錢姊怡 張金玉 韓秀

摘要：書院在千余年的發(fā)展過程中凝結(jié)和創(chuàng)造了輝煌的書院文化，成為推動(dòng)中國傳統(tǒng)文化普及、創(chuàng)新和發(fā)展的重要力量。本文以徐州書院為例，基于文本挖掘法，建立了LDA模型，對(duì)書院游客網(wǎng)絡(luò)評(píng)價(jià)進(jìn)行情感主題分類，研究游客對(duì)于書院文化旅游的看法和評(píng)價(jià)，了解游客直觀感受和潛在需求，提出書院發(fā)展策略。

關(guān)鍵詞：書院文化；書院文旅IP；LDA模型

在文化旅游方面，書院具有極大的開發(fā)價(jià)值。我國歷史上的書院多建立在依山傍水之地，雖然大多建筑在歷史中損壞嚴(yán)重，但仍遺留大量古碑、古樹等?，F(xiàn)今留存的書院經(jīng)過一系列的修繕和恢復(fù)，也能成為陶冶情操的旅游勝地。而書院文化對(duì)當(dāng)今社會(huì)仍有極大的學(xué)習(xí)價(jià)值，書院文化的內(nèi)在精神對(duì)當(dāng)今社會(huì)的人極具文化熏陶作用。[1]

一、基于LDA模型對(duì)游客評(píng)價(jià)分類

（一）模型介紹

LDA是一種文檔主題生成模型，是通過 “以一定概率選擇某個(gè)主題，并從這個(gè)主題中以一定的概率選擇某個(gè)詞語”這樣的一個(gè)過程得到。文檔到主題服從多項(xiàng)式分布，主題到詞服從多項(xiàng)式分布。它采用了詞袋的方法，每一篇文檔包含詞、主題和文檔三層結(jié)構(gòu)。[2]所謂生成模型是指，認(rèn)為一篇文章的每個(gè)詞文檔視為一個(gè)詞頻向量，從而將文本信息轉(zhuǎn)化為易于建模的數(shù)字信息。

（二）模型構(gòu)建

1.Step1：評(píng)論數(shù)據(jù)預(yù)處理

（1）數(shù)據(jù)獲取

本文采用網(wǎng)頁爬取軟件GooSeeker（集搜客）對(duì)當(dāng)下比較受歡迎的網(wǎng)絡(luò)平臺(tái)的游客評(píng)論文本數(shù)據(jù)進(jìn)行爬取，具體的游客網(wǎng)絡(luò)評(píng)論的數(shù)據(jù)構(gòu)成詳見表1。

數(shù)據(jù)獲取首先要選擇定義爬蟲類，包括根據(jù)目標(biāo)爬蟲各自合適的應(yīng)用場(chǎng)景去選擇爬蟲種類，設(shè)置一個(gè)初始url，并生成一個(gè)能夠請(qǐng)求的 “解析”方法，最后在item類里得到了爬取的3 230條信息和15個(gè)相關(guān)主題帖子。

（2）數(shù)據(jù)預(yù)處理

本次預(yù)處理的主要工作是清除噪聲序列和消費(fèi)者隨意發(fā)表的無意義數(shù)據(jù)，處理規(guī)則如下：

a.評(píng)論文本內(nèi)容與用戶名均相同的數(shù)據(jù)視為水軍發(fā)表的，予以刪除。

b.評(píng)論內(nèi)容完全為英文字母、數(shù)字和標(biāo)點(diǎn)符號(hào)的，視為隨意發(fā)表的評(píng)論，予以刪除。

c.評(píng)論內(nèi)容中出現(xiàn)重復(fù)的詞語需要進(jìn)行壓縮，避免影響詞語頻數(shù)統(tǒng)計(jì)。

通過數(shù)據(jù)預(yù)處理，將原始數(shù)據(jù)中存在的噪聲去除，得到高質(zhì)量、規(guī)范化以及可以進(jìn)行后續(xù)分析的3 030條有效數(shù)據(jù)。

2.Step2：自動(dòng)分詞

為了判斷句子中是否存在情感詞典中相應(yīng)的詞語，需要把句子進(jìn)行自動(dòng)分詞。我們對(duì)比了現(xiàn)有的分詞工具，綜合考慮了分詞的準(zhǔn)確性和在Python平臺(tái)的易用性，最終選擇了 “結(jié)巴中文分詞”作為分詞工具。

