史達 張冰超 衣博文

引用格式：史達，張冰超，衣博文. 游客的目的地感知是如何形成的？基于文本挖掘的探索性研究[J]. 旅游學(xué)刊， 2022， 37（3）： 68-82. [SHI Da， ZHANG Bingchao， YI Bowen. How is tourist destination perception formed？Exploratory research based on text mining[J]. Tourism Tribune， 2022， 37（3）： 68-82.]

[摘? ? 要]游客感知是旅游目的地管理的重要研究領(lǐng)域。以往研究多基于扎根理論對素材進行人工編碼并歸納出范疇，或以對中介變量的假設(shè)檢驗來討論其形成機制。文章以大連市5家著名景區(qū)的10萬余條游客評論為資料來源，首先根據(jù)游客評分，對評論文本進行正負(fù)情感維度劃分;然后以TF-IDF和TextRank兩種算法對景區(qū)游客文本評論抽取關(guān)鍵詞，并遵循詮釋性研究的范式，提煉出游客正負(fù)感知的子范疇和關(guān)鍵范疇;隨后，利用LDA主題模型方法測算出上述游客正負(fù)感知范疇的權(quán)重次序。在此基礎(chǔ)上，最終梳理出游客目的地感知形成過程的故事線。研究結(jié)果表明：（1）游客感知的表征因素、效用因素、結(jié)構(gòu)因素和特征因素等范疇內(nèi)蘊含著復(fù)雜的正負(fù)情感雙重維度，并呈現(xiàn)出動態(tài)演變的特征。（2）游客感知范疇內(nèi)的正負(fù)情感主題具有顯著的差異性。（3）游客正負(fù)感知之間的轉(zhuǎn)換和調(diào)整，動態(tài)演繹出游客對目的地的最終認(rèn)知與情感。文章建構(gòu)了游客的目的地感知形成的動態(tài)過程，拓展了情感細粒度在游客感知理論的深度，同時拓寬了游客感知理論研究方法的邊界。

[關(guān)鍵詞]游客感知;文本挖掘;質(zhì)性分析;感知范疇

[中圖分類號]F59

[文獻標(biāo)識碼]A

[文章編號]1002-5006（2022）03-0068-15

Doi： 10.19765/j.cnki.1002-5006.2022.03.012

引言

游客借助在線評論平臺分享旅游體驗信息，表達自己對旅游目的地的真實感知，已經(jīng)成為旅游活動的常態(tài)[1]。對于旅游目的地而言，這些海量的游客評論內(nèi)容蘊含著極有價值的感知信息，傳遞出游客對旅游目的地的真實感知和情感評價，同時也是反映游客目的地體驗的重要信息來源。因此，精準(zhǔn)識別這些游客感知已成為旅游目的地城市品牌建設(shè)的首要任務(wù)[2]。

游客感知作為研究旅游者心理和行為的起點，是游客感覺和知覺的綜合體，通過多感官體驗?zāi)康牡芈糜钨Y源、旅游環(huán)境等信息所獲得的心理認(rèn)知過程[3]，也是游客將外部的目的地旅游信息轉(zhuǎn)換為內(nèi)在思維的過程[4]。由此可見，游客感知是一個過程，并建立在旅游者與目的地的關(guān)聯(lián)和互動的基礎(chǔ)之上。那么，這個過程是如何演化的呢？游客感知從始至終總是“愛”或“憎”嗎？一個給出高分評價（結(jié)果）的游客，就沒有“不開心”的時刻嗎？Court和Lupton指出，游客感知的形成和變化在于旅游者對目的地旅游信息內(nèi)容的處理方式[5]。一方面，目的地作為信息源具有無偏性;另一方面，旅游者對于目的地旅游信息的接收和處理具有差異性和能動性，進而導(dǎo)致各異且變化的游客感知的形成。因而，對游客感知形成過程的研究就要求充分考慮到旅游者體驗的動態(tài)性及其情感態(tài)度之差異性。

現(xiàn)有對游客感知形成機制的相關(guān)研究，多采用基于深度訪談的扎根理論、民族志等定性方法。扎根理論作為質(zhì)性研究的重要方式，主要是對訪談資料的編碼以及概念的梳理和范疇的提煉。這些訪談資料通常是連續(xù)性、較長篇幅的，而對片段化的資料通常不予考慮。經(jīng)驗性的觀察發(fā)現(xiàn)，大量游客評論事實上均是“只言片語”，而非整理規(guī)范的“旅游攻略”。這些碎片化的評論，可能反映了游客在旅游體驗過程中的動態(tài)情感變化，但通常都被過濾處理[6]。對于完整形態(tài)的長篇幅旅游攻略，除了可能是業(yè)內(nèi)知悉的“水軍軟文”之外，這些長評論集中反映了那些愿意發(fā)表觀點的旅游者的看法。從統(tǒng)計學(xué)的角度看，其代表性存在著內(nèi)生性的偏差。

依循“在原始資料的基礎(chǔ)上發(fā)現(xiàn)問題，并探尋問題的解決方法”的質(zhì)性研究范式，在海量原始碎片資料的整理和閱讀環(huán)節(jié)，借助成熟的計算機文本挖掘算法，輔助研究者進行質(zhì)性編碼，既突出機器算法處理大數(shù)據(jù)的特點，又充分發(fā)揮質(zhì)性研究在資料觀察和深入思考方面的優(yōu)勢[7]。在質(zhì)性研究中，研究者的知識性和智能性為兩個不可或缺的前提條件。鑒于數(shù)據(jù)處理技術(shù)已經(jīng)在圍棋、作曲、現(xiàn)代詩創(chuàng)作等對“智人”要求極高的領(lǐng)域的成功應(yīng)用，數(shù)據(jù)挖掘方法應(yīng)當(dāng)勝任“文本”這類相對比較簡單的數(shù)據(jù)處理對象。其實，質(zhì)性研究的工具近幾年也開始較多采用ROST、Leximancer等語義分析軟件對互聯(lián)網(wǎng)文本進行分析，這已經(jīng)顯示出研究者在研究方法上尋求外延和拓展[8]。但是由于ROST算法是固化的，通常只是對詞頻進行描述性統(tǒng)計，高頻詞普遍集中在地名或者景點名并以靜態(tài)結(jié)果為主，淡化了游客感知的關(guān)鍵詞匯和情感變化，可能導(dǎo)致研究結(jié)論偏差[9]。而TF-IDF1此類成熟的算法能很好地挖掘出游客真實感知的統(tǒng)計特征，深入分析游客感知體驗結(jié)果的情感細粒度[10]。而且這些算法及其優(yōu)化版可以在多個編程軟件中被隨時調(diào)用，非常便于非計算機專業(yè)人士使用。

對于“游客感知形成過程”的定量研究而言，通常借助中介變量的方式來發(fā)現(xiàn)哪些因素影響了游客感知的形成過程[11-12]。這些數(shù)量較少的定量研究，雖然局部揭示了某些因素在游客感知形成過程中扮演的角色，但并未全畫面展示游客感知形成過程的動態(tài)性，尤其是游客感知蘊含的多維度的復(fù)雜情感。另外，這些研究主要采用問卷調(diào)查數(shù)據(jù)。這類數(shù)據(jù)獲取方式存在數(shù)據(jù)樣本量小、調(diào)查成本高、問項有限等問題，致使研究結(jié)論存在一定的局部性和主觀色彩[13]。傳統(tǒng)的問卷調(diào)查方式也無法細致深入探討游客感知內(nèi)部的情感細粒度問題。

鑒于此，本文擬基于質(zhì)性分析的研究規(guī)范，借助文本挖掘算法輔助研究者對游客的目的地感知形成過程進行探索性研究。首先，以海量游客評論文本作為研究素材，結(jié)合TF-IDF與TextRank算法2提煉游客正負(fù)面感知范疇，識別出游客真實的感知體驗結(jié)果;然后，以此為游客感知體驗的關(guān)鍵因素，通過LDA主題模型3深入探討游客感知各范疇內(nèi)部的情感主題差異，解析出游客感知范疇內(nèi)的重要度權(quán)重，更好呈現(xiàn)出游客感知的復(fù)雜情感維度;在此基礎(chǔ)上，細致刻畫出游客正負(fù)面感知的動態(tài)變化與調(diào)整，梳理出游客的目的地感知形成的脈絡(luò)。

1 相關(guān)研究進展

1.1 游客感知及形成過程研究

國內(nèi)外學(xué)界多以旅游體驗價值來界定旅游感知的內(nèi)涵。郭安禧等以實體價值、經(jīng)濟價值和學(xué)習(xí)價值3個維度構(gòu)建游客的感知價值[14]。同樣地，Choi和Choi以韓國為研究區(qū)域，研究旅游體驗價值對目的地認(rèn)知和情感的影響[15]。再者，Qiu等通過游客對非物質(zhì)文化遺產(chǎn)的感知，以此建構(gòu)對于旅游目的地的整體看法和態(tài)度[16]。更具體地，Shao等[17]、Gretzel和De Mendonca[18]通過研究旅游目的地品牌的視覺和言語標(biāo)識等符號，指出游客對符號標(biāo)識的解讀進一步影響到游客感知目的地品牌的過程。

在上述探討游客感知內(nèi)涵的基礎(chǔ)上，國內(nèi)外相關(guān)文獻也對游客感知所表征的現(xiàn)象、內(nèi)容進行了較為系統(tǒng)的研究，相關(guān)研究主要集中在影響因素和感知過程兩個領(lǐng)域。其中，已有影響因素的研究大多聚焦于旅游者和目的地層面。在旅游者層面主要是個體特征[19]、興趣偏好[20]、旅游動機[21]和媒體宣傳[22]等方面對旅游者決策的影響。在目的地層面的研究主要體現(xiàn)在目的地特征[9]、旅游環(huán)境[23-24]、服務(wù)與管理[25]、旅游資源[26]等方面，認(rèn)為游客感知是旅游者與目的地關(guān)聯(lián)和互動之中生成的對于目的地的認(rèn)識和看法，是旅游者對于目的地情感態(tài)度的一種反映[27]。游客與目的地關(guān)聯(lián)與互動的過程就是具有個體特征的游客建構(gòu)目的地認(rèn)知和情感的過程，主要是目的地的信息性、互動性、個性化屬性對游客的滿足[28]。簡言之，這些研究的成果豐富，方法規(guī)范，場景全面，普適性強，因此這些重要的研究結(jié)論被用于支撐本文后續(xù)的故事線梳理和理論提煉。

