郭栩東 胡綠 李茂強 王怡

基金項目：2021年廣東省高校省重點平臺項目（2021ZDX4043）；2022年肇慶學(xué)院質(zhì)量工程項目（zlgc202110）

第一作者簡介：郭栩東（1973-），女，博士，教授。研究方向為旅游管理。

DOI：10.19981/j.CN23-1581/G3.2024.13.003

摘? 要：互聯(lián)網(wǎng)時代的到來，推動全球的經(jīng)濟發(fā)展發(fā)生巨大改變。如今互聯(lián)網(wǎng)已經(jīng)是人們的生活中不可分割的一部分。旅游行業(yè)的業(yè)態(tài)也隨網(wǎng)絡(luò)時代而轉(zhuǎn)變。隨著各旅游平臺的興起，在線評論已經(jīng)是很普遍的現(xiàn)象，并成為人們旅游消費的重要參考指標(biāo)。該文以肇慶市七星巖景區(qū)為調(diào)研對象，基于在線評論的視角對數(shù)據(jù)采集進(jìn)行剔除過濾、高頻詞統(tǒng)計及可視化呈現(xiàn)等一系列工作，通過情感分析法對數(shù)據(jù)進(jìn)行分析整理，構(gòu)建游客情感分析模式。經(jīng)過系列的實證試驗分析可以診斷，對于旅游目的地因素，游客的情感更為敏感以及在意；管理和景觀是景區(qū)提升自身競爭力的重要內(nèi)容；消費不僅受游客關(guān)注度影響，同時也對游客情感有著顯著的影響力。提出關(guān)于資源管理、經(jīng)濟發(fā)展模式和服務(wù)、飲食開發(fā)的相關(guān)建議。

關(guān)鍵詞：在線評論；游客情感；情感分析模式；數(shù)據(jù)挖掘；高頻詞統(tǒng)計

中圖分類號：TP391? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號：2095-2945（2024）13-0009-05

Abstract： The advent of the Internet era has greatly changed the global economic development. Nowadays， the use of the Internet has become an integral part of people's lives. The format of the tourism industry is also changing with the Internet era. With the rise of various tourism platforms， online commentary has become a very common phenomenon， and has become an important reference index for people's tourism consumption. This paper takes Seven Star Cave Scenic Spot in Zhaoqing City as the research object， based on the perspective of online comments， carries out a series of work， such as data collection， elimination and filtering， high-frequency word statistics and visual presentation， and analyzes and collates the data through emotional analysis. Construct a tourist emotion analysis model. After a series of empirical experimental analysis， it can be diagnosed that tourists' emotions are more sensitive and concerned about tourism destination factors; management and landscape are important contents for scenic spots to enhance their competitiveness; consumption is not only concerned by tourists. Meanwhile， this study has a significant impact on tourists' emotion， and puts forward relevant suggestions on resource management， economic development model and service， food development.

Keywords： online reviews; tourists' emotion; emotion analysis model; data mining; high-frequency word statistics

近年來，隨著互聯(lián)網(wǎng)產(chǎn)業(yè)已與人們的衣食住行息息相關(guān)，旅游領(lǐng)域也順應(yīng)潮流在線上有了對應(yīng)的發(fā)展。在線評論不再小眾，而是大眾化的存在。同時互聯(lián)網(wǎng)數(shù)據(jù)的易獲得給相關(guān)研究奠定很好的基礎(chǔ)，目前國內(nèi)外基于旅游在線評論的研究和基于在線評論的情感分析方面的研究也已取得了一定成果。

外國學(xué)者Abdulqader等[1]提出了一種新的概率模型，即層次化用戶情感主題模型，從情感角度出發(fā)，使用不同的主題和情緒信息對用戶的態(tài)度進(jìn)行分層建模。Ma等學(xué)者在文本的情感分析方面上尋求突破，引入了位置注意機制，以及研究了如何利用位置注意機制在一個有意見的句子中同時建模多個方面。

