何威 朱曉菲 李翛

摘要：本文探討了在利用大數(shù)據(jù)技術(shù)爬取蘇州市主要景區(qū)和酒店網(wǎng)絡(luò)評(píng)價(jià)的基礎(chǔ)上，研究了采用情感分析技術(shù)對(duì)這些評(píng)價(jià)進(jìn)行處理和分析的步驟和方法，得到了相對(duì)客觀的評(píng)價(jià)，且評(píng)價(jià)具有可比較性。

關(guān)鍵詞：情感分析技術(shù);網(wǎng)絡(luò);評(píng)價(jià)

一、背景和意義

在移動(dòng)支付技術(shù)飛速發(fā)展的現(xiàn)代社會(huì)，網(wǎng)絡(luò)的觸角已經(jīng)深入到我們生活，不斷改變著我們的生活方式。通過網(wǎng)絡(luò)使人與人之間聯(lián)系的距離極大的縮短，即使是兩個(gè)陌生人也能通過網(wǎng)絡(luò)建立直接的聯(lián)系。人們?cè)诠簿W(wǎng)絡(luò)上發(fā)表的各種言論可以被任何人獲知，并產(chǎn)生一定的影響。游客們也可以通過在線旅游網(wǎng)站發(fā)表自己對(duì)所游覽景區(qū)或酒店的相關(guān)體驗(yàn)和評(píng)論，這些公布在在線旅游網(wǎng)站上的評(píng)論就會(huì)對(duì)所有關(guān)注此景區(qū)或酒店的游客的旅游決策產(chǎn)生影響。對(duì)于景區(qū)或酒店正面贊揚(yáng)的評(píng)論會(huì)增強(qiáng)計(jì)劃前往游客的信心，吸引未計(jì)劃游客的興趣，對(duì)景區(qū)或酒店負(fù)面批評(píng)的評(píng)論會(huì)打擊計(jì)劃前往游客的積極性，降低游客的興趣。

近年來，由于越來越多的在線旅游用戶樂于在互聯(lián)網(wǎng)上分享自己的游玩體驗(yàn)，導(dǎo)致景區(qū)或酒店網(wǎng)絡(luò)評(píng)論信息數(shù)量急劇增長(zhǎng)，已經(jīng)難以靠人工判斷對(duì)景區(qū)或酒店網(wǎng)絡(luò)評(píng)論進(jìn)行分析。因此迫切需要利用計(jì)算機(jī)幫助在線旅游網(wǎng)站及景區(qū)管理者來快速準(zhǔn)確的獲取相關(guān)網(wǎng)絡(luò)評(píng)論中的所需信息。因此，關(guān)于蘇州旅游網(wǎng)絡(luò)評(píng)價(jià)有以下重要意義：一、為游客的計(jì)劃出行提供參考，從而優(yōu)化出行決策;二、對(duì)于景區(qū)或酒店管理者而言，通過研究網(wǎng)絡(luò)評(píng)論數(shù)據(jù)對(duì)景區(qū)或酒店進(jìn)行綜合評(píng)價(jià)，可以使管理者更直觀更快捷的了解目前主要優(yōu)勢(shì)，以及可能存在問題的劣勢(shì)，便于管理者及時(shí)調(diào)整景區(qū)或酒店治理和發(fā)展工作;三、對(duì)于在線旅游網(wǎng)站而言，研究網(wǎng)絡(luò)評(píng)論數(shù)據(jù)對(duì)景區(qū)或酒店進(jìn)行綜合評(píng)價(jià)，了解目前的優(yōu)勢(shì)劣勢(shì)，可以協(xié)助產(chǎn)品部門及時(shí)調(diào)整在線旅游產(chǎn)品的設(shè)計(jì)，突出宣傳優(yōu)勢(shì)，或者針對(duì)劣勢(shì)設(shè)計(jì)彌補(bǔ)性產(chǎn)品;四、對(duì)于政府部門而言，研究網(wǎng)絡(luò)評(píng)論數(shù)據(jù)對(duì)政府的管理決策提供依據(jù)，有利于政策的調(diào)整和優(yōu)化。還可以實(shí)現(xiàn)對(duì)蘇州旅游網(wǎng)絡(luò)輿情監(jiān)測(cè)，為全面掌握輿論動(dòng)態(tài)，做出正確輿論引導(dǎo)，提供分析依據(jù)。

