基于网络文本内容分析的凤凰古城旅游地意象感知研究

王 永 明，王 美 霞，李 瑞，吴 殿 廷

(1.北京师范大学地理学与遥感科学学院，北京 100875；2.吉首大学商学院，湖南 吉首 416000；3.湖南师范大学资源与环境科学学院，湖南 长沙 410081；4.贵州师范大学地理与环境科学学院，贵州 贵阳 550001)



基于网络文本内容分析的凤凰古城旅游地意象感知研究

王 永 明1,2，王 美 霞3，李 瑞4，吴 殿 廷1

(1.北京师范大学地理学与遥感科学学院，北京 100875；2.吉首大学商学院，湖南 吉首 416000；3.湖南师范大学资源与环境科学学院，湖南 长沙 410081；4.贵州师范大学地理与环境科学学院，贵州 贵阳 550001)

网络情境下旅游地意象感知研究是目前国内外研究的热点，国内研究需对内容分析方法体系进行完善，案例地也需要丰富。该文以中西部贫困山区古镇型旅游地凤凰古城为案例地，综合利用内容分析方法中词频分析、语义网络分析和情感分析等技术，分析了凤凰古城游客旅游地意象感知特征和意象结构。结果发现，游客对凤凰古城旅游地感知的整体意象是人文景观类旅游地，认知形象成分包括古城、民族文化、休闲娱乐、美食购物4个主题；情感形象成分以积极情感为主，中性和消极成分比例小；意象高频词呈长尾分布特征，而游客文本语义网络呈现“核心-次核心-外围”三圈结构。最后提出旅游地意象管理的相关策略。

旅游地意象；感知；内容分析；网络文本；凤凰古城

0 引言

旅游地意象是人们对非居住地所持的印象，是外界作用于人脑所形成的意识流[1]。Gunn将旅游目的地意象分为原生意象和引导意象两类[2]，而Fakeye等认为还存在综合意象[3]。Baloglu等从个体心理层面认为旅游目的地意象包括认知、情感和整体3种基本结构[4]。随着信息通讯技术(ICT)的快速发展，游客与网络虚拟媒体间的互动不断增强，旅游网络信息流在网络空间中快速扩散。网络文本便是网络信息的重要类型，游客发出的网络文本表征着游客自身的体验效果和偏好，同时也产生“水波效应”。这些文本信息在网络空间传播会影响到其他游客，这种效应的汇合便形成了对旅游流的导引效应。随之，旅游目的地意象研究开始关注网络文本这个信息介体，如Stepchenkova等通过对比美国和俄罗斯两国旅行社网站的文本内容，分析了俄罗斯旅游目的地意象，发现美国旅游运营商主要把俄罗斯定位为一个历史文化旅游地并强调国家西部区域，而俄罗斯网站需要提升自身技术和内容质量[5]。Choi等研究了网络上澳门旅游目的地意象，发现不同在线信息来源所展现的意象存在差异，这主要因为不同网络信息来源的交流目标和目标群体存在差异所致[6]。 Cakmak等利用网上出版物资料分析处在政治动乱的伯利恒的旅游地意象，发现目的地特定属性对了解冲突地区的游客意象很重要[7]。国内利用网络信息研究旅游地意象的成果不断涌现[8-11]，但从游客角度分析游客对旅游目的地意象感知的研究还需要深入，尤其是在网络信息挖掘的技术上，国内学者大都简单采用内容分析方法中的词频分析进行研究，而对内容分析中的其他方法涉及较少，因此需要进行探索。

古镇具有悠久的历史文化和典型的地方性特征，是旅游地的重要类型。古镇必须具有特色鲜明的形象才能持续吸引旅游客源、重游游客，古镇旅游地意象是影响游客旅游决策、旅游满意度和忠诚度的重要因素，在古镇旅游开发和经营管理中占有重要地位。现有古镇旅游地意象研究成果丰富，但国内研究案例地主要集中在东部长三角地区，对中西部山区边缘区、民族地区的古镇旅游地意象研究极少，网络文本下的旅游地意象研究也缺乏古镇这类旅游地案例。在本研究的凤凰古城案例地分析中，试图回答：内容分析方法体系能否与旅游地意象结构成分分析相耦合？其旅游地意象结构呈现怎样的分布特征？如何设计对游客旅游地意象中“负向”成分的管理策略？

