楊良江 楊景 夏新濤

摘要：旅游危機事件在網(wǎng)絡(luò)爆發(fā)后網(wǎng)民情感狀態(tài)變化豐富，文章以微博、貼吧這兩大社交平臺用戶對于桂林導(dǎo)游強制消費事件的相關(guān)評論文本作為研究數(shù)據(jù)，借助ROSTCM等軟件對高頻詞進行提取，對比和分析了高頻詞匯和網(wǎng)民情感狀態(tài)之間的聯(lián)系。研究發(fā)現(xiàn)：（（1）旅游危機事件發(fā)生后網(wǎng)民的情感狀態(tài)以消極情緒為主且不穩(wěn)定難以掌控;（2）旅游危機事件的發(fā)生會引起網(wǎng)民負面情感出現(xiàn)“擴散現(xiàn)象”;（3）官方對危機事件的回應(yīng)和處理結(jié)果是影響網(wǎng)民情感狀態(tài)起伏的重要因素;（4）旅游危機事件會引起事發(fā)行業(yè)影響的“放大現(xiàn)象”;（5）旅游危機事件及其處理時效和結(jié)果會影響網(wǎng)民情緒并引起網(wǎng)民提出相關(guān)的處理訴求。

關(guān)鍵詞：廣西桂林;導(dǎo)游;強制消費

1.研究背景

隨著我國旅游信息化不斷向縱深發(fā)展，互聯(lián)網(wǎng)已經(jīng)成為人們獲取目的地旅游信息的首選媒介。網(wǎng)絡(luò)世界的“自由、開放”，也讓網(wǎng)民（旅游者、潛在旅游者）習(xí)慣帶入個人情感和傾向評論“旅游事件”，如“青島天價蝦”、 “麗江游客被打”等旅游危機事件發(fā)生后，不斷發(fā)酵形成旅游輿論危機，給景區(qū)、地方、國家等不同空間尺度造成不同程度的負面效應(yīng)，正確分析網(wǎng)民情感狀態(tài)變化是測度旅游輿情危機的重要且有效手段。本文基于桂林導(dǎo)游強制游客消費事件為例，針對網(wǎng)民在旅游危機事件曝光后情感變化特征，挖掘網(wǎng)民情感需求、情感傾向、情感狀態(tài)等網(wǎng)民基本情感內(nèi)容以及相關(guān)的文本、圖形等信息數(shù)據(jù)，以期網(wǎng)民在旅游危機下情感體驗變化過程及情感特征演變機理，為探索、創(chuàng)新網(wǎng)民情感管理技術(shù)路徑提供借鑒思路。

2.文獻綜述

情感分析源于上世紀初的輿論分析，是人類情感的簡化模型，主要用于測量客戶（消費者）需求。Ye等的研究表明酒店在線評論每增加10%，酒店的網(wǎng)絡(luò)預(yù)訂將提高5%以上[1]，Radojevic等利用歐洲47個首都城市共6768家酒店的206萬條在線評論，證實影響顧客滿意度最顯著的因素是酒店的星級評論[2]。張思豆[3]、屈小爽[4]等分別利用微博數(shù)據(jù)和網(wǎng)絡(luò)文本對游客在西安市和景點旅游過程中的情感傾向進行測度與分析。劉逸，保繼剛等人借助網(wǎng)絡(luò)大數(shù)據(jù)比較以赴澳中國游客與國際游客的在情感特征上的差異性[5]涂海麗基于在線評論數(shù)據(jù)構(gòu)建游客情感分析模型[6]。瓊達基于地方情感的旅游目的地選擇模型及模型過程步驟，為游客旅游目的地選擇提供新的解讀視角[7]。

網(wǎng)民情感雖然作為研究旅游危機事件下的另一重要視角，但研究停留在基礎(chǔ)和針對性數(shù)據(jù)的梳理、分析，獲取的信息源和結(jié)論導(dǎo)向主要針對特定主題的網(wǎng)絡(luò)輿情的宏觀控制和管理，缺少對輿情構(gòu)成要素網(wǎng)民情感狀態(tài)、特征等微觀因素的過程探究和細致分析， 結(jié)論導(dǎo)向也主要聚焦于旅游實業(yè)，尚未充分關(guān)注網(wǎng)民情感狀態(tài)在網(wǎng)絡(luò)媒體世界中的具體表現(xiàn)，故本文以旅游危機事件下網(wǎng)民情感狀態(tài)分析為主題，對旅游危機事件下網(wǎng)民情感輿情信息數(shù)據(jù)梳理、情感狀態(tài)演變分析以期對旅游危機綜合應(yīng)用管理提供指導(dǎo)和借鑒意義。