二、研究思路

目前，對(duì)蘇州旅游網(wǎng)絡(luò)評(píng)價(jià)的研究還較為缺乏。尤其是官方層面未發(fā)布過蘇州市主要景區(qū)和酒店網(wǎng)絡(luò)評(píng)價(jià)報(bào)告。由于缺少官方的報(bào)告，各方面均缺少權(quán)威的指引。對(duì)蘇州市主要景區(qū)和酒店網(wǎng)絡(luò)評(píng)價(jià)將有利于優(yōu)化旅游資源，對(duì)提升旅游質(zhì)量和城市魅力有著重要的意義。

本文立足于網(wǎng)絡(luò)評(píng)論文本分析技術(shù)中的情感分析技術(shù)，對(duì)蘇州市主要景區(qū)和酒店網(wǎng)絡(luò)評(píng)價(jià)進(jìn)行研究分析，目的在于提取出游客所關(guān)注的景區(qū)或酒店的特征和游客對(duì)該特征的情感態(tài)度，為旅游景區(qū)或酒店、在線旅游網(wǎng)站及在線旅游用戶提供協(xié)助，優(yōu)化其決策行為，更為政府部門決策提供參考依據(jù)。

三、數(shù)據(jù)采集與整理

本研究選取了蘇州市主要的3A級(jí)以上景區(qū)41個(gè)，3星級(jí)以上酒店49個(gè)作為研究對(duì)象。利用大數(shù)據(jù)技術(shù)從攜程網(wǎng)、同程旅游網(wǎng)、去哪兒網(wǎng)、馬蜂窩網(wǎng)、驢媽媽網(wǎng)、途牛網(wǎng)等6個(gè)主要的OTA網(wǎng)站，主要爬取了2019年以來的網(wǎng)絡(luò)評(píng)價(jià)。景區(qū)類供爬取到包含當(dāng)中的文化底蘊(yùn)、建議游玩時(shí)間、如何快捷取票等評(píng)論1521條、酒店類共爬取到包含有所處位置、環(huán)境、停車、房間的安全設(shè)施、以及早餐的是否豐盛等評(píng)論2533條。經(jīng)過清洗處理，最終景區(qū)類采用有效評(píng)論1022條、酒店類采用有效評(píng)論2415條作為基礎(chǔ)數(shù)據(jù)樣本。

四、數(shù)據(jù)處理與評(píng)分

情感評(píng)分，也就是計(jì)算文本所表達(dá)的情感傾向的強(qiáng)烈程度。傳統(tǒng)上計(jì)算情感評(píng)分的方法是詞典法，是首先以人工的方式得出詞組的情感傾向，然后對(duì)句子進(jìn)行語法和語義的分析，然后根據(jù)語法規(guī)則來計(jì)算各詞組的情感傾向，最后按不同語句的語義規(guī)則導(dǎo)出最終的情感分?？紤]到詞典法的缺點(diǎn)，所以我們最終采取的是目前較為流行的深度學(xué)習(xí)法。該方法的一般步驟包括：人工定性、特征提取、計(jì)算分類模型（以上三個(gè)步驟為模型訓(xùn)練）、用分類模型對(duì)新的評(píng)價(jià)文本進(jìn)行分類、分類模型計(jì)算出的該文本和類的吻合度就是結(jié)果評(píng)分（以上兩個(gè)步驟為模型應(yīng)用）。這種方法不再需要考慮句子的語法、語義等規(guī)則，而是通過計(jì)算各詞組以及不同詞組之間同時(shí)出現(xiàn)的概率和人工定性之間的匹配度。即以不同的詞組和詞組之間同時(shí)出現(xiàn)的現(xiàn)象為特征將文本分類到好、壞之類的定性評(píng)價(jià)中。