在旅游研究領(lǐng)域，在線評論的研究當(dāng)然也不落后。在不同的地域和行業(yè)，不同的研究和方法會誕生不同的結(jié)論。在酒店業(yè)，■等[2]從啟發(fā)式系統(tǒng)模型出發(fā)，探討的是構(gòu)成在線評論的啟發(fā)式和系統(tǒng)性線索對于消費者對酒店在線評論感知的影響。他們的研究結(jié)論為唯有在線評論的系統(tǒng)性線索才會影響它的有用性。而Wang等[3]學(xué)者則將研究范圍更精細(xì)化，著重研究了5種旅行者類型在酒店選擇上的差異，研究發(fā)現(xiàn)影響不同類型旅行者選擇酒店的關(guān)鍵因素。張夢等研究了不同距離下的游客的影響因素，研究表明：在時間距離上，遠(yuǎn)期消費者的購買意愿受到認(rèn)同性評論的影響更顯著，對比之下近期消費者購買意愿則受到工具性評論的影響會更顯著；在社會距離上，與評論發(fā)布者社會距離遠(yuǎn)的消費者購買意愿更容易受認(rèn)同性評論影響，與評論發(fā)布者社會距離近的消費者則購買意愿更容易受工具性評論影響。

劉瑩等[4]則是基于啟發(fā)-系統(tǒng)式模型，通過眼球追蹤技術(shù)和行為實驗討論了負(fù)面評論發(fā)布者信用等級、呈現(xiàn)方式與離散情緒對購買意愿的作用機制。

陳浩[5]基于Python軟件和NLP自然語言處理情感得分算法，在對在線評論進(jìn)行情感分析的基礎(chǔ)上還運用了機器學(xué)習(xí)的方法進(jìn)行在線文本的情感分類。

涂海麗等[6]在在線評論數(shù)據(jù)的基礎(chǔ)上構(gòu)建了一個關(guān)于游客情感的分析模型，獲取了旅游目的地的評論文本并進(jìn)行了預(yù)處理，運用領(lǐng)域本體構(gòu)建方法構(gòu)建旅游本體，將處理后的評論文本與旅游本體匹配，得出本體各屬性的分類評論集，運用情感程度加權(quán)規(guī)則計算這些評論集的情感極性均值，最后得出游客關(guān)于旅游各要素總體情感傾向。

在高新技術(shù)迅速發(fā)展的現(xiàn)階段，信息技術(shù)已經(jīng)與人們生活的方方面面緊密聯(lián)系、息息相關(guān)了。旅游相關(guān)信息的獲得也在信息技術(shù)的基礎(chǔ)上實現(xiàn)了“互聯(lián)網(wǎng)＋”，有了更進(jìn)一步的發(fā)展。在線評論是以互聯(lián)網(wǎng)為載體的一種評論形式，互聯(lián)網(wǎng)的普及為游客的反饋和分享提供了便利性，產(chǎn)生了在線評論。在線評論作為一種新的評論形式，在人們的現(xiàn)實生活中呈現(xiàn)越來越多的形態(tài)，并起到了重要的作用。而在線評論不僅對潛在游客的決策行為產(chǎn)生一定影響，也側(cè)面顯示了游客對于旅游活動的印象與評價，對于旅游目的地的改良升級起著指示性作用。因此在線評論的視角對旅游者的情感研究是必要的。

本文以肇慶市七星巖景區(qū)為例，對該景區(qū)的線上評論進(jìn)行收集采樣，以評論數(shù)據(jù)為基礎(chǔ)，分析出其中影響游客情感的相關(guān)因素，依據(jù)角度和主題進(jìn)行劃分與統(tǒng)計分析，從而構(gòu)建基于在線評論的游客情感分析模式。

1? 相關(guān)概念

1.1? 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中，提取隱藏在其中且具有潛在價值、人們事先不可知的知識和信息的過程；是在機器學(xué)習(xí)、人工智能方法的基礎(chǔ)上發(fā)展而來的，主要包括數(shù)據(jù)收集、存取、數(shù)據(jù)處理和統(tǒng)計分析等方面的內(nèi)容。