3.數(shù)據(jù)來源

3.1案例事件選擇

事件發(fā)生在2019年湖南到桂林從5月30日至6月2日的四晚五天旅游團（共55人），游客在桂林經(jīng)過購物景點時，一名女性在車上用話筒面對全車的人說：“我不管你們圖我們桂林哪一樣來的，既然你們選擇了這個，現(xiàn)在我們下車，在里面，一個小時，兩萬塊錢?！辈⒃?月10日，以一則“這個導(dǎo)游好囂張”等相關(guān)視頻被曝出，在網(wǎng)上獲取超五百萬次以上的觀看量，引發(fā)社會廣泛關(guān)注和討論。

3.2評論數(shù)據(jù)的收集

隨著社會化網(wǎng)絡(luò)環(huán)境的形成，而網(wǎng)民評論作為表達情緒的一種重要方式，使得微博、貼吧、抖音社交平臺成為網(wǎng)民傾訴情感的重要媒介。其中，發(fā)生于2019年6月1日的桂林導(dǎo)游強制消費事件，得到了網(wǎng)友的廣泛關(guān)注，基于微博、百度貼吧點評網(wǎng)評論數(shù)據(jù)豐富，收錄的信息比較清晰、完整，本文主要從微博、貼吧這兩大社交平臺采集用戶對于桂林導(dǎo)游強制消費事件的相關(guān)評論并按照以下規(guī)則，剔除無效的評論：（1）用戶轉(zhuǎn)發(fā)或@其他用戶的評論;（2）用戶發(fā)出的無效字符和不能表達情感狀態(tài)的評論;（3）與強制消費事件無關(guān)的其它評論。通過篩選，共得出有效評論5440條。

4.研究結(jié)果

4.1匯總高頻詞表

高頻詞是網(wǎng)民對事件情緒反應(yīng)的一種直觀反映，通過對桂林導(dǎo)游強制消費事件下有關(guān)網(wǎng)民情感狀態(tài)有效評論的剝離以及ROSTCM軟件對高頻詞的提取，對抽取的網(wǎng)民評論編碼，編碼的過程即是不斷增加數(shù)據(jù)和參考來源的過程，網(wǎng)民評論初步編碼中沒有出現(xiàn)新的評論而增加參考來源時，數(shù)據(jù)即達到飽和，此時不再添加新的編碼好的網(wǎng)民評論.按出現(xiàn)的頻數(shù)高低進行排序，選取前50位高頻詞進行分析。