凤凰古城位于湖南省湘西自治州凤凰县境内，地处我国新时期集中连片特困区之一的武陵山片区。西南少数民族文化区和东部楚汉文化区在此交汇，生成以苗族、土家族为主体的民族结构。独特神秘的少数民族风情和完好留存的明末清初古城建设格局，使其素有“中国最美的小城”之誉，并入围国家历史文化名城，2009年获评国家“4A”级景区。凤凰古城是我国新兴旅游目的地的典型代表，游客量增长，设施投资加速，旅游产业主导区域发展成为地方区域发展特色。受资金、人力资本、承载力等因素制约，以及管理主体者对游客的旅游目的地意象认识不清，凤凰古城在旅游地形象建设和目的地管理方面比较滞后，需要进行相关研究和提升。

1 研究方法和数据处理

1.1 内容分析法

内容分析法是一种对显性内容进行客观、定量的描述的研究方法[12]。尽管大量的旅游市场研究者还是利用多变量定量分析技术来研究旅游目的地意象，但文本内容分析的定性方法也逐渐增多[13]，其优势在于能获取游客对旅游目的地完整的心理感知，而这却是用定量方法不易得到的。内容分析法的具体技术工具繁多，如字频分析、词频分析、语义网络分析、情感分析、聚类分析等。目前旅游地意象研究中，学者们主要利用了词频分析法，而对语义网络分析和情感分析的应用研究非常薄弱，本研究目标之一便是验证语义网络和情感分析的适用性。

1.2 数据处理流程

知名旅游网站和论坛受游客关注度和使用度高，对潜在游客的心理影响倾向也更强。本研究首先搜集关于凤凰古城评论的主要网站，搜索引擎选择百度和谷歌，关键词以“凤凰古城+游记”、“凤凰古城+游客点评”进行聚焦式搜索；再以“凤凰古城”为搜索词，扩大搜索范围，依据上述方法遴选出相应的网站及记录，且仅保留内容是游后体验评价的帖子。帖子选择的时间范围是2007年3月22日到2013年3月18日，总数为237篇，来源网站是驴评网(113篇)、张家界康辉国际旅游社网(53篇)、途牛网(18篇)、驴妈妈(53篇)。之后进行文本预处理生成分析文本，然后进行分词处理，归并、生成最终文档。利用ROST WordParser 软件进行词频、语义网络、情感分析，以分析游客旅游目的地意象。

2 结果分析

2.1 高频词分析

从凤凰古城游客网络文本中出现频数排名前50位的词语可以看出(表1)，最高词频“凤凰古城”反映游客对旅游地名称感知非常强烈，“沱江”、“虹桥”是凤凰古城最重要的旅游吸引要素，是凤凰古城最典型的符号表征。游客关注的其他主题包括旅游吸引物、餐饮、住宿、体验、购物等，基本包含了旅游行为的各个层面，也说明网络信息文本内容丰富，能较好地反映旅游者行为。其次从高频词所代表的景观类别来看，游客绝大部分关注的是人文类景观，对自然类景观关注很少。可以将游客感知的凤凰古城旅游地意象归纳为以下4个主题：古城(凤凰古城、古朴、城墙)、民族文化(沈从文、服饰、故居、苗家)、休闲娱乐(酒吧、夜景、拍照、晚会)、美食购物(美食、烧烤、店铺、银饰、工艺品)。综合来看，游客对旅游地意象整体感知是凤凰古城为人文景观类旅游地。

表1 词频分析

Table 1 Frequently used words in rank order

排序词频数排序词频数1凤凰古城97026故居462沱江29627江水463虹桥14328苗家444江边13929湘西445客栈10930建筑436船10731烧烤437酒吧10232唱428吊脚楼9833北门429美丽9534路4010沈从文9335特色4011街8436宁静3812夜景8137银饰3613服饰6938悠闲3514美食6539文化3515店铺6340历史3316姜糖6341城墙3217拍照6142古朴3218酒6143景点3119晚会5944城楼3020苗族5845欣赏3021喧闹5646苗寨2922感觉5447东门2523石板5148新城2424灯5149跳岩2025小城4950工艺品20