在為數(shù)不多的對游客感知形成過程的研究中，從研究方法的視角觀察，可較清晰地分為定性和定量研究兩類。其中，定性研究方法主要以扎根理論為主。早期多以單一的實地訪談資料或者問卷為主，如高軍等通過12個入境城市的623句問答的外國游客負(fù)面感知的單一訪談材料編碼提煉出7大范疇和22個小范疇，構(gòu)建入境游客負(fù)面感知過程[29]。熊偉和胡洋采用問卷的方式，探討游客對非營利理念的感知過程[30]。此后，扎根研究逐漸開始采納網(wǎng)絡(luò)文本資料，并將訪談資料和網(wǎng)絡(luò)文本結(jié)合使用，如高楠等利用103篇訪談和4707條網(wǎng)絡(luò)點評探討旅游意象感知過程，歸納總結(jié)出13個感知范疇[31]。張紅梅等結(jié)合實地訪談資料和網(wǎng)絡(luò)文本等多資料源，通過扎根方法提煉歸納出7個游客感知范疇[32]。此外，也越來越常見質(zhì)性研究僅采用網(wǎng)絡(luò)文本信息，如白丹等通過采集攜程網(wǎng)評論3480條和大眾點評網(wǎng)2145條游客點評，利用扎根方法歸納出5個主范疇和32個范疇，建構(gòu)遺產(chǎn)目的地的游客感知評價過程體系[33]。王君怡等以26篇網(wǎng)絡(luò)長游記文本為資料來源，采用扎根理論的方法提煉出8個主要范疇和19個對應(yīng)范疇，探討目的地旅游形象的認(rèn)知過程[34]。上述研究盡管涉及了游客感知過程，但仍在于提煉游客感知范疇，感知過程通常并非研究的重點。此外，研究資料盡管已經(jīng)較為廣泛地結(jié)合多種素材，但在編碼后主要體現(xiàn)的仍是游客感知的靜態(tài)結(jié)果，對于游客感知動態(tài)過程的研究依然少見，對于游客感知情感差異性的研究仍顯不足。

在定量方法方面，多數(shù)學(xué)者采用問卷調(diào)查的方法，利用因子分析、回歸分析和結(jié)構(gòu)方程模型等方法，探討游客感知形成過程的關(guān)鍵變量[19]。因子分析方法是早期研究中經(jīng)常采用的方法。楚義芳通過該方法處理42份專家問卷，提煉游客感知過程的變量，構(gòu)建目的地開發(fā)評價體系[35]。張宏梅等利用因子分析探討1070份問卷蘊含的游客對目的地形象的感知過程，識別出游客感知目的地認(rèn)知形象、情感形象和整體形象的關(guān)鍵變量[36]。王嵐等運用因子分析研究532份問卷，生成游客感知的4大公因子范疇，構(gòu)建目的地可進入評價體系[37]?；貧w分析主要用于研究游客感知過程的差異關(guān)系，蔣長春通過481份問卷研究國內(nèi)外游客感知紅色文化的差異[38]。劉智興等通過442份問卷，探討5個關(guān)鍵因素對于游客感知過程的影響差異[39]。直到結(jié)構(gòu)方程模型作為主要分析工具且引入中介變量之后，定量研究才開始較好地用于呈現(xiàn)形成過程。李靜等通過711份中外游客問卷，研究構(gòu)建游客風(fēng)險感知過程模型[40]。類似地，陳書星利用游客感知的326份問卷，以行為因子為中介變量，探討影響游客認(rèn)知形象到情感認(rèn)可的游客感知過程[12]。綜上，與定性研究相類似，這些定量研究僅重在游客感知因素的測量，尚未對游客感知的動態(tài)演變和情感特征有深入探究。此外，盡管上述研究的問卷量有大幅度增加，但大量數(shù)據(jù)并非大數(shù)據(jù)。大數(shù)據(jù)的基本要求是海量的且無法用常規(guī)軟件處理的數(shù)據(jù)集合。而上述問卷數(shù)據(jù)在數(shù)量的量級上和形態(tài)上均未達到大數(shù)據(jù)的門檻。

總之，對于游客感知過程的研究，無論是定性還是定量研究，均集中在游客感知范疇的提煉歸納。在資料來源上，雖都開始采用網(wǎng)絡(luò)評論，但處理方法仍延續(xù)常用的方式。因此，現(xiàn)有研究對于實際場景中的正負(fù)情感交互調(diào)整的動態(tài)過程審視不足，對于情感特征分析的細粒度仍較為粗略，對于游客感知的內(nèi)在形成機制的變化性還關(guān)注不夠?；诖耍疚臄M采用文本挖掘方法輔助詮釋范式分析，基于海量信息提煉和歸納游客感知的關(guān)鍵因素，并重點關(guān)注游客感知過程的情感變化。

1.2 旅游文本分析技術(shù)

旅游者通過社交媒體或者在線網(wǎng)站生成的文本數(shù)據(jù)在旅游領(lǐng)域的應(yīng)用逐漸上升[41-42]。就文本分析方法出現(xiàn)的時間順序而言，大致包括人工編碼、ROST語義分析、文本挖掘算法等3種方式。人工編碼仍是重要的文本分析方式，也不可能完全被機器編碼所替代。同時，鑒于游客文本信息的海量化，研究者已經(jīng)開始較為頻繁地采用ROST語義分析工具，實現(xiàn)高頻詞處理和語義網(wǎng)絡(luò)圖。雖然ROST軟件一定程度上避免了研究者的主觀因素和預(yù)設(shè)想法，但存在較嚴(yán)重的效度問題[43]。ROST語義分析以關(guān)鍵詞、主客觀詞語為參考或者根據(jù)詞典進行詞頻統(tǒng)計，常造成專屬名詞和常用詞語的詞頻過高，未能深度挖掘出評論主題，比較容易忽略評論中有用的信息，增加了后續(xù)分析的誤差。比如在對北京故宮的文本研究中，出現(xiàn)詞頻最高的是“故宮”和“北京”[8]。而實際上，這兩個高詞頻可能并非游客的關(guān)注點，只不過在評論過程中，需要多次強調(diào)兩個地理位置而已，游客真正關(guān)心的可能是“雪景”或“留念”。類似地，在天門山景區(qū)的游客情感特征研究中，詞頻最高的是“天門山”和“景區(qū)”[9]，可能導(dǎo)致本應(yīng)是網(wǎng)絡(luò)關(guān)聯(lián)中心詞的“游覽”或“索道”被弱化，由此造成研究結(jié)論可能出現(xiàn)偏差。那些本應(yīng)被突出的關(guān)鍵因素由于算法的原因極易成為研究盲點。

相比之下，文本挖掘算法不直接基于詞頻來判斷文本中的關(guān)鍵詞，從而可以避免上述弊端并比較精準(zhǔn)識別出文本中最有代表性的關(guān)鍵詞[44]。鑒于游客在線評論文本是一種典型的非結(jié)構(gòu)化數(shù)據(jù)，文本挖掘算法的優(yōu)勢在于能夠快速地處理海量的非結(jié)構(gòu)化信息，并且深度挖掘出文本隱藏的內(nèi)容，這對于研究游客感知顯得尤為重要[45]。根據(jù)工作重點的不同，目前文本挖掘方法大體有3類：第一類是抽取關(guān)鍵詞和關(guān)鍵短語。關(guān)鍵詞語的抽取是文本處理的基本工作。TF-IDF和TextRank兩種常用的成熟算法，針對游客評論文本信息主觀色彩濃厚、信息相對冗雜的特點，可獲得對評論文本中心思想有概括的關(guān)鍵詞語，準(zhǔn)確識別出游客的真實思想[46]。第二類方法是主題建模。該方法主要用于挖掘游客評論文本數(shù)據(jù)的主題并進行歸納操作[47]。主題建模常通過“降維技術(shù)”來消除多重語義和術(shù)語的歧義，將評論文本和語料庫中隱藏的維度顯現(xiàn)出來。本文將采用比較常用的LDA主題建模方法。第三類是情感分析。情感分析是自然語言處理領(lǐng)域的重要任務(wù)，研究最廣的問題是情感分類問題[48]。因此，本文根據(jù)研究目標(biāo)的遞進性，逐次采用上述3種方法對文本進行挖掘，并對文本挖掘出的關(guān)鍵詞和關(guān)鍵短語進行情感分類，判斷游客評論文本表達的正負(fù)面的情感類別，最終識別出游客的情感變化過程。

1.3 游客感知的情感維度

旅游者情感的維度構(gòu)成在旅游者情感體驗中占據(jù)極為重要的位置[49]。探析游客感知體驗情感維度的研究多通過訪談、問卷等方式，針對旅游者對目的地主客觀事物的情感評價結(jié)果，集中探討測度游客感知的積極或者消極情感維度[50]。例如，Hosany和Gilbert的研究指出旅游者的目的地感知情感主要由快樂、愛、驚喜3個維度構(gòu)成[51]。黃瀟婷研究開發(fā)設(shè)計“痛苦-快樂”情感維度的問卷量表來測度旅游者的情感體驗[52]。隨著學(xué)者們對游客感知體驗中情感維度的分析不斷深耕，越來越多的學(xué)者開始關(guān)注旅游者情感的粗粒度和細粒度。粗粒度情感一般用于判斷文本整體的情感極性;細粒度情感多被用于判斷游客對評論對象中具體屬性或維度的情感[53]。情感細致化研究逐漸在旅游感知體驗中占據(jù)重要地位。如Nawijn等探討黑色旅游情境中以痛苦、同情和積極為代表的旅游者情感維度，并解析出痛苦情感維度包含5種負(fù)向情緒，積極情感維度包含4種正向情緒，同情情感維度則介于正負(fù)向情緒之間[54]。國內(nèi)學(xué)者李君軼等則以8類積極情感、8類消極情感和4類中性情感構(gòu)建旅游者情感輪，進一步細化旅游者情感維度，比較全面理解游客的情感體驗[55]。上述研究多通過研究者對旅游者的訪談或問卷資料進行歸納演繹，解讀出旅游者的情感傾向和特征。

