研究[J]].旅游學(xué)刊，2011，26（1）：18-24.

[2]龔箭，楊舒悅.基于網(wǎng)絡(luò)評(píng)論的旅游目的地評(píng)價(jià)研究——以我國(guó)31個(gè)省市自治區(qū)為例[J].華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，52（2）：279-286.

[3]李君軼.基于游客需求的旅游目的地網(wǎng)絡(luò)營(yíng)銷(xiāo)系統(tǒng)評(píng)價(jià)——以我國(guó)省級(jí)旅游官網(wǎng)為例[J].旅游學(xué)刊，2010，25（8）：45-51.

[4]張林，錢(qián)冠群，樊衛(wèi)國(guó)，等.輕型評(píng)論的情感分析研究[J].軟件學(xué)報(bào)，2014，25（12）：2790-2807.

[5]涂海麗，唐曉波.基于在線評(píng)論的游客情感分析模型構(gòu)建[J].現(xiàn)代情報(bào)，2016，36（4）：70-77.

[6]郭宇，王晰巍，李師萌，等.基于情感分析的社會(huì)網(wǎng)絡(luò)用戶(hù)影響力模型研究[J].情報(bào)學(xué)報(bào)，2017（11）：1139-1147.

[7]吳茂英，黃克己.網(wǎng)絡(luò)志評(píng)析：智慧旅游時(shí)代的應(yīng)用與創(chuàng)新[J].旅游學(xué)刊，2014，29（12）：66-74.

[8]粟路軍，何學(xué)歡，胡東濱，等.服務(wù)質(zhì)量對(duì)旅游者抵制負(fù)面信息意愿的影響機(jī)制研究——基于Stimulus-Organism-Response（S-O-R）分析框架[J].旅游科學(xué)，2017，31（6）：30-51.

[9]Anclerson M， Magruder J.Leaming from the crowd： regressiondiscontinuitV estimates of the effects of an online review data-base[J].The Economic Journal，2012， 122（563）：957-989.

[10]孟美任，丁晟春.虛假商品評(píng)論信息發(fā)布者行為動(dòng)機(jī)分析[J].情報(bào)科學(xué)，2013，31（10）：100-104.

[11]楊敏.在線商品虛假評(píng)論對(duì)交易雙方的影響研究[J].現(xiàn)代經(jīng)濟(jì)信息，2016（1）：159.

[12]李璐暘，秦兵，劉挺.虛假評(píng)論檢測(cè)研究綜述[J].計(jì)算機(jī)學(xué)報(bào)，2018，41（4）：946-968.

[13]靜恩明，郭風(fēng)華，李仁杰，等.基于新浪旅游博客的河北省A級(jí)景區(qū)網(wǎng)絡(luò)關(guān)注度研究[J].地理與地理信息科學(xué)，2015，31（3）：118-122.

[14]李勇，蔣冠文，毛太田，等.基于情感挖掘和話題分析的旅游輿情危機(jī)演化特征——以“麗江女游客被打”事件為例[J].旅游學(xué)刊，2019，34（9）：101-113.

[15]劉逸，保繼剛，朱毅玲.基于大數(shù)據(jù)的旅游目的地情感評(píng)價(jià)方法探究[J]地理研究，2017，36（6）：1091-1105.

[16]郭建錦，郭建平.大數(shù)據(jù)背景下的國(guó)家治理能力建設(shè)研究[J].中國(guó)行政管理，2015（6）：73-76.

[17]李燕萍，虞虎，王昊，等.面向大數(shù)據(jù)時(shí)代的城市規(guī)劃研究響應(yīng)與應(yīng)對(duì)方略[J].城市發(fā)展研究，2017，24（10）：1-10.

[18]陳濤，劉慶龍.智慧旅游背景下的大數(shù)據(jù)應(yīng)用研究：以旅游需求預(yù)測(cè)為例[J].電子政務(wù)，2015（9）：6-13.

[19]張紫瓊，葉強(qiáng)，李一軍.互聯(lián)網(wǎng)商品評(píng)論情感分析研究綜述[J].管理科學(xué)學(xué)報(bào)，2010，13（6）：84-96.

[20]劉丹萍，金程.旅游中的情感研究綜述[J].旅游科學(xué)，2015，29（2）：74-85.

[21]龍茂興，孫根年，馬麗君，等.區(qū)域旅游網(wǎng)絡(luò)關(guān)注度與客流量時(shí)空動(dòng)態(tài)比較分析——以四川為例[J].地域研究與開(kāi)發(fā)，2011，30（3）：93-97.