1.2? 情感分析

情感分析又稱評論挖掘或意見挖掘，指的是對某些商品評論的文本內(nèi)容進(jìn)行分析，發(fā)現(xiàn)評論人對這些商品的褒貶態(tài)度和意見[7]。主要任務(wù)包括主題抽取、意見持有者識別、評論范圍確定和情感極性分析[8]?；谠诰€評論的情感分析是Web信息挖掘的一個新興領(lǐng)域，近年來受到計算機科學(xué)、經(jīng)濟學(xué)、管理學(xué)等相關(guān)學(xué)科的廣泛關(guān)注。以往關(guān)于在線商品評論的情感分析的數(shù)據(jù)主要來自電子商務(wù)網(wǎng)站，而選擇的主要產(chǎn)品是數(shù)碼相機、筆記本電腦、手機及汽車，很少有關(guān)于旅游的，原因可能是前者都是實體產(chǎn)品，比較容易確定其主題的屬性特征，而旅游是一種服務(wù)，牽涉的服務(wù)主題和服務(wù)項目較多，不容易確定其屬性特征。游客情感是指對游客在進(jìn)行旅游活動中或之后對某部分影響因素或者整體的感受體驗，所表達(dá)出來的正負(fù)向情緒。

1.3? 在線評論

在線評論，即在互聯(lián)網(wǎng)時代下，人們通過網(wǎng)絡(luò)的媒介，在線上平臺對某種事進(jìn)行點評與討論，表達(dá)自己的觀點、體驗與情感的新時代、新發(fā)展的評論方式。

2? 在線評論數(shù)據(jù)挖掘視角下的情感分析設(shè)計

2.1? 數(shù)據(jù)爬取與挖掘

筆者選擇了使用jieba進(jìn)行分詞，用collection進(jìn)行詞頻統(tǒng)計，最后通過matplotlib和wordcloud作圖。本論文相關(guān)數(shù)據(jù)皆通過網(wǎng)絡(luò)爬蟲的手段進(jìn)行爬蟲抓取，具體采集軟件是八爪魚采集器8，采集數(shù)據(jù)由2個平臺得來，在美團(tuán)平臺采集數(shù)據(jù)以及在攜程平臺采集數(shù)據(jù)。首先把xlsx文件中的M列“途徑”提取出來，放入一個txt文件中。然后用jieba進(jìn)行分詞，通過fromcollectionsimportCounter進(jìn)行詞頻統(tǒng)計。接著使用matplotlib.pyplot創(chuàng)建畫布，確定畫圖區(qū)域，再利用wordcloud函數(shù)制作詞云圖。由于wordcloud默認(rèn)不支持中文，需要在wordcloud函數(shù)中輸入font_path=“simsun.ttc”調(diào)整。在線評論數(shù)據(jù)挖掘模型如圖1所示。

2.2? 數(shù)據(jù)來源與采集

關(guān)于本文就廣東省肇慶市端州區(qū)的七星巖景區(qū)進(jìn)行在線評論數(shù)據(jù)的收集，為了保證數(shù)據(jù)的科學(xué)性和進(jìn)步性，只在“攜程”“美團(tuán)”這2個平臺進(jìn)行數(shù)據(jù)的采集。所選定的2個平臺的原始數(shù)據(jù)共計700條（未處理）。根據(jù)步驟操作所得到的詞頻統(tǒng)計結(jié)果，制作了一份詞云圖。在詞云圖中，字體最大的則表示該地點在數(shù)據(jù)中出現(xiàn)的次數(shù)最多，按地點出現(xiàn)次數(shù)從多到少，字體相應(yīng)地逐漸變小。筆者選擇展示詞頻統(tǒng)計的前200個地點，根據(jù)地點的出現(xiàn)次數(shù)多與少，可以較為直觀地反映七星巖景區(qū)最受游客喜愛的原因是哪些，并結(jié)合爬取的數(shù)據(jù)，進(jìn)行更深入的分析。

3? 在線評論數(shù)據(jù)挖掘視角下的游客情感分析模式

3.1? 游客情感分析模式

分析模式構(gòu)成如圖2所示：數(shù)據(jù)收集整理、數(shù)據(jù)預(yù)處理、高頻詞處理、主題類目劃分、情感分析統(tǒng)計、數(shù)據(jù)的可視化、結(jié)論和發(fā)展建議。其中數(shù)據(jù)來源為旅游線上主流平臺攜程與美團(tuán)，數(shù)據(jù)采集軟件為八爪魚采集器8，數(shù)據(jù)文本的處理主要通過辦公軟件以及ROSTCM6系統(tǒng)。