隨著計算機技術(shù)在旅游者情感細粒度研究中的深入應(yīng)用，通過“貼情感標(biāo)簽”來區(qū)分旅游者情感維度，成為深入研究旅游者情感體驗差異的常用方式。例如李春曉等將游客評論數(shù)據(jù)事先貼上正負(fù)向情感兩類標(biāo)簽，然后分別挖掘游客正負(fù)面情感體驗的關(guān)鍵因素和情感特征差異[13]。與之類似，Liu等通過中國游客對澳大利亞目的地的在線評價，以情感詞典的方式為旅游者“貼情感標(biāo)簽”，據(jù)此探討中國游客的情感畫像以及與國際游客的情感特征差異[43]。“貼情感標(biāo)簽”實際上是借助大數(shù)據(jù)技術(shù)探究旅游者感知體驗的情感維度，有利于呈現(xiàn)出旅游者正負(fù)面情感的細粒度和動態(tài)變化[56]。同時，基于大數(shù)據(jù)技術(shù)探討游客感知的情感維度有利于深入理解旅游者的行為特征和表達傾向，在很大程度上刻畫出旅游者的內(nèi)在心理機制，是對旅游體驗的深入剖析[49]。本文擬在“貼情感標(biāo)簽”的基礎(chǔ)上，進一步關(guān)注情感的變化。因為如果僅從旅游體驗結(jié)果上看，旅游者似乎總是“愛憎不變”，始終處于某種情感的穩(wěn)態(tài)，而這與慣常的旅游體驗中情感變化的豐富性并不一致。因此，本文擬注重游客情感維度的差異化，并以此為基礎(chǔ)，關(guān)注旅游者“愛憎”轉(zhuǎn)換的動態(tài)情感過程。

2 研究設(shè)計與實施

2.1 數(shù)據(jù)收集說明

攜程網(wǎng)與去哪兒網(wǎng)擁有用戶數(shù)量超過1億，具有海量的游客評論數(shù)據(jù)。兩個平臺均采用5分制的評級打分機制，評價層級分明。因此，本文將其作為游客感知數(shù)據(jù)來源平臺。同時，選擇大連市作為研究區(qū)域，主要是因為大連是我國著名的旅游城市，游客體驗評論數(shù)據(jù)豐富，原始資料的代表性好，易于形成普適性較強的研究結(jié)論。目的地選取了大連市評論數(shù)量最多且百度指數(shù)關(guān)注度最高的5個著名景區(qū)，分別是金石灘風(fēng)景區(qū)、老虎灘海洋公園、棒棰島風(fēng)景區(qū)、星海廣場、圣亞海洋世界。再者，考慮到游客感知的時效性和建模所需的原始材料數(shù)量，本次數(shù)據(jù)選取2018年1月至2020年1月的游客評論文本。剔除掉無用和雜亂的評論信息，總共收集到用于文本挖掘的游客評論文本174 667條。

從原始材料的信度看，游客在線評論信息可被視為具有獨立意義的文本內(nèi)容，是游客真實感知的表達，具有良好的內(nèi)在信度[57]。從原始材料的飽和性要求看，在整理分析資料的過程中，本文不斷反省已有資料是否存在缺陷或者不足。本文在初期僅收集了攜程網(wǎng)的數(shù)據(jù)，鑒于目的性抽樣的邏輯在于選擇信息豐富的案例來進行深度研究，研究者從中可以獲得很多對研究目的至關(guān)重要的信息[58]。后又補充收集了與攜程網(wǎng)打分機制類似，但用戶群體不同的去哪兒網(wǎng)數(shù)據(jù)。最后通過對2018—2020年相關(guān)評論的隨機瀏覽以及長篇幅評論的重點閱讀，認(rèn)為新的素材已不再提供新的信息，原始材料達到飽和。

為保證研究的效度，研究團隊發(fā)現(xiàn)游客評論信息與研究者基于經(jīng)驗性的預(yù)判基本一致。同時本文采用了三角互證法。三角互證法要求采訪者從不同的視角，讓不同的受訪者去分析評價同一現(xiàn)象或問題，他們觀點之間的一致性和差異性對研究的結(jié)果都極為重要。本研究從游客（當(dāng)?shù)睾屯獾兀⒕皡^(qū)管理者兩個方面來搜集關(guān)于游客感知問題的觀點。由于研究團隊已經(jīng)與當(dāng)?shù)鼐皡^(qū)管理者建立起了信任關(guān)系，因此獲取了較全面和真實的信息。同時，研究團隊在2020年9月中旬至10月中旬在上述5處景點，與游客進行非正式訪談，獲取相關(guān)信息。經(jīng)比較兩方對該問題的看法，發(fā)現(xiàn)與網(wǎng)絡(luò)評論文本信息一致，網(wǎng)絡(luò)文本信息可靠有效。

2.2 數(shù)據(jù)初步處理

（1）數(shù)據(jù)分析步驟說明

本研究遵循質(zhì)性研究的規(guī)范并結(jié)合網(wǎng)絡(luò)評論文本的特點，按照如下步驟開展研究：首先，對文本進行提純，以獲得合格的文本數(shù)據(jù);其次，對游客評論文本先貼上“情感標(biāo)簽”，劃分正負(fù)面的游客情感評論，以此區(qū)分游客的感知狀態(tài);然后，進行研究一，利用文本挖掘方法進行關(guān)鍵詞提取，該項工作類同于開放式編碼;接著，研究者通過詮釋性研究來理解關(guān)鍵詞闡發(fā)的意義，再對這些關(guān)鍵詞進行子范疇歸類，并總結(jié)出范疇。子范疇與范疇的提煉均由研究者人工進行。研究一雖然歸納出關(guān)鍵詞，但并不知道其重要性的差異。在大多數(shù)研究中，通常將開放式編碼默認(rèn)為權(quán)重相等。已有一些研究通過人工統(tǒng)計的方式，計算子范疇在某文本中的比例[59]，但仍未能獲得各編碼相互間的重要程度。故研究二以研究一所梳理出的4個范疇為基礎(chǔ)，進一步呈現(xiàn)出游客正負(fù)兩種感知情緒中各關(guān)鍵詞（編碼）的重要性區(qū)別。此外，研究二的另一個作用在于，通過更換算法再次驗證研究一的關(guān)鍵詞提取是否準(zhǔn)確。最后，在上述研究的基礎(chǔ)上，研究三梳理出游客感知形成過程的故事線。

（2）數(shù)據(jù)提純

由于通過網(wǎng)絡(luò)爬蟲收集的游客評論文本不可以直接使用，故處理文本信息之前首先對文本作中文匹配，只保留游客評論的文字部分。其次，進行數(shù)據(jù)去重，刪除游客評論中部分重復(fù)的文本，提高文本分析效率。再次，刪除缺失數(shù)據(jù)。收集的游客評論的完整文本理應(yīng)包括游客昵稱、游客評分、游客評價、評價時間4個維度，但是實際上對于每條游客評論文本可能存在維度不全的情況，導(dǎo)致部分游客評論無效失真等問題，影響到文本的信度和效度。此外，游客評論內(nèi)容中字?jǐn)?shù)特短的語句，可能無法正確表達出游客的真實感受，也比較難提煉出有效的特征項和關(guān)鍵詞。借鑒趙宇晴等的經(jīng)驗，刪除少于或等于4個字的評論文本[60]。最后，去除無效文本。游客評論文本包含大量并沒有實際意義的停用詞和特殊名詞，如“的”“了”等。這些無效文本會降低文本挖掘的準(zhǔn)確性，屬于文本分析中的“噪音”。

（3）數(shù)據(jù)標(biāo)簽

本部分對游客評論文本“貼情感標(biāo)簽”。從游客的打分結(jié)果看，各分值分布不均衡，1分和2分的評論數(shù)比較少。因此，為提高游客評論文本的平衡性，本文借鑒李春曉等的方法[13]，采用合并少數(shù)的方法將游客評分為1分和2分的劃分為負(fù)面情感數(shù)據(jù)，將評分是5分的劃分為正面情感數(shù)據(jù)，將評分3分和4分的劃分為灰色數(shù)據(jù)，其中灰色數(shù)據(jù)是指好壞參半的游客評論，游客感知的情感差異區(qū)分度不高，由此刪除灰色數(shù)據(jù)。具體分布見表1。

由表1可知，5個目的地景區(qū)的游客評分的均值和標(biāo)準(zhǔn)差均比較穩(wěn)定，說明游客評論信息能夠較好反映出游客感知的基本結(jié)構(gòu)與內(nèi)容。此外，在5個目的地景區(qū)的正負(fù)情感數(shù)據(jù)與灰色數(shù)據(jù)的數(shù)量占比上，星海廣場的正向情感的感知占比最高，表明游客認(rèn)可程度較高。棒棰島風(fēng)景區(qū)的負(fù)向情感的感知占比最高，表明游客對棒棰島風(fēng)景區(qū)的感知體驗相對其他景區(qū)較低。

2.3 數(shù)據(jù)闡釋框架

內(nèi)容分析法不適合解讀文本挖掘算法得出的關(guān)鍵詞，因此，借鑒詮釋性研究范式[61-63]，通過研究者的浸入，對游客正負(fù)面感知的關(guān)鍵詞和關(guān)鍵短語進行閱讀與理解，有助于明確上述關(guān)鍵詞在一個更一般性的語境中所能闡發(fā)的意義。由于國內(nèi)外研究多基于“途徑-目的”理論[64-68]范式對游客感知進行歸類，故本文依據(jù)該理論對機器編碼結(jié)果進行梳理和詮釋?！巴緩?目的”理論多從“屬性-結(jié)果-價值”的鏈條，強調(diào)目的地產(chǎn)品或服務(wù)屬性與游客價值之間的關(guān)系，將目的地屬性視為達到目的的方法，反映出游客價值趨向。而游客體驗結(jié)果作為目的地屬性與游客價值之間的橋梁，將游客對目的地屬性的體驗結(jié)果與游客價值聯(lián)結(jié)起來[64]。具體而言，屬性層是旅游目的地的產(chǎn)品或服務(wù);結(jié)果層描述出游客通過目的地產(chǎn)品或服務(wù)屬性產(chǎn)生的體驗結(jié)果;價值層刻畫出游客個人價值觀和理性狀態(tài)[65]。對于旅游者來說，游客價值源于旅游體驗結(jié)果，旅游體驗結(jié)果體現(xiàn)在游客對目的地屬性的感知評價，是游客價值的主要決定因素[66]。張宏梅等認(rèn)為，根據(jù)“途徑-目的”范式，目的地游客感知價值存在“目的地屬性-目的地體驗結(jié)果-旅游者的價值觀和終極狀態(tài)”這一層次關(guān)系，而且將目的地屬性與目的地體驗分層次分析，更具有指導(dǎo)意義[67]。特別地，對于上述“屬性-結(jié)果-價值”鏈條中的價值的衡量，多數(shù)研究采用Zeithaml對顧客價值的定義，認(rèn)為顧客價值是顧客感知到的利益與其在獲取產(chǎn)品或服務(wù)時所付出的成本進行權(quán)衡后對產(chǎn)品或服務(wù)效用的總體評價[68]。本文將采用此概念，因為該定義強調(diào)了顧客對于成本的權(quán)衡，突出了動態(tài)比較的心理過程，與本文的研究目的相吻合。