2.2 高频词的长尾分布

利用曲线模拟方法，以高频词的排序和频数作为两个变量进行了曲线拟合，发现其最符合幂指数分布(图1)。模拟方程判定系数R2=0.944，说明拟合优度很高；方程检验统计量F=811.854，Sig=0.000；幂指数检验统计量t= - 28.493，Sig=0.000，因此建立幂指数方程：y=495.367x-0.742。应用长尾理论可推断出，凤凰古城游客网络文本中的高频词分布呈“长尾”分布特征。

图1 高频词的长尾分布

Fig.1 Long tail of frequently used words

从高频词长尾分布特征与游客旅游地意象感知要素结构来看，游客旅游地意象包含核心意象和边缘意象，呈现核心-边缘结构分布。长尾可以看做是旅游地意象感知的边缘意向成分。旅游目的地意象研究往往只关注核心意象，忽视对边缘意象成分的研究，而边缘意象成分往往代表着潜在市场和利基市场。根据罗杰斯的创新扩散理论，这部分市场对目的地而言可能是创新者群体，但后面很有可能演化成大众型购买者，成为目的地市场核心群体。Pan等则基于长尾分布结构发现网络环境中利基词语使用者的出游意向更强烈[14]。因此，目的地经营管理者应重视这些利基市场的开发。

2.3 高频词语义网络分析

高频词是通过提取出的词组的属性来反映事物的主要领域，但无法反映词组在意义上的联系和文本的深层次结构关系。语义网络是通过概念和语义关系来表达知识的一种网络图，由一组节点和一组连接节点的弧构成，其中节点用来表示事物、概念、属性、动作、状态等，弧用来表示所连接的节点之间的语义联系[15]。共现词词频是高频词组在文本形成前后逻辑关系的共现次数，基于共现词词频结果可以构建文本的语义网络。

凤凰古城游客网络文本的语义网络中(图2)，线条粗细代表共现频率的高低，线条越粗表明共现频数越高，游客感知中两概念的关联更加密切。语义结构可大致分3个层次：第一层次是核心圈，由“凤凰”、“古城”、“沱江”、“虹桥”和“吊脚楼”构成的内部最小圈，是词组语义联结最紧密圈，这些词组共同作用构成了凤凰古城游客旅游地意象的最核心特质；第二层次是次核心圈，由“美丽”、“地方”、“游客”、“客栈”、“江边”等组成，主要对核心圈的进一步认识拓展，反映对核心圈总体旅游地意象和特殊旅游吸引物的较强烈感知；第三层次是外围圈，主要包括餐饮、购物、娱乐等要素，是对核心圈和次核心圈进一步的拓展和丰富，比如“夜景”、“泛舟”、“晚上”三词相对于核心圈词语。因此，凤凰古城游客文本语义网络通过“核心-次核心-外围”三圈结构，将整个旅游地吸引物体系的结构较好地展现和反映出来，为未来旅游地形象结构研究和旅游地形象体系建设提供了新思路。

图2 凤凰古城游客网络文本语义网络

Fig.2 Semantic network of travel web text for Fenghuang Ancient Town

2.4 情感分析

游客情感对游客满意度和忠诚度具有重要影响，正面的、积极的情感反应往往带来更高的满意度和忠诚度。情感有正面和负面之分，也有强弱程度之分。内容分析方法中的情感分析可用来分析游客情感，它通过对游客文本信息中涉及情感性表述的定量的打分评价，进而分析游客的情感分布状态。