3.2? 分析結(jié)果

3.2.1? 樣本預(yù)處理

一般情況下，對于所收集的原始數(shù)據(jù)，并非皆是有用的可研究數(shù)據(jù)。景點評論專區(qū)的在線評論是海量的短文本集合，評論內(nèi)容具有隨意性，含有大量的冗余信息。部分?jǐn)?shù)據(jù)還會出現(xiàn)內(nèi)容重復(fù)數(shù)據(jù)、空白數(shù)據(jù)、非文本數(shù)據(jù)及不相關(guān)等情況。這種情況下的數(shù)據(jù)需要經(jīng)過篩選、刪除等程序，之后才會得出對研究有價值的數(shù)據(jù)，確保研究結(jié)果的有效性和說服力。

圖2? 游客情感分析模式

所采集數(shù)據(jù)應(yīng)用近期優(yōu)先原則，從時間距離最近的評論開始采集、優(yōu)先采集。近期評論的數(shù)據(jù)，方能保證數(shù)據(jù)具有可研究性，不出現(xiàn)因過時不予以參考的情況。所采集的數(shù)據(jù)皆是游客在平臺訂購消費后進(jìn)行旅游活動之后對于七星巖的評價，主要表現(xiàn)為文字、語句及段落形式。對于所收集的700條評論含有8個重復(fù)項。此外，對于明顯與旅游活動無關(guān)的評論內(nèi)容予以刪除。對于與所調(diào)研景區(qū)七星巖景區(qū)無關(guān)的評論也予以刪除。對于與游客情感分析無明顯作用，客觀性過強或非原創(chuàng)的在線評論，這樣的數(shù)據(jù)依舊不具備研究性，不保留。經(jīng)過對原始數(shù)據(jù)的處理后，共得出可利用數(shù)據(jù)642條，作為本文的研究數(shù)據(jù)。

3.2.2? 基于高頻詞的數(shù)據(jù)處理

對于經(jīng)過處理后保留的有價值數(shù)據(jù)，其呈現(xiàn)形式仍為長文段文本，對于研究情感而言仍需要進(jìn)行處理。為保證研究數(shù)據(jù)的說服力，我們對于評論的文本進(jìn)行分詞處理，通過計算分詞后的詞語出現(xiàn)的次數(shù)來進(jìn)行數(shù)據(jù)的量化，得出高頻詞。本文以數(shù)據(jù)作為研究的支撐，讓研究結(jié)果具有合理度。

分詞是對在線評論進(jìn)行情感分析的重要前提，目前存在很多分詞的工具，本文采用的是武漢大學(xué)ROST虛擬學(xué)習(xí)團(tuán)隊開發(fā)的ROSTCM6軟件，借用此軟件對采集的數(shù)據(jù)進(jìn)行了分詞和詞頻統(tǒng)計，并實現(xiàn)數(shù)據(jù)的可視化呈現(xiàn)。如圖3所示。

3.3? 游客情感分析數(shù)據(jù)的分析

經(jīng)過上述分詞統(tǒng)計及其可視化的工作后，得到高頻詞的數(shù)據(jù)集合。對這些高頻詞進(jìn)行整理，形成了集合A。以公式展示如下

A={a1，a2，a3，a4，…，an} ，（1）

式中：A是所有高頻詞組的集合，a1等括號內(nèi)的元素是本文數(shù)據(jù)的高頻詞，所有的元素共同組成集合A。以本文數(shù)據(jù)代入，可得A={門票，景點，環(huán)境…}。

旅游是個綜合性的學(xué)科，旅游六要素就包含了“食住行游購娛”。而高頻詞也需要得到整合才能進(jìn)行分析。本文借鑒了旅游六要素，在此基礎(chǔ)上整合了數(shù)據(jù)，并基于所得數(shù)據(jù)的具體情況，對高頻詞進(jìn)行了類目劃分，形成了以下11個主題類目（表1）。提取在線評論中的“評價主題”，能有效地縮小數(shù)據(jù)中分析范圍，增加對評論分析工作的準(zhǔn)確度及深度，能更準(zhǔn)確地為旅游經(jīng)營正則提供信息[9]。

這里學(xué)習(xí)了張堯政等學(xué)者的做法，將高頻詞進(jìn)行主題分類，但本文在此基礎(chǔ)上做出突破，將11個主題類目以新的標(biāo)準(zhǔn)進(jìn)行了再次劃分。劃分成了3個大類目，分別為“旅游目的地因素”“游客因素”“客觀因素”。見表２。