綜上，本文主要依據(jù)“途徑-目的”范式，將旅游目的地的特征、環(huán)境、資源與管理等因素所賦能的目的地產(chǎn)品、服務(wù)等屬性作為互動基礎(chǔ)，將旅游者與目的地屬性的關(guān)聯(lián)互動生成的游客評論當(dāng)作感知體驗結(jié)果，進而探索以情感維度為表征的游客感知。

3 基于游客評論文本挖掘的探索性研究

3.1 研究一：提煉游客感知的關(guān)鍵詞和關(guān)鍵短語

關(guān)鍵詞語或主題詞匯是情感特征探析的基本元素，蘊含著旅游者的特定情感傾向，表達出旅游者的情感定向[69-70]。TF-IDF與TextRank兩種算法常結(jié)合使用，交叉驗證游客評論內(nèi)容的關(guān)鍵詞，可以彌補單一算法挖掘關(guān)鍵詞時準(zhǔn)確性和全面性的不足，從而清晰地呈現(xiàn)出游客的真實感知。TF-IDF的核心思想是：字詞的重要性隨著其在文件中出現(xiàn)的次數(shù)成正比增加，但同時會隨著其在語料庫中出現(xiàn)的頻率成反比下降。一般情況下，關(guān)鍵詞出現(xiàn)頻率越大，TF值就會越大，其在文檔中所占的比重就會越多，重要性也就越高[71]。但文本評論內(nèi)容包含較多無意義的通用詞語和專屬名詞以及特定地點詞語，削弱了游客評論中其他關(guān)鍵詞的重要性，而逆向文本頻率IDF則反映出關(guān)鍵詞的普遍程度。因此，TF-IDF算法有助于提高重要關(guān)鍵詞的權(quán)重。同樣地，TextRank算法主要通過詞語之間的相鄰關(guān)系構(gòu)建網(wǎng)絡(luò)，然后計算每個網(wǎng)絡(luò)節(jié)點的Rank值，最終通過排序Rank值提煉出關(guān)鍵詞。TF-IDF算法對于語料庫的依賴程度大，而TextRank算法可以直接對游客評論素材逐條進行分析，進而得到關(guān)鍵詞。因此，通過結(jié)合利用TF-IDF與TextRank算法共同提煉游客評論的關(guān)鍵詞，將關(guān)鍵詞拓展成主旨更清楚的關(guān)鍵短語，進一步驗證游客評論關(guān)鍵詞的信度和效度[72]。

因此，本文抽取出游客評論內(nèi)容前5個高頻關(guān)鍵詞和關(guān)鍵短語，如表2所示1。

（1）正面感知子范疇提取

金石灘風(fēng)景區(qū)出現(xiàn)頻繁的游客正面感知在于孩子，孩子的體驗是游客感知的焦點。老虎灘海洋公園的關(guān)鍵詞和關(guān)鍵短語主要表現(xiàn)在動物表演類詞語較多，說明游客對于海洋公園的動物和植物類資源感知較深。獨特的海洋資源景觀是棒棰島的景區(qū)特色，游客對于棒棰島的海灘、海水、海景產(chǎn)生深刻的感知。星海廣場的跨海大橋、城堡酒店和海鷗是目的地特色，尤其是城市夜景深受國內(nèi)外游客的喜愛。圣亞海洋世界的海洋極地環(huán)境和動物表演是圣亞海洋世界主打的特色項目，也是游客直接感知所在。

（2）負(fù)面感知子范疇提取

金石灘風(fēng)景區(qū)負(fù)面感知集中于導(dǎo)游、海灘、門票、垃圾、沙子，反映出金石灘風(fēng)景區(qū)存在景區(qū)導(dǎo)游管理、游客數(shù)量和景區(qū)衛(wèi)生等問題。老虎灘海洋公園負(fù)面感知聚焦于表演、設(shè)施、門票、工作人員等，結(jié)合景區(qū)設(shè)施舊、工作人員態(tài)度差、收費多等問題的感知，說明景區(qū)的管理不到位，同時游客對于景區(qū)表演節(jié)目、票價和收費等問題不滿意。棒棰島風(fēng)景區(qū)負(fù)面感知圍繞著管理、司機、觀光車、接待、站崗，特別是景區(qū)的司機、觀光車、接待、站崗特權(quán)等問題表現(xiàn)出景區(qū)的管理秩序和服務(wù)問題。星海廣場的負(fù)面感知主要是啤酒味道、景色失望、管理亂、音樂吵、浴場垃圾等，說明景區(qū)的管理和衛(wèi)生存在一定問題。圣亞海洋世界的負(fù)面感知的排隊等待久、表演多、場館遠等，側(cè)面反映出景區(qū)的產(chǎn)品規(guī)劃和管理問題。

（3）子范疇歸納

上述通過文本挖掘得到的關(guān)鍵詞和關(guān)鍵短語，類似于開放性編碼經(jīng)初步概念化得到的編碼結(jié)果。為保證本文基于海量碎片化的文本進行挖掘的結(jié)果與人工編碼結(jié)果之間不出現(xiàn)偏差，本文將通過TF-IDF與TextRank兩種算法抽取游客評論內(nèi)容獲得的高頻關(guān)鍵詞放寬到前50個，然后選用部分長篇幅網(wǎng)絡(luò)評論，采用人工貼標(biāo)簽和概念化的方式，得出與50個高頻關(guān)鍵詞基本類同的概念。因此，筆者基于理解關(guān)鍵詞和關(guān)鍵短語闡發(fā)的意義歸納出12個子范疇。其中，將游客正面感知的子范疇歸納為目的地及旅游資源體驗、情感體驗等，將游客負(fù)面感知的子范疇歸納總結(jié)成情感體驗、生態(tài)環(huán)境等，詳見圖1。需要指出的是，游客正面和負(fù)面感知在歸納和范疇化之后，并未分別得出完全一致的子范疇，故其區(qū)分度相較于人工編碼更細膩，更有助于對感知形成過程的深入探究。

（4）游客感知范疇歸類：基于“途徑-目的”理論

首先是屬性層次。從上述5個景區(qū)的產(chǎn)品屬性看，均與海（自然景觀）密切相關(guān)，有的側(cè)重于觀賞（如星海廣場、棒棰島），有的側(cè)重于主題公園（如老虎灘、圣亞）。從目的地屬性看，大連市內(nèi)交通便利，氣候怡人。從結(jié)果層次看，游客感知的正面結(jié)果占比比較高，負(fù)面結(jié)果占比低，且主要集中在少數(shù)幾個維度（表1）。從感知價值層面看，既有“景色不錯，有趣好玩，性價比高，游玩一體，特別是極地海洋館表演，值得游客觀賞，水城別具一格，在其他地方?jīng)]有類似場，總體超贊。”（Q2154）這樣的正面利益所得，也有“景色很一般，也沒啥可玩的，全是人，景區(qū)標(biāo)識差，五一也不限流，390多的門票，還不如隨隨便便找個海邊走走。景色一般，可玩性低，性價比低，有待改進?！保≦1234）之類的負(fù)面損失。

基于游客感知體驗結(jié)果而對感知范疇的詮釋，主要基于如下階梯法的思考順序展開：旅游目的地的哪些因素產(chǎn)生了吸引力？游客從不同的旅游景區(qū)獲得了哪些收益？這些收益為什么重要？即，由具體的旅游目的地屬性抽象到產(chǎn)品或服務(wù)屬性的體驗結(jié)果，再進一步抽象到結(jié)果生成價值，自下而上地演繹出游客感知的多層次動態(tài)過程。根據(jù)郭安禧等[73]和李艷[74]的研究，目的地屬性主要包括吸引物屬性、體驗屬性、旅游服務(wù)屬性以及個性化屬性等方面。因此，本文所歸納的自然資源、生態(tài)環(huán)境和人文特色等子范疇主要為目的地吸引物屬性，獨特的海洋資源和特色人文活動（如啤酒節(jié)）聚合出以海景和地標(biāo)等為代表的正向的盛宴收益，但是也產(chǎn)生喧鬧、衛(wèi)生等負(fù)面收益，正負(fù)收益主要聚焦在目的地有形與無形的吸引物的表現(xiàn)形式，故歸納為表征因素。而目的地及旅游資源體驗、情感體驗等子范疇主要為目的地體驗屬性，多樣的吸引物帶動濃郁的娛樂休閑氛圍，提升游客以喜歡、開心、高興等為代表的正面情感體驗，相反，單一的情景劇和重復(fù)的舞臺節(jié)目降低游客體驗，帶來表演不好、體驗不佳的負(fù)面收益。這些正負(fù)面收益常為游客的主觀效用判斷，因此歸納為效用因素。另外，景區(qū)管理、景區(qū)規(guī)劃、輔助服務(wù)、內(nèi)外交通、時間安排等子范疇主要為目的地旅游服務(wù)屬性，目的地整合管理和服務(wù)的規(guī)范與標(biāo)準(zhǔn)，滿足游客對于景區(qū)管理、服務(wù)接待、環(huán)境衛(wèi)生、基礎(chǔ)設(shè)施等主要與輔助服務(wù)的要求，為游客打造出紀(jì)念品多、購物方便、時間便利等正面優(yōu)質(zhì)服務(wù)，同時也表現(xiàn)出設(shè)備舊、態(tài)度差、接待坑人、管理差等的多層級管理與服務(wù)問題，帶來游客負(fù)面收益。這些涉及目的地景區(qū)管理與服務(wù)的問題呈現(xiàn)出多層級、多方面的結(jié)構(gòu)性特征，因此歸納為結(jié)構(gòu)因素。最后，游客特征與景區(qū)特征等子范疇主要為個性化屬性，以孩子為代表的親子與家庭旅游，多關(guān)注孩子的興趣和個性帶來的孩子適合、孩子開心等正面收益。而以特權(quán)站崗、司機車多、海島小等為代表的景區(qū)特征，則引致游客的負(fù)面收益。李春曉等將游客個體特征與景區(qū)特征合并為特征因素，作為游客感知范疇的因素[13]。本文也將其歸納為特征因素。因此，本文最終將12個子范疇合并成為表征因素、效用因素、結(jié)構(gòu)因素、特征因素等4個感知范疇。這4個范疇為“目的”，它決定哪些“結(jié)果”（子范疇）是游客所關(guān)注的，最終決定哪些“目的地屬性”（關(guān)鍵詞和關(guān)鍵短語）是重要的（圖1）。