利用情感分析方法对凤凰古城游客网络文本进行情感分析(表2)，其中积极情感占65.4%，而消极情感、中性情感比例较小。在各类情感强度的具体表现方面，积极情感中高度水平占优势，而消极情感中一般程度占优势。因此，凤凰古城游客旅游地意象的情感成分以积极情感为主，且高度积极的情感占高比例，而中性和消极情感成分占比小。这个结果又与上述高频词分析相呼应，高频词分析结果以正面词语为主。此种状态与旅游目的地营销宣传所追求的目标基本一致，但需要注意其中的消极情感成分。由游客文本情感分析中的消极因子分析发现喧闹、拥挤、商业化、水环境较差是负面影响游客的最关键因子。一游客说：“凤凰已经失去了那份安静，商业化气息太浓厚了。每当暮色来临，酒吧的歌声，店家的吆喝声，孩子的喧闹声，让你怀疑这是否就是沈从文笔下的宁静小城。”

表2 情感分布

Table 2 Frequency of different emotion

情感类别比例(%)强度比例(%)积极情感65．4一般11．5中度17．3高度36．6中性情感15．4消极情感19．2一般17．3中度1．9高度0总计100100

3 结论与启示

本研究以凤凰古城为案例地，基于网络文本，利用内容分析法研究了游客对凤凰古城旅游地意象感知特征和结构，得出如下结论和启示：

(1)内容分析方法的高频词分析、语义网络和情感分析等方法能较好地研究游客旅游目的地意象结构的认知成分和情感成分，这对于预测和表征旅游者意象成分也具有一定的指示意义。因此，内容分析方法能够有效响应游客旅游地意象感知成分分析的目标，但需要更多的案例进行验证，尤其是对语义网络的理论阐释是未来重点研究的内容。

(2)游客对凤凰古城感知的旅游地整体意象是人文景观类旅游地，这与目的地自身资源特色和相关组织所宣传的旅游地形象基本一致；游客认知成分包括古城、民族文化、休闲娱乐、美食购物4个主题。实践中，凤凰古城未来仍然应以建设独具地方和区域特色的人文类景观旅游地为中心，依据游客所认知的4个主题来打造相应的人文旅游产品；加强地方文化创意旅游产品开发，对影视演艺节目进行整合提升，打造王牌旅游演艺节目。政府目前所重视开发的自然类旅游产品、乡村旅游等，只能且只应该在旅游产品体系中承担配角。

(3)凤凰古城游客网络文本的语义网络呈现“核心—次核心—外围”三圈结构，高频词的长尾分布也反映出这种结构特征。在实践中，一方面，语义网络结构的核心圈应该成为未来旅游目的地形象体系建设和目的地品牌打造的核心关注点，在旅游形象识别设计、旅游商品设计等方面应该考虑核心圈要素。另一方面，外围结构要素以及“长尾”类高频词意象成分代表着新兴市场和利基市场，反映了游客的独特偏好，最终这些市场可能会演化成目的地核心市场，因此，需要对这些细分群体方面给予足够的重视，开发相应的旅游产品和旅游形象设计。

(4)凤凰古城游客旅游地意象中情感成分以积极情感为主，并且高度积极的情感占高比例，而中性和消极情感成分占比小。需要注意的是，消费情感虽然比例小，但所形成的负面口碑却具有显著的放大效应，目的地管理方应对负面口碑进行有效管理。在本研究的游客文本情感分析中的消极因子中，拥挤、喧闹、商业化、水环境差是负面影响游客情感的主要因子。实践中，目的地一是应在交通上合理规划旅游公共交通体系和停车场配置，合理规划游步道，建立以关键地标为节点的旅游流实时动态监控系统，合理引导旅游流移动，避免或缓解过度拥挤现象；二是合理安排商业区和住宿区，减少游客休息的噪音影响；三是合理布置和调控商业点和商业街，防止典型商业业态的蔓延式发展，建议规划布局和打造各具特色、功能互补的商业街区，尤其加强文化创意街区和地方文化街区的发展；四是加强目的地旅游企业和居民的水环境保护意识，实行严格的水环境保护规定，加强水处理技术设施建设，以此提升古城水质。

本研究使用的ROSTWordParser软件(5181119内测版)由武汉大学沈阳博士编写，此致谢忱!

[1] HUNT J D.Image:A Factor in Tourism[D].Colorado State University,1971.

