基于文本挖掘的河南省5A 级景区旅游评价研究

黄 敏 闫思贤

0 引言

河南地处中原，有着优越的区位条件和丰富的旅游资源，发展旅游业有着得天独厚的优势[1]。截至2018 年底，河南在建旅游项目已有544 个，投资高达806.68 亿元，2018 年全年河南旅游人数已超8.9 亿人次，实现旅游总收入9362 亿元，由旅游大省逐步向旅游强省迈进[2]。现今，旅游业已经成了国民经济中第三产业的重要支柱[3]，不仅能让人们在繁忙的工作之余取得身心上的放松，精神上的愉悦，更是国民经济快速发展的重要推手，中坚力量[4]。

1 数据

1.1 数据来源

对比网上各大旅游APP 的受众范围和受欢迎指数，本研究选取携程、去哪儿旅行、猫途鹰三个旅游APP 作为数据来源，经过网站对景区的综合分析和热度排名，最终通过网络爬虫技术获取河南少林寺、龙门石窟、清明上河园、云台山、殷墟等5A 级景区的用户评价，以此来推断河南5A 级景区的特点和综合口碑。为了保证评论的时效性及体现景区近年来的发展程度和趋势走向，本研究选取的采集对象为2015- 2020 年的用户评价，如表1 所示，共采集到21033 条评论数据。

1.2 数据处理

（1）剔除与主题相关性低的评论。由于游客群体较大，评论意见错综复杂，许多评论涉及别的景点或者是一些商业广告网页链接等，与评论主题不符。

（2）剔除重复评论。游客评论时可能会出现重复点击导致重复评论的情况，为了提高分析的准确率，需剔除。

（3）修正数据。删除评论中出现的错别字，替换容易混淆的词语，删除空格，整理格式，最后将数据另存为.txt 文件以待后续分析。

表1 网络数据来源Table.1 Network data source

2 方法

随着互联网技术的飞速发展，结构化数据变少，半结构化数据愈来愈多，非结构化数据更是激增。其中，网络文本便是非结构化数据的代表，运用文本分析法挖掘网络文本中的内容尤具价值。文本分析方法可以透过文本的表层深入理解文本编撰者的心理状态和情感态度[5]。比传统的问卷走访调查及变量分析更加客观准确且能获得编撰者完整的心路历程与情感倾向。

文本分析包含很多种方法，本研究使用词频分析，语义网络分析和情感分析对游客的用户评价进行研究。词频分析主要用于统计文本中相同词语的出现频数，以高频词的含义推测文本中隐藏的潜在核心信息。

3 结果分析

3.1 认知形象词频分析

通过ROST CM6.0 文本挖掘软件对用户评论做词频分析。将评论内容分词后进行高频词统计。高频词能从一定程度上再现用户对景区的直观感受，并能较好体现景区的景点特色。分别选取5 个景区排名前二十的高频词进行统计，删除景点、景区等无用名词，最终统计结果如表2 所示。“武术”“塔林”“功夫”“寺庙”说明少林寺是佛家修行圣地和中国功夫的发源地，这里可见庙宇层峦叠嶂，功夫层出不穷，是佛教和功夫的代表。“讲解”“导游”可见龙门石窟内有导游介绍石窟文化，给游客更加直观感受和深刻印象。“佛像”“大佛”“艺术”“雕刻”看出石窟是中国雕刻艺术的源泉，刻像多为佛祖菩萨，是钟爱石雕游客的不二选择。“表演”“宋代”“大型”“精彩”体现了清明上河园建造的是大型宋代历史文化公园，园内充满宋代的文化气息且多有表演，大多数人觉得表演精彩让人耳目一新。“红石”“风景”“茱萸”“玻璃”“栈道”体现出云台山景色宜人，茱萸峰和红石峡更具特色。玻璃栈道能让游客在观景之余体验刺激。从“甲骨文”“遗址”“文化”“宫殿”可看出安阳殷墟是我国古代商朝末的都城遗址，甲骨文是当时的特色，体现了我国源远流长的历史文化。

3.2 语义网络分析

语义网络分析是词频分析的深层次递进，词频分析只能从词语的属性推断景区的特征和形象，不能准确无误的表示出各个词语之间的关联结构，依存关系。语义网络分析通过可视化的方式将各个词语之间的关联规则以语义网络图的形式展现出来，可清晰看出各元素之间的联系及文本的深层次结构。

3.3 情感态度分析

情感态度分析是进行游客旅游评价研究的重中之重，情感态度的喜恶间接代表了游客对景区的评价好坏。将爬取到的5 个景点的.txt 文件导入ROST CM6.0 进行情感分析，得到游客对各个景点的情感态度分析表，如表3 所示。积极情绪占比最高的为龙门石窟和云台山，均超过了70%。消极情绪占比最高的为少林寺，近30%。而殷墟的中性情绪占比超过了40%，与积极情绪相当。总体来说，龙门石窟与云台山受欢迎程度较高，而少林寺和殷墟还有较大的改进和提升空间。

3.4 综合评价模型

对景区进行综合评价时并不单单是游客的情感态度倾向，各景点所在地区的经济发展程度与政府重视程度不同会导致景点的投资建设力度有所差异。因此，本研究建立模糊综合评价模型，以旅游业所属的各景点所在市的第三产业的发展和游客的情感态度倾向综合为河南省5A 级景区进行评价打分。

4 结论

本文以文本挖掘的方式对河南省5 个5A 级景区的用户评论进行旅游评价研究。研究了游客对各个景点的形象认知和情感倾向，并结合经济投资对5 个景点进行综合评价研究，得到河南省5A 级景区的综合评分。针对上文各景点暴露出来的问题，现给出几点建议。首先，注重文化内涵，展现自身魅力。少林寺近几年商业趋势明显，各种香火店铺林立，不再像是追逐心灵寄托的佛家宁静之地，应突出自身佛教文化和中国功夫的特色，从根本上吸引游客。其次，保护历史文物，建立投诉机制。龙门石窟的石刻被破坏，让很多钟情于中国石刻文化的人痛心疾首，应建立投诉机制，呼吁游客共同保护这一文化瑰宝。