3.2 研究二：基于LDA主題模型的游客感知范疇差異

研究一已完成對游客感知范疇的歸納并總結(jié)出4個范疇，本部分將采用LDA主題模型對游客感知因素的重要性進行排序。LDA主題模型的核心思想是將文本的主題以概率分布的形式呈現(xiàn)出來，然后對各個主題在文本中的關(guān)系進行聚類與降維，從而計算出主題的權(quán)重[7]。鑒于以往相關(guān)質(zhì)性編碼研究并未考量各范疇在正負(fù)感知上的不同，故研究二將在研究一的基礎(chǔ)上，對同樣的研究文本進行主題抽取并賦權(quán)，試圖探尋游客感知范疇內(nèi)部的關(guān)鍵概念之間的相對重要度（表3）1。

研究二呈現(xiàn)出游客感知范疇內(nèi)蘊含的正負(fù)面情感特征的差異性。如表3所示，在表征因素方面，游客感知的正面情感維度占據(jù)絕對主流地位，其中以表演、動物多、浴場等為前5位的正面感知情感主題的權(quán)重遠高于負(fù)面感知情感主題，從而表達出游客對旅游目的地特色和現(xiàn)代化的旅游資源的正向情感維度。類似地，在效用因素方面，以旅游資源與游客情感的正向體驗為主，凸顯出以很棒、開心等為代表的游客正向情感維度，而以喧囂與不值當(dāng)?shù)蓉?fù)面情感維度權(quán)重較小。上述兩個因素的負(fù)面情感關(guān)注點少、權(quán)重小，在情感體驗中的存在感較弱。而游客感知的結(jié)構(gòu)因素主要表現(xiàn)為以游客負(fù)面情感維度為主。游客感知負(fù)面情感維度以遮陰少、辛苦、場館遠等主題為主，負(fù)面情感主題主要聚焦于基礎(chǔ)設(shè)施、景區(qū)規(guī)劃、導(dǎo)游服務(wù)和景區(qū)管理以及內(nèi)外交通等管理與服務(wù)層面，負(fù)面情感主題比較聚集。而結(jié)構(gòu)因素的正面感知主題的權(quán)重雖相對較小，但仍有一定話語權(quán)，表達出部分游客對于景區(qū)購物條件和當(dāng)?shù)氐姆?wù)尚可接受。在特征因素方面，游客感知的正負(fù)面情感主題權(quán)重差距相對較小，主要原因可能在于特征因素的客觀性，其中游客負(fù)面感知因素以站崗多、不讓進、司機車多等主題為主，一定程度上表達出游客對旅游景區(qū)限制問題的不滿，未能及時分流且告知游客。而游客正面感知的情感主題主要以孩子、場館多等為主，且孩子所占權(quán)重最高，很大程度說明親子旅游對于特征因素的正向情感影響較大。因此，在不同的感知范疇內(nèi)，有的正面情感占絕對主導(dǎo)權(quán);有的負(fù)面情感為主要因素，但正面情感也在發(fā)揮作用;還有的正負(fù)面情感較為均衡。所以，研究二反映出游客感知范疇內(nèi)部正負(fù)面情感存在不同程度的分歧，表達出游客感知情感維度的復(fù)雜性。

3.3 研究三：建構(gòu)游客感知形成模型

承前所述，在提煉出游客感知范疇的基礎(chǔ)上（研究一），結(jié)合游客感知范疇內(nèi)部情感主題的重要性差異（研究二），將這些范疇圍繞著游客正負(fù)面感知的動態(tài)發(fā)展進行關(guān)聯(lián)，并根據(jù)1.1部分整理出的游客感知內(nèi)涵的重要研究成果，梳理出游客感知形成過程的故事線，最終構(gòu)建出游客感知形成模型。

（1）旅游者與目的地的關(guān)聯(lián)與互動

已有研究表明，游客感知形成過程始于旅游者獲取目的地信息，旅游者與目的地之間的關(guān)聯(lián)和互動是游客獲取信息的關(guān)鍵所在，也是游客感知形成過程的基礎(chǔ)環(huán)節(jié)[67]。旅游者在獲取目的地信息之后，通過對目的地信息內(nèi)容的處理生成對于目的地的游前印象。同時，旅游者在旅游過程中與目的地之間的關(guān)聯(lián)與互動為游客感知提供更加深入和全面的信息，其主要體現(xiàn)于旅游者與目的地特征、環(huán)境、服務(wù)與管理、旅游資源之間的關(guān)聯(lián)與互動。如“去大連帶孩子值得去的地方，讓寶寶可以充分了解海洋世界。（X1202）小孩子的游玩天堂。（Q5547）確實很漂亮的小島，景色宜人，鬧中取靜，值得來走走看看！帶父母一起來的，慢慢逛也不累?！保╔15228）“清澈的海水，秀麗的風(fēng)景，孤立于海中的棒棰島，度假勝地，跟網(wǎng)上宣傳的差不多?！保≦57907）也就是說，旅游者對于目的地旅游信息的接受與處理方式導(dǎo)致游客感知形成和變化。因而，對于游客感知形成過程的研究需要充分考慮到旅游者與目的地之間的全程關(guān)聯(lián)與互動，并以此產(chǎn)生的游客對于目的地的正面感知和負(fù)面感知。

（2）游客正負(fù)面感知的動態(tài)變化

旅游者正負(fù)面感知的動態(tài)變化是游客感知形成過程的核心環(huán)節(jié)，是決定游客感知體驗結(jié)果的重要過程。準(zhǔn)確地說，通過對游客正負(fù)面感知因素比較和調(diào)整的理解，詮釋出旅游者與目的地的關(guān)聯(lián)與互動過程，并解構(gòu)出游客感知體驗結(jié)果的意義。在很大程度上，借助對游客正負(fù)面感知因素的觀察與解讀，探尋和闡發(fā)游客感知的意義，增進對旅游者復(fù)雜動態(tài)情感的理解。具體而言，旅游者正是通過比較正負(fù)面感知因素，調(diào)整對于旅游目的地的認(rèn)知與情感。這意味著，旅游者正負(fù)面感知的比較和調(diào)整是感知體驗結(jié)果的關(guān)鍵所在，游客正是通過正負(fù)面感知因素之間的動態(tài)比較與調(diào)整，塑造游客的認(rèn)知與情感，以此判定旅游目的地的旅游體驗。對于游客正面感知而言，主要分布在旅游目的地的表征因素、效用因素和特征因素;如“金石灘延綿30多公里長的海岸線，匯聚了巧奪天工的地質(zhì)奇觀，如惟妙惟肖的大象吸水、大鵬展翅、猛虎撲食、恐龍吞海、貝多芬頭像等，尤以龜背石震撼世界地質(zhì)學(xué)界?！保╔21475）“不愧是國賓級的，一下車就是海邊，深呼吸，夾著海水的空氣感覺立馬把人的五臟六腑給清洗了一遍。海水非常干凈?？粗h處海天合一的景色，撐把遮陽傘一點都感覺不到熱。建議到大連的朋友一定要去棒棰島看看?！保╔12005）負(fù)面感知大多體現(xiàn)在旅游目的地的效用因素、結(jié)構(gòu)因素和特征因素等，主要是結(jié)構(gòu)因素。如“金石灘度假區(qū)面積很大，需要搭乘景區(qū)大巴進入，景區(qū)內(nèi)有多個小景區(qū)，有的比較坑，萬福鼎景區(qū)就是一個，進去后巴士陪伴的導(dǎo)游會讓你去測字然后讓你交錢，很坑人的?！保≦42371）游客正負(fù)感知出現(xiàn)交叉意味著旅游者對于目的地大多處于正負(fù)面感知膠著的復(fù)雜狀態(tài)。因而，進一步辨識出游客正負(fù)面感知孰輕孰重就顯得尤為重要。再者，“比較”著重于關(guān)注游客正面感知與負(fù)面感知之間的動態(tài)變化，彰顯出游客復(fù)雜的情感狀態(tài)。而“調(diào)整”則是游客通過比較正負(fù)面感知得出新的結(jié)果。如“看以前的照片，覺得海灘變小了很多，里面基本上是一個人為修繕的大公園，可以拍照游玩，景色還行，好像也有一些賓館，可以入住，個人覺得沒什么意思。但是寶貝第一次看大海，比較激動，看到孩子高興，我也比較滿足，下次還帶孩子來?！保╔20145）此處表現(xiàn)出游客由負(fù)面到正面的調(diào)整過程。如“海水比較清澈，人也不是太多，沙灘比較大，看起來挺不錯的，但離市區(qū)較遠，如果單獨只為來這里的話不太值得，不如在市區(qū)內(nèi)的海水浴場玩玩就可以了。”（Q14967）而在此處體現(xiàn)出游客由正面到負(fù)面的調(diào)整過程。因此，旅游者正負(fù)面感知的動態(tài)變化彰顯出游客對旅游目的地復(fù)雜的認(rèn)知與情感，是建構(gòu)游客感知的重要條件。

（3）游客感知的建構(gòu)

游客感知的動態(tài)變化正是游客正負(fù)面感知相互比較和調(diào)整過程的結(jié)果，比較并調(diào)整后的游客感知塑造游客對于旅游目的地的認(rèn)知與情感。這意味著，旅游者在旅游過程中不斷對目的地正負(fù)面感知進行比較，調(diào)整游客對于目的地的評價和體驗結(jié)果。如“起初到了以后感覺挺好的，景點比較多，景色挺美。只不過確實不需要買聯(lián)票，地質(zhì)公園才適合去看一下的，其他幾個館并不好，如果不是特別喜歡石頭蠟像之類的，真的沒有必要買聯(lián)票?！保╔4169）“園區(qū)人景挺好，體驗比較好，但是園外很窩心。當(dāng)?shù)氐仄艛喑鲎廛嚕啾短Ц哕噧r，欺壓游客，給大連城市旅游抹黑。”（Q2453）更確切地說，游客正負(fù)面感知的差異是旅游目的地游客感知形成過程的根本原因。