3.Step3：訓(xùn)練情感詞典

訓(xùn)練感情詞典是文本挖掘核心的部分，分為四個(gè)部分：積極情感詞典、消極情感詞典、否定詞典以及程度副詞詞典。為了得到更加完整的情感詞典，從網(wǎng)絡(luò)上收集了若干個(gè)情感詞典，并且對(duì)其進(jìn)行整合去重，同時(shí)對(duì)部分詞語進(jìn)行了調(diào)整，以達(dá)到盡可能高的準(zhǔn)確率。[3]除了對(duì)網(wǎng)絡(luò)收集而來的詞典進(jìn)行整合，還有針對(duì)性和目的性地對(duì)詞典進(jìn)行了去雜、更新，加入了某些行業(yè)詞匯，以增加分類中的命中率。由于某些評(píng)論中出現(xiàn)多個(gè)感情詞時(shí)情感詞典的文本情感分類規(guī)則會(huì)較為機(jī)械化，為了使分類結(jié)果更加精確，設(shè)置權(quán)重累加判斷程序。在假設(shè)所有積極詞語、消極詞語的權(quán)重都是相等的、權(quán)值是線性可疊加的以及不區(qū)分感情詞程度的情況下，將每個(gè)積極情感詞語賦予權(quán)重1，將每個(gè)消極情感詞語賦予權(quán)重-1，并且假設(shè)情感值滿足線性疊加原理；接著將句子進(jìn)行分詞，若分詞后的詞語向量包含相應(yīng)的詞語，就加上向前的權(quán)值。其中，否定詞和程度副詞會(huì)有特殊的判別規(guī)則，否定詞會(huì)導(dǎo)致權(quán)值為負(fù)，而程度副詞則讓權(quán)值加倍。最后，根據(jù)總權(quán)值的正負(fù)性來判斷句子的情感。

（三）模型結(jié)果

1.書院旅游網(wǎng)絡(luò)評(píng)論情感傾向

將數(shù)據(jù)分為積極和消極兩個(gè)類別，依靠關(guān)鍵詞限定，按照一定的規(guī)則進(jìn)行聚類，再加以判別分析進(jìn)行檢驗(yàn)，得到整合結(jié)果詳見表2。

利用Python進(jìn)行信息爬蟲，其中有效信息為65.3%。表中可以看出在積極方面，游客評(píng)論多為 “推薦”“不錯(cuò)”“贊”等，說明其游覽滿意度較高，對(duì)徐州的書院文化評(píng)價(jià)也較高；而觀察消極方面，游客評(píng)論多為 “無趣”“無聊”等，說明書院現(xiàn)有文化活動(dòng)不足以吸引游客，傳統(tǒng)的開放方式對(duì)游客沒有足夠的吸引力，由此可見，書院文化內(nèi)涵需要進(jìn)一步豐富；而 “過時(shí)”“古板”則說明徐州部分書院的發(fā)展不符合現(xiàn)代化需求，需要?jiǎng)?chuàng)新思想。

2.基于口碑指數(shù)對(duì)網(wǎng)絡(luò)評(píng)論分析

為了更科學(xué)地進(jìn)行數(shù)據(jù)可視化分析，我們引入受到廣泛認(rèn)可且簡(jiǎn)單易行的口碑指數(shù)概念。[4]這是通過分析產(chǎn)品的評(píng)論綜合計(jì)算得出的參考數(shù)值，這種方法與大數(shù)據(jù)技術(shù)獲取網(wǎng)絡(luò)輿情數(shù)據(jù)相結(jié)合，與當(dāng)前實(shí)際情況有相當(dāng)吻合度，在前期進(jìn)行數(shù)據(jù)處理且分類嚴(yán)謹(jǐn)，可對(duì)徐州的書院文化旅游滿意度進(jìn)行粗略評(píng)估。其計(jì)算公式為：

×100

其中， ζ為口碑指數(shù)， Np和Nn分別為正面情感評(píng)論數(shù)和負(fù)面情感評(píng)論數(shù)。書院的口碑指數(shù)為78%，整體口碑情況較好，說明游客對(duì)于徐州書院的總體態(tài)度是比較滿意的，但是仍然存在22%的評(píng)論屬于負(fù)面評(píng)論。上述LDA模型對(duì)于書院游客的觀感進(jìn)行情感分類，此處口碑指數(shù)是對(duì)書院總體口碑情況進(jìn)行綜觀，由此得到游客對(duì)于徐州書院文化旅游的情感傾向和整體評(píng)價(jià)情況。