[2] GUNN C.Vacation Scape:Designing Tourist Regions[M].Austin:Bureau of Business Research,University of Texas,1972.

[3] FAKEYE P C,CROMPTON J L.Image differences between prospective,first-time and repeat visitors to the Lower RioGrande Valley[J].Journal of Travel Research,1991,30(2):10-16.

[4] BALOGLU S,MCCLEARY K W.A model of destination image formation[J].Annals of Tourism Research,1999,26(4):868-897.

[5] STEPCHENKOVA S,MORRISON A M.The destination image of Russia:From the online induced perspective [J].Tourism Management,2006,27:943-956.

[6] CHOI S,LEHTO X Y,MORRISON A M.Destination image representation on the web:Content analysis of Macau travel related websites[J].Tourism Management,2007,28:118-129.

[7] CAKMAK E，RAMI K I.What destination marketers can learn from their visitors′ blogs:An image analysis of Bethlehem,Palestine[J].Journal of Destination Marketing & Management,2012(1):124-133.

[8] 肖亮，赵黎明.互联网传播的台湾旅游目的地形象[J].旅游学刊，2009，24(3)：75-81.

[9] 张高军，李君轶，张柳.华山风景区旅游形象感知研究[J].旅游科学，2011，25(4)：87-94.

[10] 赵振斌，党娇.基于网络文本内容分析的太白山背包旅游行为研究[J].人文地理，2011(117)：134-139.

[11] 王媛，许鑫，冯学钢，等.基于文本挖掘的古镇旅游形象感知研究[J].旅游科学，2013，27(5):86-95.

[12] KRIPPENDORFF K.Content Analysis:An Introduction to Its Methodology[M].Beverly Hills,CA:Sage,1980.1-40.

[13] O′LEARY S,DEEGAN J.Ireland′s image as a tourism destination in France:Attribute importance and performance[J].Journal of Travel Research,2005,43(3):247-256.

[14] PAN B,LI X R.The long tail of destination image and online marketing[J].Annals of Tourism Research,2010,38(1):132-152.

[15] 王超，骆克任.基于网络舆情的旅游包容性发展研究[J].经济地理，2014，34(1)：161-167.

Destination Image Perception of Fenghuang Ancient Town Based on Content Analysis of Travelers′ Web Text

WANG Yong-ming1,2,WANG Mei-xia3,LI Rui4,WU Dian-ting1

(1.SchoolofGeographyandRS,BeijingNormalUniversity，Beijing100875;2.SchoolofBusiness,JishouUniversity,Jishou416000;3.CollegeofResourceandEnvironmentalScience,HunanNormalUniversity,Changsha410081; 4.SchoolofGeographicandEnvironmentalScience,GuizhouNormalUniversity,Guiyang550001,China)

Tourists′ image perception of tourism destination on Web is a research hotspot,but in China mainland it is very necessary to perfect research method of content analysis and to carry out case study of different area.Taking the example of Fenghuang Ancient Town in middle China,based on network text,using the content analysis method of word frequency analysis,semantic web,emotional analysis technology,this paper presented analyzes tourists′perception characteristics of destination image of the town.Results show that tourists′perception of overall image is that it is a cultural feature destination,which couples with image promoted by local management organization.Cognitive component of destination image includes four subjects:ancient town,ethnic culture,leisure and entertainment,and food shopping.Positive emotion dominates in emotional components.Analysis of high frequency word shows that it has a long-tail distribution.Text semantic network with three ring structure of "core-subcore-periphery" characterizes the whole configuration of tourist attractions.

tourism destination image;perception;content analysis;Web text;Fenghuang Ancient Town

2014-04-05；

2014-10-07

国家自然科学基金项目(41201148)；湖南省哲学社会科学基金项目(11JL09、12YBA261)；湖南省教育厅科学研究项目(12C0318、12A113、14K079)；吉首大学湖南省自然与文化遗产研究基地课题(12jdzb066)

王永明(1984-)，男，博士研究生，讲师，研究方向为区域经济发展和旅游规划。E-mail:wym85727@163.com

10.3969/j.issn.1672-0504.2015.01.014

F590

A

1672-0504(2015)01-0064-04