根據(jù)上述一般性步驟，結(jié)合我們的實(shí)際需要，清洗后的數(shù)據(jù)，會(huì)進(jìn)行如下的處理：

1.人工標(biāo)記

人工標(biāo)記的目的是通過對(duì)收集到的評(píng)論通過人的判斷分成好壞兩個(gè)基本分類?？紤]到我們的評(píng)分用途，對(duì)每個(gè)評(píng)價(jià)，我們分別從八個(gè)主題進(jìn)行了標(biāo)記。分別是：總體評(píng)價(jià)、游玩體驗(yàn)、環(huán)境、性價(jià)比、餐飲、購(gòu)票便捷、設(shè)施、交通。如果某個(gè)評(píng)價(jià)未涉及到相關(guān)的主題則可不標(biāo)記。然后將標(biāo)記后的每個(gè)主題中的相關(guān)評(píng)價(jià)，標(biāo)記為“好”的評(píng)價(jià)放入pos.txt文件中，標(biāo)記為“不好”的評(píng)價(jià)放入neg.txt文件中。

2.分詞

標(biāo)記后的訓(xùn)練樣本，以及用訓(xùn)練好的模型對(duì)新的評(píng)論進(jìn)行評(píng)分時(shí)，都首先要對(duì)評(píng)論文本進(jìn)行分詞。這是由于我們的模型找的是詞組以及詞組同時(shí)出現(xiàn)的概率和人工標(biāo)記之間的關(guān)系。而眾所周知，中文不是英語，有自然的詞匯分隔符，所以對(duì)于中文句子，首先要做的就是將其切分為詞匯。IT的精髓就是不要重復(fù)發(fā)明輪子，所以我們直接采用了目前公認(rèn)較為準(zhǔn)確的jieba中文分詞包進(jìn)行分詞。

3.訓(xùn)練模型

訓(xùn)練模型，其實(shí)就是采取不同的分類算法來計(jì)算不同詞匯和人工結(jié)果直接的分類強(qiáng)度。一般采取的分類技術(shù)包括：樸素貝葉斯分類、SVM（支持向量機(jī)）分類等，考慮到貝葉斯模型具有較強(qiáng)的直觀性，計(jì)算也比較方便，所以我們采取了貝葉斯分類算法來進(jìn)行模型的訓(xùn)練。

針對(duì)每個(gè)主題分別用pos.txt和neg.txt文件以貝葉斯分類模型進(jìn)行計(jì)算，和分詞類似，我們直接選擇了snownlp這一針對(duì)中文情感詞分類訓(xùn)練程序包進(jìn)行分類模型的生成。然后將生成的該主題的分類模型放入model目錄下集中存放。

4.情感評(píng)分

我們選擇某個(gè)景點(diǎn)，然后將收集到的對(duì)其的所有評(píng)價(jià)逐條用訓(xùn)練好的這八個(gè)模型進(jìn)行評(píng)分，然后按主題將評(píng)分結(jié)果進(jìn)行匯總。由于評(píng)價(jià)中可能未涉及到相關(guān)主題，所以我們對(duì)低于特定門限的評(píng)分視為無效評(píng)分，加以剔除，由于目前評(píng)價(jià)數(shù)量較少，所以我們將這一門限設(shè)得較高，為：0.1。

最后計(jì)算出來的平均分，就是按不同主題的情感評(píng)分。需要注意的是，由于目前我們收集到的評(píng)論數(shù)量較少，所以在針對(duì)游玩體驗(yàn)、餐飲、設(shè)施、交通等評(píng)論較少的主題時(shí)，評(píng)分結(jié)果的準(zhǔn)確度較差，后期正式實(shí)施擴(kuò)大時(shí)間范圍和采集范圍增加評(píng)論后準(zhǔn)確度會(huì)提升。

此外，由于大多數(shù)情況下，游客不會(huì)游完必評(píng)，所以我們收集到的評(píng)論在普遍性和客觀性方面是存在偏差的，所以我們開始還設(shè)置了一個(gè)可信度的主題以試圖對(duì)評(píng)論本身的可信性加以糾正，但由于最終被定性為不可信的評(píng)論數(shù)量過少，所以目前無法對(duì)此進(jìn)行糾正。后期正式實(shí)施能實(shí)現(xiàn)糾正此問題。