表2? 一級主題類目與二級主題類目

注：作者整理。

對于所分類的高頻詞，針對性地進(jìn)行情感分析。并對相關(guān)數(shù)據(jù)進(jìn)行整合，形成了二級主題類目的數(shù)據(jù)。以在線評論“門票超貴，到處都收費，景色一般”為例，此評論涉及“消費”類目中的“門票、收費”觸發(fā)詞，從“超貴”二字可得游客情感的傾向為負(fù)向。以此為例，對所有數(shù)據(jù)進(jìn)行情感分析后得出以下結(jié)果。其中包括了游客的關(guān)注度以及情感正負(fù)向的占比等信息。如圖4所示。

圖4? 主題類目情感分析正負(fù)向柱形圖

從圖4可以看得，在所處理的642條評論中，以消費主題為例，消費主題包含了門票、消費等詞組，綜合統(tǒng)計消費主題類目下的詞組，得出有關(guān)消費的在線評論數(shù)量為196條，其中正向評論數(shù)92條，中性評論數(shù)5條，負(fù)向評論數(shù)99條。各類目的游客關(guān)注度及游客情感占比見表3。

表3? 各類目的游客關(guān)注度及游客情感占比

注：作者整理。

4? 結(jié)論與展望

對于旅游目的地因素，游客的情感更為敏感以及在意，其中景區(qū)的景觀、消費、娛樂性影響程度強于其他根據(jù)研究數(shù)據(jù)可得，在在線評論里，評論數(shù)量涉及最多即最受游客關(guān)注的前3項類目分別是“景觀、消費、娛樂”，并且3項都屬于一級主題類目“旅游目的地因素”。管理和景觀是景區(qū)提升自身競爭力的重要內(nèi)容，游客對于這2類目的好評度較高，提升這方面的質(zhì)量有助于提升旅游目的地整體競爭力和改善游客印象，提高重游率，實現(xiàn)景區(qū)可持續(xù)發(fā)展。消費不僅受游客關(guān)注度，同時也對游客情感有著顯著的影響力，尤其負(fù)向傾向表現(xiàn)明顯，易降低潛在游客的轉(zhuǎn)化率。根據(jù)數(shù)據(jù)可知，游客對于“消費”的負(fù)面評論是最多的，其負(fù)面評論的數(shù)量是其他主題類目的多倍。

本文采用的是詞典分析的情感分析法，且僅對數(shù)據(jù)文本進(jìn)行正負(fù)向分析，未做更深入拆分更精準(zhǔn)細(xì)化的研究。本文涉及的旅游目的地僅限于肇慶市七星巖景區(qū)，數(shù)據(jù)受旅游目的地旅游資源影響較大，結(jié)論缺乏廣泛性和普遍性。由于評論數(shù)據(jù)642條，且調(diào)研對象是單個景區(qū)，涉及的領(lǐng)域不夠?qū)拸V，對于許多細(xì)化的領(lǐng)域譬如安全未能顯現(xiàn)出來，有待后來者進(jìn)一步深入研究，讓在線評論的游客情感分析研究更具專業(yè)性與學(xué)術(shù)性。

參考文獻(xiàn)：

[1] ABDULQADER A， XUE L， XIN Z. Modeling user attitudes using hierarchical sentiment-topic model[J].Data & Knowledge Engineering，2019：119.

[2] ■，et al.■[J].KnowledgeManagementResearch，2018，19（4）：1-17.

[3] WANG L， WANG X K， PENG J J， et al. The differences in hotel selection among various types of travellers：A comparative analysis witha useful bounded rationality behavioural decision support model[J].Tourism Management，2020：76.

[4] 劉瑩，李寶庫.負(fù)面評論對消費者購買意愿的影響機制研究——基于雙系統(tǒng)模型[J].財經(jīng)論叢，2021（3）：93-102.

[5] 陳浩.黃鶴樓旅游景區(qū)在線文本情感分析研究[D].蚌埠：安徽財經(jīng)大學(xué)，2021.

[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] 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.

[8] 夏明星.基于情感分析的評論極性分類和電影推薦系統(tǒng)的設(shè)計與實現(xiàn)[D].合肥：安徽大學(xué)，2016.

[9] 張堯政，鄧少靈.上海迪士尼度假區(qū)游客在線評論的情感傾向分析[J].現(xiàn)代商業(yè)，2019（5）：42-43.