總之，游客感知是一個過程，是建立在旅游者與目的地的關(guān)聯(lián)和互動基礎(chǔ)之上的。游客感知形成過程是旅游目的地正負(fù)面感知相互比較和調(diào)整的結(jié)果，是決定游客對旅游目的地認(rèn)知與情感的重要過程。在此主要是通過比較游客正負(fù)面感知因素的重要性和優(yōu)先度，形成游客對于目的地的動態(tài)感知，真實地反映出游客在整個旅游過程中心理活動的動態(tài)變化。基于此，在充分考慮前述研究和游客感知范疇的基礎(chǔ)上，建構(gòu)游客感知形成模型（圖2）。

4 研究結(jié)論與討論

4.1 研究結(jié)論

本文通過計算機算法輔助研究者處理游客評論大數(shù)據(jù)，并遵循質(zhì)性研究的范式提煉出游客感知范疇。不同于以往研究，本文細致地考察游客感知內(nèi)部的正負(fù)情感主題數(shù)量和權(quán)重，描繪出游客感知范疇的情感詞頻和語義背后的深層次細節(jié)。研究發(fā)現(xiàn)，游客的目的地感知是動態(tài)演變的，游客感知子范疇內(nèi)部的正負(fù)情感特征促成蘊含游客感知主范疇的析出。此外，游客感知形成過程包括旅游者與目的地的關(guān)聯(lián)與互動、游客正負(fù)面感知的動態(tài)變化、游客感知建構(gòu)3個過程，且3個過程之間存在相互聯(lián)系。其中，旅游者與目的地的關(guān)聯(lián)與互動是游客感知形成過程的基礎(chǔ)環(huán)節(jié)，游客正負(fù)面感知的動態(tài)變化是游客感知形成過程的核心環(huán)節(jié)，是游客感知動態(tài)變化的根本原因，游客感知建構(gòu)是游客感知形成過程的結(jié)果。

本研究探索發(fā)現(xiàn)和提煉出海量數(shù)據(jù)背后的關(guān)鍵概念和范疇，嘗試拓寬質(zhì)性研究的原始材料的數(shù)量，一定程度上可改善質(zhì)性研究的主觀性和內(nèi)生性。此外，本研究刻畫出游客心理的內(nèi)在活動和情感特征，比較精準(zhǔn)識別出游客的情感態(tài)度，呈現(xiàn)出游客感知差異的動態(tài)演進規(guī)律，有利于拓展游客感知理論的深度，具有一定的理論意義和實踐價值。

4.2 研究不足與展望

本文通過對旅游目的地游客評論信息進行文本挖掘，識別出游客感知范疇和情感差異，盡管得到游客的正負(fù)面感知的關(guān)鍵要素，但是對于游客感知差異的演變趨勢可能受限于時間跨度的影響。首先，本研究的數(shù)據(jù)搜集完成于2020年1月初。原計劃進行的后續(xù)數(shù)據(jù)補充和現(xiàn)場調(diào)研，受大連市兩次疫情的影響，直到2020年9月份旅游業(yè)基本恢復(fù)后才進行。其次，質(zhì)性研究強調(diào)研究者對于語言材料的高度敏感和充分理解，本文并非奢望使用文本挖掘算法替代人工編碼，而是借助機器算法輔助研究者對海量文本進行編碼工作，但未能將同一資料的文本挖掘與人工編碼的分析結(jié)果進行比較研究。這將是本文在后續(xù)研究中著力解決的一個重要問題。

此外，本文主要圍繞游客評論文本的單模態(tài)數(shù)據(jù)進行探索性研究，后續(xù)如果能夠同時處理圖片、音視頻等多模態(tài)數(shù)據(jù)，會使得游客的目的地感知過程的研究更充分。再次，因為游客感知過程是一個心理活動，后續(xù)研究還可借助認(rèn)知神經(jīng)學(xué)等相關(guān)理論，采用眼動、腦電等設(shè)備進行實驗研究，可能會發(fā)現(xiàn)更有深度的結(jié)論，這也是本研究后續(xù)努力的方向。最后，本文主要對單一案例（大連市）進行探索性研究，尚未采用多案例進行驗證與補充，研究結(jié)論可能缺乏其他案例的佐證和完善，而多案例研究在研究情境還原和故事演繹方面具有顯著優(yōu)勢。考慮到研究結(jié)論的普適性，后續(xù)研究將拓展到多案例研究，拓寬本文研究結(jié)論的邊界，進一步深化理論貢獻。

參考文獻（References）

[1] MA Y， XIANG Z， DU Q， et al. Effects of user-provided photos on hotel review helpfulness： An analytical approach with deep leaning[J]. International Journal of Hospitality Management，2018， 71： 120-131.

[2] 王麗娜， 李華. 入境旅游者對中國旅游目的地形象的負(fù)面感知研究[J]. 世界地理研究， 2019， 28（06）： 189-199. [WANG Lina， LI Hua. Research into the negative perception of inbound tourists on the tourism destination image in China[J]. World Regional Studies， 2019， 28（6）： 189-199.]

[3] 吳小根， 杜瑩瑩. 旅游目的地游客感知形象形成機理與實證——以江蘇省南通市為例[J]. 地理研究， 2011， 30（9）： 1554-1565. [WU Xiaogen， DU Yingying. Empirical study on perceptive image formation of tourists on tourism destination：A case study of Nantong， Jiangsu province[J]. Geographical Research， 2011，30（9）： 1554-1565.]

[4] DECROP A， SNELDERS D. A grounded typology of vacation decision-making[J]. Tourism Management， 2005， 26（2）： 121-132.

[5] COURT B， LUPTON R A. Customer portfolio development： Modeling destination adopters， in actives， and rejecters[J]. Journal of Travel Research， 1997， 36（1）： 35-43.

[6] FANG B， YE Q， KUCUKUSTA D， et al. Analysis of the perceived value of online tourism reviews： Influence of readability and reviewer characteristics[J]. Tourism Management， 2016， 52： 498-506.

[7] ZHANG W， FESENMAIER D R. Assessing emotions in online stories： Comparing self-report and text-based approaches[J]. Information Technology & Tourism， 2018， 20（1）： 83-95.

[8] 周欣琪， 郝小斐. 故宮的雪： 官方微博傳播路徑與旅游吸引物建構(gòu)研究[J]. 旅游學(xué)刊， 2018， 33（10）： 51-62. [ZHOU Xinqi， HAO Xiaofei. Snowy scenery in the Forbidden City： Communication and construction of a tourism attraction using Sina Weibo[J]. Tourism Tribune， 2018， 33（10）： 51-62.]

[9] 劉逸， 陳欣諾， 保繼剛， 等. 游客對自然和人文旅游資源的情感畫像差異研究[J]. 旅游學(xué)刊， 2019， 34（10）： 21-31. [LIU Yi， CHEN Xinnuo， BAO Jigang， et al. Tourists’ emotional evaluation between natural and cultural attractions[J]. Tourism Tribune， 2019， 34（10）： 21-31.]

[10] LITVIN S W， GOLDSMITH R E， PAN B. A retrospective view of electronic word-of-mouth in hospitality and tourism management[J]. International Journal of Contemporary Hospitality Management， 2018， 30（1）： 313-325.

[11] 于鵬， 張宏梅. 韓國國家形象感知與旅游意向研究——以中國潛在旅游者為例[J]. 旅游學(xué)刊， 2016， 31（12）： 62-75. [YU Peng， ZHANG Hongmei. An empirical study on South Korea country image perceptions and tourists’ travel intentions： A case study of potential Chinese tourists[J]. Tourism Tribune， 2016， 31（12）： 62-75.]

[12] 陳書星. 城市濕地生態(tài)旅游感知形象的影響因素——以廣州市南沙濕地為例[J]. 城市問題， 2018（1）： 46-55. [CHEN Shuxing. Influencing factors of the perceived image of urban wetland ecotourism： Taking Nansha Wetland in Guangzhou as an example [J]. Urban Problems， 2018（1）： 46-55.]

[13] 李春曉， 李輝， 劉艷箏， 等. 多彩華夏： 大數(shù)據(jù)視角的入境游客體驗感知差異深描[J]. 南開管理評論， 2020， 23（1）： 28-39. [LI Chunxiao， LI Hui， LIU Yanzheng， et al. Research on the differences of inbound tourist perceived experience based on text mining[J]. Nankai Business Review， 2020， 23（1）： 28-39.]

[14] 郭安禧， 郭英之， 李海軍， 等. 旅游者感知價值對重游意向影響的實證研究——旅游者滿意和風(fēng)險可能性的作用[J]. 旅游學(xué)刊， 2018， 33（1）： 63-73. [GUO Anxi， GUO Yingzhi， LI Haijun， et al. Empirical research on tourists perceived value influence to revisit intention： The role of tourists’ satisfaction and risk probability[J]. Tourism Tribune， 2018， 33（1）： 63-73.]

[15] CHOI H， CHOI H C. Investigating tourists’ fun-eliciting process toward tourism destination sites： An application of cognitive appraisal theory[J]. Journal of Travel Research， 2019， 58（5）： 732-744.

[16] QIU Q， ZHENG T， XIANG Z， et al. Visiting intangible cultural heritage tourism sites： from value cognition to attitude and intention[J]. Sustainability， 2020， 12（1）： 132.

[17] SHAO J， YI S， SHEN Y， et al. Research on the influence of emoji communication on the perception of destination image： The case of Finland[J]. Travel and Tourism Research Association： Advancing Tourism Research Globally， 2020， 19.

[18] GRETZEL U， DE MENDON?A M C. Smart destination brands： semiotic analysis of visual and verbal signs[J]. International Journal of Tourism Cities， 2019， 5（4）： 560-580.

[19] 劉建國， 黃杏靈， 晉孟雨. 游客感知： 國內(nèi)外文獻的回顧及展望[J]. 經(jīng)濟地理， 2017， 37（5）： 216-224. [LIU Jianguo， HUANG Xingling， JIN Mengyu. Research progress and enlightenment of tourist perception[J]. Economic Geography， 2017， 37（5）： 216-224.]

[20] 索志輝， 梁留科， 蘇小燕， 等. 游客體驗視角下開封旅游目的地形象研究——基于網(wǎng)絡(luò)評論的方法[J]. 地域研究與開發(fā)， 2019， 38（2）： 102-105. [SUO Zhihui， LIANG Liuke， SU Xiaoyan， et al. Visitors experience and tourism destination image in Kaifeng city： Based on Internet comment text[J]. Areal Research and Development， 2019， 38（2）： 102-105.]

[21] 鐘士恩， 徐彩霞， 顏丙金， 等. 從個體旅游到群體旅游： 共同在場下的城市家庭親子旅游行為研究[J]. 人文地理， 2020， 35（1）： 141-149. [ZHONG Shien， XU Caixia， YAN Bingjin， et al. From individual tourism to group tourism： The tourist behavior of urban family parent-child tourism[J]. Human Geography， 2020， 35（1）： 141-149.]