[22]周立柱，賀宇凱，王建勇.情感分析研究綜述[J].計(jì)算機(jī)應(yīng)用，2008，28（11）：2725-2728.

[23]魏鏵，向陽(yáng)，陳千.中文文本情感分析綜述[J].計(jì)算機(jī)應(yīng)用，2011.31（12）：3321-3323.

[24]黃先開(kāi)，張麗峰，丁于思.百度指數(shù)與旅游景區(qū)游客量的關(guān)系及預(yù)測(cè)研究——以北京故宮為例[J].旅游學(xué)刊，2013，28（11）：93-100.

[25]鄭文英.旅行目的地中文評(píng)論的情感分析研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2010.

[26]曹斌.互聯(lián)網(wǎng)上旅游評(píng)論的情感分析及其有用性研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2008.

[27]徐菲菲，刺利青，Ye Feng.基于網(wǎng)絡(luò)數(shù)據(jù)文本分析的目的地形象維度分異研究——以南京為例[J].資源科學(xué)，2018，40（7）：1483-1493.

[28]王少兵，吳升.基于景點(diǎn)在線評(píng)論文本的游客關(guān)注度和情感分析[J].貴州大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，34（6）：69-73.

[29]黎崾，謝宗彥，張公鵬，等.基于LDA的游客網(wǎng)絡(luò)評(píng)論主題分類(lèi)：以故宮為例[J].情報(bào)工程，2017，3（3）：55-63.

[30]陳航，王躍偉.基于旅游者情感的目的地品牌評(píng)價(jià)研究——以互聯(lián)網(wǎng)旅游日記為例[J].人文地理，2018，33（2）：154-160.

[31] Menchavez J C L，Espinosa K J P.Fun in the Phi：lippines：auto-matic identification and sentiment analysis of tourism-relatedtweets[C]//2015 IEEE International Conference on Data Min-ing Workshop （ICDMW）. 14-17 Nov. 2015， Atlantic City， NJ，USA. IEEE. 2015：660-667.

[32] Yang Y X，Lin X L.Tourism network comments sentimentanalysis and early warning system based on ontology[J].lntelli-gent Computing rl'heories anrl Application，2016.

[33] Palakvangsa-Na-ayudhya S，Sriarunrungreung v，ThongprasanP.et al. Nebular： a sentiment classification system for the tour-ism business[C]//2011 Eighth Intemational Joint Conferenceon Computer Science and Software Engineering （JCSSE）. 11-13 May 2011， Nakhon Pathom. Thailand. IEEE. 2011：293-298.

[34] Marrese-Taylor E.Velclsquez J D， Bravo-Marquez F.Opinionzoom：a modular tool to explore tourism opinions on the web[C]//2013 IEEE/WIC/ACM Internaticmal Joint Conferences onWeb Intelligence （WI） and Intelligent Agent Technologies（IAT）. 17-20 Nov. 2013， Atlanta， CA， USA. IEEE， 2013：261-264.

[35] Colhon M. Badica C， bendre A. Relating the opinion holderand the review accuracy in sentiment analysis of' tourist re-views[J]. Knowledge Science， Engtineering and Management，2014.

[36] Afzaal M.Usman M，F(xiàn)ong A C M.et aI.Fuzzy aspect hasedopinion classification system for mining tourist reviews[J].Ad-vances in Fuzzy Systems， 2016，2016：1-14.

[37] Ali F，Kwak D.Khan P.et aI.Fuzzy ontology-based sentimentanalysis of transportation and City feature reviews for safe trav-eling[J].Transportation Research Part C：Emerging Technologies，2017.77：33-48.

收稿日期：2020-03-27

基金項(xiàng)目：本文系青海省應(yīng)用基礎(chǔ)研究項(xiàng)目“多層異質(zhì)復(fù)雜網(wǎng)絡(luò)的鏈路預(yù)測(cè)研究及其在青海旅游景點(diǎn)自動(dòng)推薦中的應(yīng)用”（2018-ZJ-707）和教育部“春暉計(jì)劃”合作科研項(xiàng)目“耦合多元信息屬性關(guān)系的多層異質(zhì)復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)研究”的研究成果之一。項(xiàng)目負(fù)責(zé)人：唐明虎

作者簡(jiǎn)介：唐明虎（1974-），男，副教授，博士，研究方向：機(jī)器學(xué)習(xí)、社交網(wǎng)絡(luò)分析。