3.基于詞云分析對(duì)評(píng)價(jià)的數(shù)據(jù)統(tǒng)計(jì)

（1）方法介紹

詞云分析是對(duì)文中出現(xiàn)頻率較高的 “關(guān)鍵詞”予以視覺化的展現(xiàn)，通過濾掉大量的低頻低質(zhì)的文本信息，呈現(xiàn)出直觀的文本主旨結(jié)果。詞云分析通常通過爬蟲技術(shù)實(shí)現(xiàn)。[5]

徐州各大書院中，以云龍書院最為著名，為得到更為精準(zhǔn)詳盡的評(píng)論導(dǎo)向，本文爬取各大網(wǎng)絡(luò)平臺(tái)中以 “徐州書院”和 “云龍書院”為關(guān)鍵詞的相關(guān)評(píng)論和相關(guān)文章進(jìn)行文本挖掘。

（2）詞頻統(tǒng)計(jì)&詞云繪制

在中文分詞之后，本文對(duì)分詞結(jié)果進(jìn)行了進(jìn)一步的處理，由于有些詞語是一些沒有意義但是使用頻率又非常高的詞語，本文將 “此外”“如今”“作者”“近年來”“然而”“圖片”“另外”“然后”等詞語刪除，在詞頻統(tǒng)計(jì)的時(shí)候不會(huì)計(jì)入上述詞語。在Python中，建立一個(gè)待刪除的字典A，使用for循環(huán)將文本中的所有含字典A中內(nèi)容的詞語刪除。待分詞數(shù)據(jù)處理好之后，用Python的wordcloud包進(jìn)行詞頻統(tǒng)計(jì)。

詞頻統(tǒng)計(jì)之后，就可以制作詞云。用爬取的網(wǎng)絡(luò)數(shù)據(jù)評(píng)價(jià)得到的結(jié)果并繪制詞云圖，詳見圖1。

通過詞云繪制的結(jié)果，可以對(duì)徐州書院網(wǎng)絡(luò)評(píng)價(jià)進(jìn)行歸納總結(jié)：

a.徐州漢文化城市形象已經(jīng)深入人心，在對(duì)書院的評(píng)價(jià)中 “漢文化”“古風(fēng)”“書香氣”等字眼層出不窮，由此可看出徐州城市文化底蘊(yùn)深厚，為大力發(fā)展文化旅游產(chǎn)業(yè)提供發(fā)展契機(jī)。

b.書院講學(xué)文化是一把雙刃劍，一方面，書院講學(xué)能夠?qū)鴮W(xué)文化進(jìn)行傳播和推廣，對(duì)弘揚(yáng)傳統(tǒng)文化有一定的積極作用；另一方面，游客對(duì)于書院的刻板印象難以改變，多數(shù)游客對(duì)于書院僅僅停留在 “國學(xué)文化”“講學(xué)”“古代”等印象中，現(xiàn)代書院的發(fā)展已經(jīng)明顯不同于傳統(tǒng)講學(xué)書院，該刻板印象對(duì)書院的現(xiàn)代化發(fā)展有著一定的阻礙作用。

c.從詞云圖中可以看出 “地標(biāo)”“旅游”等詞重復(fù)出現(xiàn)，這說明游客對(duì)于徐州書院的認(rèn)識(shí)上升為 “城市地標(biāo)”，這對(duì)打造書院文化旅游IP具有良好的促進(jìn)作用。

二、書院發(fā)展策略

（一）政府支持和“書院造血”相結(jié)合

政府主要可以從兩方面來支持未來書院的發(fā)展：一是提供資金支持，二是對(duì)書院發(fā)展進(jìn)行指導(dǎo)，帶領(lǐng)書院舉辦多元活動(dòng)，以便書院的可持續(xù)發(fā)展。

由于書院活動(dòng)大多為公益性活動(dòng)，經(jīng)費(fèi)籌集較為困難，政府的資金支持能讓書院有更多的經(jīng)費(fèi)舉辦活動(dòng)，更好地推廣書院文化。但以政府的資金支持維護(hù)書院運(yùn)營并不是長(zhǎng)久之計(jì)，這就需要書院利用自身文化優(yōu)勢(shì)開發(fā)相關(guān)產(chǎn)業(yè)，建設(shè)書院自身 “造血”系統(tǒng)。政府可以通過聯(lián)合各地書院與當(dāng)?shù)貢号e辦多元活動(dòng)，幫助書院突破活動(dòng)的局限性。