4.2高頻詞組的差異分析

高頻詞前三分別是“導(dǎo)游”、“廣西桂林”、“旅游”，排在首位的是“導(dǎo)游”，這體現(xiàn)出網(wǎng)民對這次事件中發(fā)泄情緒的主體確定為導(dǎo)游，其次是“廣西桂林”和“旅游”，網(wǎng)民評論多次出現(xiàn)到案例發(fā)生地和自己的出行游玩活動經(jīng)歷，說明該事件的發(fā)生可能不是首例發(fā)生，進而網(wǎng)民在評論時引發(fā)出在此地、以及外出旅游有相同經(jīng)歷的認同感;緊接著的高頻詞是“強制消費”，說明網(wǎng)友認為強制消費行為嚴重損壞了消費者利益，很快就上升到有關(guān)維權(quán)和違法行徑討論;“低價便宜”、“購物”、“貪便宜”說明了網(wǎng)民的也是透過問題看到了不僅案例中不僅是游客的權(quán)益受損，認為旅游團本身就是低價、免費旅游購物團，在報團前就應(yīng)慎重選擇和考究，是游客貪便宜導(dǎo)致被坑和被強制消費;“處理處罰”、“投訴”、“報警”體現(xiàn)了網(wǎng)民對該旅游危機事件的處罰情況的訴求心理;“現(xiàn)象”、“各種問題”、“屢禁不止”等詞體現(xiàn)了網(wǎng)民對某種事件頻發(fā)時的一種定向式的稱謂和看法，表明旅游者對旅游環(huán)境中經(jīng)常出現(xiàn)和存在這樣的問題并較為抗拒;“掃黑除惡”對應(yīng)一些極端的網(wǎng)民情緒，把案例中的行為定性為惡劣的“黑社會”行為;“旅行社”則表明細心的網(wǎng)友不僅僅只是被視頻中的“囂張”的導(dǎo)游所吸引和關(guān)注，更是對整個旅游活動提出了反問，認為旅行社是幕后的操縱者，是旅行社給了導(dǎo)游這樣說話的底氣，應(yīng)嚴懲旅行社;“云南”、“陽朔”等其它地域城市名稱和旅游場所被提及，體現(xiàn)了網(wǎng)民的議論常常也會由點及面的擴散到對其它地域旅游要素的討論當(dāng)中來，這勢必會對其它地域的旅游等行業(yè)造成一定的沖擊和影響;“不敢去”、“害怕”體現(xiàn)了抗拒心理和情緒已經(jīng)在網(wǎng)民中產(chǎn)生并呈現(xiàn)逐步擴散的趨勢;“有關(guān)部門”、“政府”、“旅游局”、“市場”網(wǎng)民將政府、旅游局等相關(guān)政府機構(gòu)不斷被提及，體現(xiàn)了網(wǎng)民對當(dāng)?shù)厮幍氖袌鰳I(yè)態(tài)有了一定的懷疑和不信任的態(tài)度，認為有關(guān)部門不作為，處理的訴求也非常強烈。

4.3情感傾向分析

通過ROSTCM軟件的情感分析功能，將游強制游客消費事件中網(wǎng)民的評論內(nèi)容進行情感傾向劃分，從而得出積極、中性、消極三種情感傾向，網(wǎng)民表達消極情緒的評論共有3273條，占比高達約66.16%，其中，將消極情緒分段為“一般（0-10）”、“中度（10-20）”和“高度（20以上）”，一般消極的有1706條，占總評論的約33.8%，中度共1102條，占約21.83%，高度共465條，占9.21%，這一數(shù)據(jù)表明，網(wǎng)民展現(xiàn)出來的消極情緒多為一般程度，過分消極的比例還是比較少的。但是從總體比例看，對于此次導(dǎo)游強制游客消費事件，大部分網(wǎng)民都表現(xiàn)出了消極情緒和態(tài)度。

對表達的中性情緒評論剖析發(fā)現(xiàn)，中性評論大多是網(wǎng)友對于導(dǎo)游強制游客消費事件處理的各種建議以及對旅游行業(yè)的各種評價，多數(shù)是表達自己對此次事件的處理訴求。網(wǎng)民不僅因為出現(xiàn)導(dǎo)游強制游客消費行為而感到憤怒，而且對于事件的處理結(jié)果也是不滿與憤怒，部分網(wǎng)民紛紛表達了自己的處理訴求，如將涉事導(dǎo)游永遠拉黑、曝光涉事旅行社信息等，這些訴求為以后處理此類旅游危機事件提供參考。從總體來看，網(wǎng)友情緒傾向于消極和不穩(wěn)定情緒。

5.研究結(jié)論

（1）旅游危機事件發(fā)生后網(wǎng)民的情感狀態(tài)以消極情緒為主且不穩(wěn)定難以掌控

在強制游客消費的旅游危機事件發(fā)生后，網(wǎng)民的情緒會在事件曝光后的內(nèi)逐漸爆發(fā)，其中網(wǎng)民的負面情緒占比最高，爆發(fā)的程度也隨著事件熱度起伏，同時網(wǎng)民們在網(wǎng)絡(luò)世界發(fā)表的個人言論較于現(xiàn)實生活中更為簡單和自由，往往口無遮攔、隨性即言，情緒狀態(tài)極不穩(wěn)定，如果沒有及時解決，會在網(wǎng)絡(luò)上形成一次次小的高峰，輿論導(dǎo)向可能形成不受控制的局面。

（2）旅游危機事件的發(fā)生會引起網(wǎng)民負面情感出現(xiàn)“擴散現(xiàn)象”