5.評(píng)價(jià)定性

考慮到計(jì)算出的情感評(píng)分沒有直觀性，為便于對(duì)評(píng)價(jià)的打分結(jié)果有直觀感受，我們還對(duì)評(píng)價(jià)的評(píng)分進(jìn)行了定性計(jì)算。我們將評(píng)價(jià)結(jié)果視為一個(gè)模糊集，該模糊集包含三個(gè)模糊性質(zhì)，其隸屬函數(shù)用折線法進(jìn)行表示：

依據(jù)該模糊集的隸屬度函數(shù)，對(duì)計(jì)算出來的評(píng)分，我們分別計(jì)算該評(píng)分分別對(duì)應(yīng)這三個(gè)模糊性質(zhì)的隸屬度值，取其隸屬度最大的為該值所對(duì)應(yīng)的模糊性質(zhì)。

以蘇州市拙政園為例，通過程序運(yùn)算可以看出對(duì)于拙政園的網(wǎng)絡(luò)評(píng)價(jià)，在總體評(píng)價(jià)、環(huán)境、游玩體驗(yàn)方面為“好”，在性價(jià)比、餐飲、購(gòu)票便捷、設(shè)施、交通方面為“不好”。后期可以結(jié)合以上結(jié)果再具體分析評(píng)論發(fā)現(xiàn)反映的具體問題。

五、結(jié)論與展望

將網(wǎng)絡(luò)評(píng)價(jià)通過人工標(biāo)記、訓(xùn)練模型、情感評(píng)分、評(píng)價(jià)定性等程序加工后，得到了相對(duì)客觀的評(píng)價(jià)，且評(píng)價(jià)具有可比較性。因?yàn)閷?duì)不同的主題進(jìn)行了標(biāo)記，有利于發(fā)現(xiàn)存在問題的方面或者游客滿意度不高的方面，從而構(gòu)建全面客觀的評(píng)價(jià)指標(biāo)體系?？傊瑢?duì)蘇州旅游網(wǎng)絡(luò)評(píng)價(jià)分析技術(shù)上是完全可行的。主要展望是：一、考慮針對(duì)不同的評(píng)價(jià)對(duì)象類別有針對(duì)性地完善主題標(biāo)記，從而實(shí)現(xiàn)全面客觀的評(píng)價(jià);二、目前數(shù)據(jù)量偏少，可以擴(kuò)大收集評(píng)論的時(shí)間范圍、擴(kuò)大收集評(píng)論的網(wǎng)站范圍，增加評(píng)論數(shù)量，提升結(jié)果的準(zhǔn)確度;三、基于以上評(píng)價(jià)分析方法和流程，可以實(shí)現(xiàn)景區(qū)與景區(qū)之間的評(píng)價(jià)分析比較、酒店與酒店之間的評(píng)價(jià)分析比較、跨地區(qū)同一類型評(píng)價(jià)對(duì)象之間的評(píng)價(jià)分析比較;四、可以實(shí)現(xiàn)對(duì)蘇州旅游網(wǎng)絡(luò)輿情監(jiān)測(cè)，形成簡(jiǎn)報(bào)、報(bào)告、圖表等分析結(jié)果，為全面掌握輿論動(dòng)態(tài)，做出正確輿論引導(dǎo)，提供分析依據(jù)。

參考文獻(xiàn)：

[1] 張志雄、費(fèi)理源、廖宇. 基于蟻群算法的蘇州古城徒步旅游線路規(guī)劃[J].看世界，2020（21）

[2] 陶潔.文本挖掘領(lǐng)域研究現(xiàn)狀與趨勢(shì)分析[J]. 武漢船舶職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2018（02）

基金項(xiàng)目：2021年度蘇州經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院院級(jí)課題“基于大數(shù)據(jù)的情感分析技術(shù)在蘇州旅游網(wǎng)絡(luò)評(píng)價(jià)中的應(yīng)用研究”，項(xiàng)目編號(hào)為701K703。2021年江蘇省高等學(xué)校大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目“基于大數(shù)據(jù)的情感分析法在蘇州旅游網(wǎng)絡(luò)評(píng)價(jià)中的應(yīng)用研究” 。