（二）創(chuàng)新宣傳方式

文旅市場(chǎng)需要進(jìn)一步發(fā)展，需要改變傳統(tǒng)的宣傳方式，積極利用網(wǎng)絡(luò)開展宣傳，同時(shí)開展口碑宣傳，通過游客口口相傳，達(dá)到提高書院文化旅游影響力的目的，增加潛在游客對(duì)徐州書院文化旅游的了解。

未來書院的宣傳方式需要?jiǎng)?chuàng)新性思維，改變書院宣傳缺乏活力的現(xiàn)狀，為書院發(fā)展提供更好的環(huán)境。未來書院的宣傳方式可以從兩方面進(jìn)行：一是基于現(xiàn)有的宣傳方式，對(duì)現(xiàn)有的宣傳平臺(tái)進(jìn)行創(chuàng)新，推送更為新穎且有吸引力的宣傳內(nèi)容，突出書院文化的特點(diǎn)，找準(zhǔn)書院文化吸引大眾的創(chuàng)新點(diǎn)；二是創(chuàng)新宣傳方式，很好地抓住對(duì)書院文化感興趣的現(xiàn)有及潛在游客。

（三）打造品牌，開發(fā)產(chǎn)業(yè)鏈

書院產(chǎn)業(yè)鏈的延伸開發(fā)是書院未來發(fā)展的長(zhǎng)久之計(jì)，能更好地推動(dòng)書院文化的弘揚(yáng)。開發(fā)產(chǎn)業(yè)鏈要從書院本身延伸出去，一是從各書院的自身特點(diǎn)出發(fā)，如書院建筑物特點(diǎn)等，將書院特點(diǎn)進(jìn)行產(chǎn)業(yè)化，讓其得到物化、產(chǎn)品化，更好地將書院特點(diǎn)宣傳出去；二是從書院的內(nèi)涵文化出發(fā)，將其文化內(nèi)涵進(jìn)行產(chǎn)業(yè)化，例如，可將書院人文故事動(dòng)漫化，能夠讓大眾更好地理解與接受，也起到了相應(yīng)的宣傳作用，從而更好地弘揚(yáng)書院文化。發(fā)展書院文創(chuàng)產(chǎn)品，形成書院文化產(chǎn)業(yè)鏈。

三、結(jié)束語

本文建立了LDA模型，對(duì)書院的網(wǎng)絡(luò)評(píng)價(jià)進(jìn)行情感主題分類，對(duì)游客的評(píng)價(jià)及需求進(jìn)行分析，并提出適合書院未來發(fā)展的策略。書院需創(chuàng)新宣傳方式，打造書院品牌，開發(fā)產(chǎn)業(yè)鏈，運(yùn)用適當(dāng)?shù)姆椒▽⑵涫袌?chǎng)化，生產(chǎn)出相應(yīng)的文化產(chǎn)品。發(fā)展書院文化產(chǎn)業(yè)，挖掘書院的文化旅游價(jià)值，既能對(duì)我國的書院文化進(jìn)行傳承，也能為書院創(chuàng)造相應(yīng)的經(jīng)濟(jì)價(jià)值。

參考文獻(xiàn)：

[1] 艾會(huì)雨.保定市旅游產(chǎn)業(yè)和文化產(chǎn)業(yè)耦合協(xié)調(diào)發(fā)展研究[D].保定：河北大學(xué)，2019.

[2] 張學(xué)民，趙明宇.基于LDA和情感分析的西塘古鎮(zhèn)旅游形象研究[J].河北工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，12（3）：23-30.

[3] 曹青.基于LDA模型的湖南特色旅游線路設(shè)計(jì)[D].北京：北京工業(yè)大學(xué)，2019.

[4] 季鵬飛，王先超，張順香.基于共現(xiàn)概率訓(xùn)練的情感詞典的擴(kuò)充[J].阜陽師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2019，36（04）：49-53.

[5] 李向宇.基于詞云分析的近5年核心期刊幼兒體育文獻(xiàn)研究現(xiàn)狀[J].運(yùn)動(dòng)，2014（05）：79-81.