本次危機事件的發(fā)生地是在廣西桂林，但是對網(wǎng)民的評論詞頻統(tǒng)計，前五十名涉及到了“廣西桂林”、“云南”、“陽朔”、“景區(qū)景點”等其它目的地，說明旅游危機事件的發(fā)生，除了引起了網(wǎng)民對危機發(fā)生地的探討、與網(wǎng)友之間的互動，此次事件還由單方面的旅游強制消費事件網(wǎng)民負面情感的宣泄演變成其它有過同樣經(jīng)歷在不同旅游目的地或旅游區(qū)域的網(wǎng)民情緒支持、響應(yīng)和認同，網(wǎng)民出現(xiàn)的負面情感呈擴散式在網(wǎng)絡(luò)社交媒體中蔓延開來。

（3）官方對危機事件的回應(yīng)和處理結(jié)果是影響網(wǎng)民情感狀態(tài)起伏的重要因素

危機事件發(fā)生后，網(wǎng)民多次提到“有關(guān)部門”、“政府”、“旅游局”等官方機構(gòu)，并把他們于旅游危機事件的發(fā)生、過程、結(jié)果緊密結(jié)合在一起，試圖尋找和探究之間的關(guān)系和聯(lián)系，對官方未能將危機事件發(fā)生緣由解釋清楚，網(wǎng)民的情緒是憤恨和不解，并往往會質(zhì)疑官方機構(gòu)并產(chǎn)生不信任，嚴重的產(chǎn)生負面和不滿情緒。

（4）旅游危機事件會引起事發(fā)行業(yè)影響的“放大現(xiàn)象”

強制游客消費的旅游危機事件一開始是某旅游團桂林導(dǎo)游的惡性事件，但是隨著信息的擴散，整個事件上升到了網(wǎng)友對整個導(dǎo)游行業(yè)的質(zhì)疑，甚至是整個旅游團的質(zhì)疑，從分析的數(shù)據(jù)可以看出，網(wǎng)友對桂林導(dǎo)游強制消費的事件的討論，逐漸上升到了對旅游報團的安全性、可靠性的討論，甚至還有網(wǎng)友展開了對導(dǎo)游的直接討論，這給旅游行業(yè)以及其他相關(guān)行業(yè)也帶來了不小的影響。

（5）旅游危機事件及其處理時效和結(jié)果會影響網(wǎng)民情緒并引起網(wǎng)民提出相關(guān)的處理訴求

對于此次導(dǎo)游強制游客消費的旅游危機事件的處理結(jié)果，網(wǎng)民表示處理結(jié)果太輕，這樣的犯罪成本太過于低廉。不少網(wǎng)友針對處理結(jié)果提出了相關(guān)的處理訴求，如永久拉黑涉事導(dǎo)游員、曝光旅行社名字、返還購物的消費費用、加重案件的刑事處罰、全國嚴厲打擊低價旅游團等等。正確有效且公平的處理結(jié)果，是網(wǎng)友的心理訴求，太輕不服眾的結(jié)果則會導(dǎo)致網(wǎng)民的憤怒。

參考文獻：

[1]YeQ，ZhangZ，LawR.Sentimentclassificationofonlinereviewstotraveldestinationsbysupervisedmachinelearningapproaches[J].ExpertSystemsWithApplications，2009，36（3）：6527-6535.

[2]RadojevicT，StanisicN，StanicN.Ensuringpositivefeedback：Factorsthatinfluencecustomersatisfactioninthecontemporaryhospitalityindustry[J].TourismManagement，2015，51：13-21.

[3]張思豆，李君軼.基于微博大數(shù)據(jù)的游客情感與空氣質(zhì)量關(guān)系研究--以西安市為例[J].陜西師范大學(xué)學(xué)報（自科版），2016，44（4）：102-107.

[4]屈小爽.基于網(wǎng)絡(luò)文本的旅游者情感體驗構(gòu)建理路——以杭州西湖為例.河南師范大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2017，44（4）：74-78.

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

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

[7]瓊達，趙宏杰.基于地方情感的旅游目的地選擇模型建構(gòu)研究.旅游學(xué)刊，2016，31（10）：105-112.

基金項目：

安徽省高等學(xué)校大學(xué)生實踐創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（2020CXXL071）

作者簡介：

楊良江（2000-），男，漢族，安徽蕪湖人，滁州學(xué)院本科在讀，專業(yè)：旅游管理