[22] 胡家鏡， 萬秋， 呂興洋， 等. 古鎮(zhèn)慢旅游特質(zhì)要素識別與分析——基于游客體驗的視角[J]. 資源科學(xué)， 2019， 41（3）： 467-474. [HU Jiajing， WAN Qiu， LYU Xingyang， et al. Characteristic elements of ancient town slow tourism： Based on tourist experiences[J]. Resources Science， 2019， 41（3）： 467-474.]

[23] 白凱. 非物質(zhì)文化遺產(chǎn)的保護與旅游利用[J]. 旅游學(xué)刊， 2019， 34（5）： 1. [BAI Kai. The protection and tourism utilization of intangible cultural heritage[J]. Tourism Tribune， 2019， 34（5）： 1.]

[24] 滕茜， 楊勇， 布倩楠， 等. 基于網(wǎng)絡(luò)文本的景區(qū)感知及互動研究——以上海為例[J]. 旅游學(xué)刊， 2015， 30（2）： 33-41. [TENG Qian， YANG Yong， BU Qiannan， et al. Research on the perception and interaction of tourist attractions in Shanghai based on web texts[J]. Tourism Tribune， 2015， 30（2）： 33-41.]

[25] 余構(gòu)雄， 曾國軍. 都市旅游體驗的一個理論探索——以廣州珠江夜游為例[J]. 經(jīng)濟管理， 2019， 41（6）： 140-156. [YU Gouxiong，ZENG Guojun. Study on the experience of urban water night cruise： A case study of Pearl River in Guangzhou[J]. Business and Management Journal， 2019， 41（6）： 140-156.]

[26] 謝雙玉， 劉琪， 龔箭， 等. 城市形象感知對旅游滿意度的影響——基于武漢市旅游者的調(diào)查分析[J]. 地域研究與開發(fā)，2019， 38（2）： 106-111. [XIE Shuangyu， LIU Qi， GONG Jian， et al. Impacts of tourist perceived city image on their satisfaction： A survey and analysis based on Wuhan tourists[J]. Areal Research and Development， 2019， 38（2）： 106-111.]

[27] 徐小波， 趙磊， 劉濱誼， 等. 中國旅游城市形象感知特征與分異[J]. 地理研究， 2015， 34（7）： 1367-1379. [XU Xiaobo， ZHAO Lei， LIU Binyi， et al. Study on perceived image of Chinese tourist cities[J]. Geographical Research， 2015， 34（7）： 1367-1379.]

[28] JEONG M， SHIN H H. Tourists’ experiences with smart tourism technology at smart destinations and their behavior intentions[J]. Journal of Travel Research， 2020， 59（8）： 1464-1477.

[29] 高軍， 馬耀峰， 吳必虎. 外國游客感知視角的我國入境旅游不足之處——基于扎根理論研究范式的分析[J]. 旅游科學(xué)， 2010， 24（5）： 49-55. [GAO Jun， MA Yaofeng， WU Bihu. Defects of China’s inbound tourism from foreign tourists’ perspective： An analyze based on ground theory research paradigm[J]. Tourism Science， 2010， 24（5）： 49-55.]

[30] 熊偉， 胡洋. 旅游者對旅游“非營利”理念的感知研究——基于扎根理論[J]. 旅游科學(xué)， 2012， 26（2）： 67-76. [XIONG Wei， HU Yang. Research on tourists’ perception of “nonprofit philosophy” in tourism development： Based on the grounded theory[J]. Tourism Science， 2012， 26（2）： 67-76.]

[31] 高楠， 王馨， 馬耀峰， 等. 石窟型世界文化遺產(chǎn)地旅游意象研究——以云岡石窟為例[J]. 干旱區(qū)資源與環(huán)境， 2016， 30（9）： 203-208. [GAO Nan， WANG Xin， MA Yaofeng， et al. The tourism images of Yungang Grottoes： A world cultural heritage site[J]. Journal of Arid Land Resources and Environment， 2016， 30（9）：203-208.]

[32] 張紅梅， 龍嬿升， 梁昌勇， 等. 葡萄酒旅游目的地品牌形象影響因素扎根研究——以賀蘭山東麓為例[J]. 中國軟科學(xué)， 2019（10）： 184-192. [ZHANG Hongmei， LONG Yansheng， LIANG Changyong， et al. Study on the influencing factors of brand image of wine tourism destination based on grounded theory： An example of Helan Moantain’s east foothill[J]. China Soft Science， 2019（10）： 184-192.]

[33] 白丹， 馬耀峰， 劉軍勝. 基于扎根理論的世界遺產(chǎn)旅游地游客感知評價研究——以秦始皇陵兵馬俑景區(qū)為例[J]. 干旱區(qū)資源與環(huán)境， 2016， 30（6）： 198-203. [BAI Dan， MA Yaofeng， LIU Junsheng. Evaluation of the tourists’ perception to the world heritage tourism destination based on grounded theory[J]. Journal of Arid Land Resources and Environment， 2016， 30（6）： 198-203.]

[34] 王君怡， 吳晉峰， 王阿敏. 旅游目的地形象認(rèn)知過程——基于扎根理論的探索性研究[J]. 人文地理， 2018， 33（6）： 152-160. [WANG Junyi， WU Jinfeng， WANG Amin. Process of the tourist destination image elements： An exploratory study based on grounded theory[J]. Human Geography， 2018， 33（6）： 152-160.]

[35] 楚義芳. 旅游地開發(fā)評價研究[J]. 地理學(xué)報， 1991， 58（4）： 396-404. [CHU Yifang. A study on the evaluation of tourist areas in China[J]. Acta Geographica Sinica， 1991， 58（4）： 396-404.]

[36] 張宏梅， 陸林， 章錦河. 感知距離對旅游目的地之形象影響的分析——以五大旅游客源城市游客對蘇州周莊旅游形象的感知為例[J]. 人文地理， 2006（5）： 25-30. [ZHANG Hongmei， LU Lin， ZHANG Jinhe. The influence of an analysis of the perceived distance on tourism destination image： A case study of the perceived image of tourist in five origin cities on Zhouzhuang， Suzhou[J]. Human Geography， 2006（5）： 25-30.]

[37] 王嵐， 張捷， 曹靖， 等. 游客感知視角下的旅游地可進入性評價研究——以九寨溝風(fēng)景區(qū)為例[J]. 人文地理， 2010， 25（2）： 144-148. [WANG Lan， ZHANG Jie， CAO Jing， et al. A study on the evaluation of the accessibility of a tourist destination from the perspectives of tourists’ perception： A case study of Jiuzhaigou Nature Reserve[J]. Human Geography， 2010， 25（2）： 144-148.]

[38] 蔣長春. 國內(nèi)游客對紅色文化感知的差異性研究——以延安紅色旅游為例[J]. 河北大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2013， 38（4）： 75-80. [JIANG Changchun. The Study on the difference of the red cultural perception of domestic tourists： Taking Yanan red tourism as an example[J]. Journal of Hebei University （Philosophy and Social Science）， 2013， 38（4）： 75-80.]

[39] 劉智興， 馬耀峰， 李森， 等. 基于游客感知-認(rèn)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）： 203-208. [LIU Zhixing， MA Yaofeng， LI Sen， et al. Evaluation on the factors influencing the tourism image of Beijing based on tourists’ cognition and perception[J]. Journal of Arid Land Resources and Environment， 2015， 29（3）： 203-208.]

[40] 李靜， PEARCE P L， 吳必虎， 等. 霧霾對來京旅游者風(fēng)險感知及旅游體驗的影響——基于結(jié)構(gòu)方程模型的中外旅游者對比研究[J]. 旅游學(xué)刊， 2015， 30（10）： 48-59. [LI Jing， PEARCE P L， WU Bihu， et al. The impact of smog on risk perception and satisfaction of international and domestic tourists in Beijing[J]. Tourism Tribune， 2015， 30（10）： 48-59.]

[41] KIM J J， FESENMAIER D R. Measuring human senses and the touristic experience： Methods and applications[M]//Analytics in Smart Tourism Design. Cham： Springer， 2017： 47-63.

[42] ZHANG H， WU Y， BUHALIS D. A model of perceived image， memorable tourism experiences and revisit intention[J]. Journal of Destination Marketing & Management， 2018（8）： 326-336.

[43] LIU Y， HUANG K， BAO J， et al. Listen to the voices from home： An analysis of Chinese tourists’ sentiments regarding Australian destinations[J]. Tourism Management， 2019， 71： 337-347.

[44] LI X， LAW R， XIE G， et al. Review of tourism forecasting research with internet data[J]. Tourism Management， 2021， 83： 104245.

[45] 涂建軍， 何漢林. 基于語義分析的降維特征提取[J]. 情報學(xué)報， 2014， 33（9）： 952-958. [TU Jianjun， HE Hanlin. Dimension decreased feature extraction based on semantic analysis[J]. Journal of the China Society for Scientific and Technical Information， 2014， 33（9）： 952-958.]

[46] 陳君同， 古天龍， 常亮， 等. 融合協(xié)同過濾與用戶偏好的旅游組推薦方法[J]. 智能系統(tǒng)學(xué)報， 2018， 13（6）： 999-1005. [CHEN Juntong， GU Tianlong， CHANG Liang， et al. A tourist group recommendation method combining collaborative filtering and user preferences[J]. CAAI Transactions on Intelligent Systems， 2018， 13（6）： 999-1005.]

[47] 孫彥鵬， 古天龍， 賓辰忠， 等. 基于多重隱語義表示模型的旅游路線挖掘[J]. 模式識別與人工智能， 2018（5）： 462-469. [SUN Yanpeng，GU Tianlong， BIN Chenzhong， et al. Travel routing mining based on multiple latent semantic representation model[J]. Pattern Recognition and Artificial Intelligence， 2018（5）： 462-469.]

[48] JIN B， YANG H， SUN L. A treatment engine by predicting next-period prescriptions[C]//Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. ACM， 2018： 1608-1616.

[49] 陳鋼華， 李萌. 旅游者情感研究進展： 歷程、主題、理論與方法[J]. 旅游學(xué)刊， 2020， 35（7）： 99-116. [CHEN Ganghua， LI Meng. Research on tourist emotions： Development process， topical themes， theories， and methodology[J]. Tourism Tribune， 2020， 35（7）： 99-116.]

[50] KIRILENKO A P， STEPCHENKOVA S O， KIM H， et al. Automated sentiment analysis in tourism： Comparison of approaches[J]. Journal of Travel Research， 2018， 57（8）： 1012-1025.

[51] HOSANY S， GILBERT D. Measuring tourists’ emotional experiences toward hedonic holiday destinations[J]. Journal of Travel Research， 2010， 49（4）： 513-526.

[52] 黃瀟婷. 基于時空路徑的旅游情感體驗過程研究——以香港海洋公園為例[J]. 旅游學(xué)刊， 2015， 30（6）： 39-45. [HUANG Xiaoting. A study of tourists’ emotional experience process based on space-time path： A case study of ocean park in Hong Kong[J]. Tourism Tribune， 2015， 30（6）： 39-45.]

[53] 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. [LIU Yi， BAO Jigang， ZHU Yiling. Exploring emotion methods of tourism destination evaluation： A big-data approach[J]. Geographical Research， 2017， 36（6）： 1091-1105.]

[54] NAWIJN J， ISAAC R K， LIEMPT A， et al. Emotion clusters for concentration camp memorials[J]. Annals of Tourism Research， 2016， 61： 244-247.

[55] 李君軼， 紀(jì)星， 李振亭. 歐美旅游者在秦始皇帝陵博物院的情感體驗時空變化[J]. 人文地理， 2018， 33（3）： 129-136. [LI Junyi， JI Xing， LI Zhenting. Study on spatio-temporal variation of western tourists’ emotional experiences： A case study of Qin Terra-Cotta Warriors and Horse’s Museum[J]. Human Geography， 2018， 33（3）： 129-136.]

[56] VALDIVIA A， LUZóN M V， HERRERA F. Sentiment analysis in tripadvisor[J]. IEEE Intelligent Systems， 2017， 32（4）： 72-77.

[57] XIANG Z， DU Q， MA Y， et al. A comparative analysis of major online review platforms： Implications for social media analytics in hospitality and tourism[J]. Tourism Management， 2017， 58： 51-65.

[58] PATTON M Q. Qualitative Evaluation and Research Methods[M]. London： SAGE publications， 1990： 81-106.

[59] 褚玉杰， 趙振斌， 任珮瑤， 等. 尋找精神家園： 邊地旅游的概念模型與實證[J]. 旅游學(xué)刊， 2020， 35（1）： 133-145. [CHU Yujie， ZHAO Zhenbin， REN Peiyao， et al. Seeking spiritual home： The conceptual model and empirical study of borderland tourism[J]. Tourism Tribune， 2020， 35（1）： 133-145.]

[60] 趙宇晴， 阮平南， 劉曉燕， 等. 基于在線評論的用戶滿意度評價研究[J]. 管理評論， 2020， 32（3）： 179-189. [ZHAO Yuqing， RUAN Pingnan， LIU Xiaoyan， et al. Study on user satisfaction evaluation based on comment[J]. Management Review， 2020， 32（3）： 179-189.]

[61] 謝彥君. 旅游研究方法[M]. 北京： 中國旅游出版社， 2018： 102-118. [XIE Yanjun. Tourism Research Methods[M]. Beijing： China Travel & Tourism Press， 2018： 102-118.]

[62] 謝彥君， 胡迎春， 王丹平. 工業(yè)旅游具身體驗?zāi)Ｐ停?具身障礙、障礙移除和具身實現(xiàn)[J]. 旅游科學(xué)， 2018， 32（4）： 1-16. [XIE Yanjun， HU Yingchun， WANG Danping. The embodied experience model of industrial tourism： Embodied obstacles， obstacles remove and embodied realization[J]. Tourism Science， 2018， 32（4）： 1-16.]

[63] 謝彥君， 于佳， 王丹平， 等. 作為景觀的鄉(xiāng)愁： 旅游體驗中的鄉(xiāng)愁意象及其表征[J]. 旅游科學(xué)， 2021， 35（1）： 1-22. [XIE Yanjun， YU Jia， WANG Danping， et al. Nostalgia as a landscape： The nostalgic image and its representation in tourist experiences[J]. Tourism Science， 2021， 35（1）： 1-22.]

[64] 厲杰， 張新安， 田澎. 途徑-目的理論在顧客價值分析中的應(yīng)用[J]. 管理學(xué)報， 2010， 7（6）： 851-855. [LI Jie， ZHANG Xinan， TIAN Peng. The means-end theory in customer value analysis[J]. Chinese Journal of Management， 2010， 7（6）： 851-855.]

[65] 盧東， 曹忠鵬， 張潔媛. 游客顧客價值形成機制研究——以訪澳內(nèi)地游客為例[J]. 華東經(jīng)濟管理， 2015， 29（4）： 115-123. [ LU Dong， CAO Zhongpeng， ZHANG Jieyuan. Study on the formulation mechanism of visitors’ customer value： Evidence from Mainland tourists in Macau[J]. East China Economic Management， 2015， 29（4）： 115-123.]

[66] WU T C， LIN Y E， WALL G， et al. A spectrum of indigenous tourism experiences as revealed through means-end chain analysis[J]. Tourism Management， 2020， 76： 103969.

[67] 張宏梅， 洪娟， 張文靜. 旅游目的地游客感知價值的層次關(guān)系模型[J]. 人文地理， 2012， 27（04）： 125-130. [ZHANG Hongmei， HONG Juan， ZHANG Wenjing. The hierarchy relationship model of tourists perceived value on tourism destination[J]. Human Geography， 2012， 27（4）： 125-130.]

[68] ZEITHAML V A. Consumer perceptions of price， quality， and value： A means-end model and synthesis of evidence[J]. Journal of Marketing， 1988， 52（3）： 2-22.

[69] 劉逸， 保繼剛， 陳凱琪. 中國赴澳大利亞游客的情感特征研究——基于大數(shù)據(jù)的文本分析[J]. 旅游學(xué)刊， 2017， 32（5）： 46-58. [LIU Yi， BAO Jigang， CHEN Kaiqi. Sentimental features of Chinese outbound tourists in Australia： Big-data based content analysis[J]. Tourism Tribune， 2017， 32（5）： 46-58.]

[70] 金家華， 吳浪濤， 張婷婷， 等. 基于情感分析的外賣商家評分研究[J]. 管理學(xué)刊， 2020， 33（2）： 66-75. [JIN Jiahua， WU Langtao， ZHANG Tingting， et al. Research of scoring for takeout merchants based on sentiment analysis[J]. Journal of Management， 2020， 33（2）： 66-75.]

[71] YE Q， LAW R， LI S， et al. Feature extraction of travel destinations from online Chinese-language customer reviews[J]. International Journal of Services Technology and Management， 2011， 15（1-2）： 106-118.

[72] WANG H， ZHANG F， HOU M. Shine： Signed heterogeneous information network embedding for sentiment link prediction[C]//Proceedings of the Eleventh ACM International Conference on Web Search and Data Mining. New York： ACM， 2018： 592-600.

[73] 郭安禧， 郭英之， 孫雪飛， 等. 國外旅游目的地吸引力研究述評與展望[J]. 世界地理研究， 2016， 25（5）： 153-166. [GUO Anxi， GUO Yingzhi， SUN Xuefei， et. al. A literature review of tourism destination attractiveness[J]. World Regional Studies， 2016， 25（5）： 153-166.]

[74] 李艷. 符號互動論下文化遺產(chǎn)旅游體驗價值生成研究——以西安城墻為例[D]. 西安： 西北大學(xué)， 2019. [LI Yan. Research on Cultural Heritage Tourism Experience Value Generation Based on Symbolic Interactionism： A Case Study of Xi’an City Wall[D]. Xi’an： Northwest University， 2019.]

[基金項目]本研究受遼寧省社科基金項目“基于深度挖掘的用戶情感特征圖譜研究”（L20BGL025）資助。[This study was supported by a grant from the Social Science Foundation of Liaoning province （to SHI Da） （No. L20BGL025）.]

How is Tourist Destination Perception Formed？

Exploratory Research based on Text Mining

SHI Da1， ZHANG Bingchao2，3， YI Bowen1，2

（1. Surrey International Institute， Dongbei University of Finance and Economics， Dalian 116025， China;

2. School of Tourism and Hotel Management， Dongbei University of Finance and Economics， Dalian 116025， China;

3. School of Management， Shandong Technology and Business University， Yantai 264005， China）

Abstract： Tourist perception is an important research field in tourism destination management. Previous studies have mostly applied grounded theory to code data manually and summarize the relevant categories; alternatively， they have examined the formation mechanism by hypothesis testing of mediating variables. The present study used as its data source over 100，000 text comments by tourists related to five famous scenic spots in Dalian， China. We applied text-mining methods with machine coding; in that way， we were able to identify and refine the categories related to tourist perception， and we built a process model for the formation of that perception.

We first employed two unsupervised algorithms （TF-IDF and TextRank） to encode the text comments of tourists regarding scenic spots; we refined and summarized the key categories of the tourists’ perceptions. Subsequently， we applied the LDA topic model method to organize the hierarchy and priority of the tourist perception categories; we analyzed the weight order of the tourists’ positive and negative perception factors. Adopting that approach， we were able to summarize the process model of the formation of the tourists’ perceptions; we were able to describe in detail the dynamic evolution trend and governing factors related to the formation of tourists’ perceptions.

Our findings were as follows. （1） The categories of tourists’ perceptions were mainly concentrated on representation factors， utility factors， structural factors， and characteristic factors. （2） we observed significant levels and priorities in the perception category of tourists; that was mainly reflected in the weight difference between their positive and negative perception factors. （3） Through the contrast between positive and negative perceptions， tourists dynamically adjusted their perceptions and emotional attitudes related to destinations. This study expands the methodical approach to tourist perception research; it provides a valuable reference for developing modern， experiential scenic spots in tourist destinations.

Keywords： tourist perception; text mining; qualitative analysis; perception category

[責(zé)任編輯：劉? ? 魯;責(zé)任校對：吳巧紅]

[收稿日期]2021-03-22; [修訂日期]2021-05-18

[作者簡介]史達（1973—），男，江蘇吳江人，博士，教授，研究方向為旅游目的地管理、旅游大數(shù)據(jù)及旅游者心理和行為，E-mail：shidadufe@126.com;張冰超（1990—），男，山東青島人，博士研究生，研究方向為旅游者心理和行為，E-mail：zbingchao@126.com，通訊作者;衣博文（1994—），女，遼寧大連人，博士研究生，研究方向為旅游者心理和行為。

1932501186239