旅游危机事件网民情感状态分析

杨良江 杨景 夏新涛

摘要：旅游危机事件在网络爆发后网民情感状态变化丰富，文章以微博、贴吧这两大社交平台用户对于桂林导游强制消费事件的相关评论文本作为研究数据，借助ROSTCM等软件对高频词进行提取，对比和分析了高频词汇和网民情感状态之间的联系。研究发现：（（1）旅游危机事件发生后网民的情感状态以消极情绪为主且不稳定难以掌控;（2）旅游危机事件的发生会引起网民负面情感出现“扩散现象”;（3）官方对危机事件的回应和处理结果是影响网民情感状态起伏的重要因素;（4）旅游危机事件会引起事发行业影响的“放大现象”;（5）旅游危机事件及其处理时效和结果会影响网民情绪并引起网民提出相关的处理诉求。

关键词：广西桂林;导游;强制消费

1.研究背景

随着我国旅游信息化不断向纵深发展，互联网已经成为人们获取目的地旅游信息的首选媒介。网络世界的“自由、开放”，也让网民（旅游者、潜在旅游者）习惯带入个人情感和倾向评论“旅游事件”，如“青岛天价虾”、 “丽江游客被打”等旅游危机事件发生后，不断发酵形成旅游舆论危机，给景区、地方、国家等不同空间尺度造成不同程度的负面效应，正确分析网民情感状态变化是测度旅游舆情危机的重要且有效手段。本文基于桂林导游强制游客消费事件为例，针对网民在旅游危机事件曝光后情感变化特征，挖掘网民情感需求、情感倾向、情感状态等网民基本情感内容以及相关的文本、图形等信息数据，以期网民在旅游危机下情感体验变化过程及情感特征演变机理，为探索、创新网民情感管理技术路径提供借鉴思路。

2.文献综述

情感分析源于上世纪初的舆论分析，是人类情感的简化模型，主要用于测量客户（消费者）需求。Ye等的研究表明酒店在线评论每增加10%，酒店的网络预订将提高5%以上[1]，Radojevic等利用欧洲47个首都城市共6768家酒店的206万条在线评论，证实影响顾客满意度最显著的因素是酒店的星级评论[2]。张思豆[3]、屈小爽[4]等分别利用微博数据和网络文本对游客在西安市和景点旅游过程中的情感倾向进行测度与分析。刘逸，保继刚等人借助网络大数据比较以赴澳中国游客与国际游客的在情感特征上的差异性[5]涂海丽基于在线评论数据构建游客情感分析模型[6]。琼达基于地方情感的旅游目的地选择模型及模型过程步骤，为游客旅游目的地选择提供新的解读视角[7]。

网民情感虽然作为研究旅游危機事件下的另一重要视角，但研究停留在基础和针对性数据的梳理、分析，获取的信息源和结论导向主要针对特定主题的网络舆情的宏观控制和管理，缺少对舆情构成要素网民情感状态、特征等微观因素的过程探究和细致分析， 结论导向也主要聚焦于旅游实业，尚未充分关注网民情感状态在网络媒体世界中的具体表现，故本文以旅游危机事件下网民情感状态分析为主题，对旅游危机事件下网民情感舆情信息数据梳理、情感状态演变分析以期对旅游危机综合应用管理提供指导和借鉴意义。

3.数据来源

3.1案例事件选择

事件发生在2019年湖南到桂林从5月30日至6月2日的四晚五天旅游团（共55人），游客在桂林经过购物景点时，一名女性在车上用话筒面对全车的人说：“我不管你们图我们桂林哪一样来的，既然你们选择了这个，现在我们下车，在里面，一个小时，两万块钱。”并在6月10日，以一则“这个导游好嚣张”等相关视频被曝出，在网上获取超五百万次以上的观看量，引发社会广泛关注和讨论。

3.2评论数据的收集

随着社会化网络环境的形成，而网民评论作为表达情绪的一种重要方式，使得微博、贴吧、抖音社交平台成为网民倾诉情感的重要媒介。其中，发生于2019年6月1日的桂林导游强制消费事件，得到了网友的广泛关注，基于微博、百度贴吧点评网评论数据丰富，收录的信息比较清晰、完整，本文主要从微博、贴吧这两大社交平台采集用户对于桂林导游强制消费事件的相关评论并按照以下规则，剔除无效的评论：（1）用户转发或@其他用户的评论;（2）用户发出的无效字符和不能表达情感状态的评论;（3）与强制消费事件无关的其它评论。通过筛选，共得出有效评论5440条。

4.研究结果

4.1汇总高频词表

高频词是网民对事件情绪反应的一种直观反映，通过对桂林导游强制消费事件下有关网民情感状态有效评论的剥离以及ROSTCM软件对高频词的提取，对抽取的网民评论编码，编码的过程即是不断增加数据和参考来源的过程，网民评论初步编码中没有出现新的评论而增加参考来源时，数据即达到饱和，此时不再添加新的编码好的网民评论.按出现的频数高低进行排序，选取前50位高频词进行分析。

4.2高频词组的差异分析

高频词前三分别是“导游”、“广西桂林”、“旅游”，排在首位的是“导游”，这体现出网民对这次事件中发泄情绪的主体确定为导游，其次是“广西桂林”和“旅游”，网民评论多次出现到案例发生地和自己的出行游玩活动经历，说明该事件的发生可能不是首例发生，进而网民在评论时引发出在此地、以及外出旅游有相同经历的认同感;紧接着的高频词是“强制消费”，说明网友认为强制消费行为严重损坏了消费者利益，很快就上升到有关维权和违法行径讨论;“低价便宜”、“购物”、“贪便宜”说明了网民的也是透过问题看到了不仅案例中不仅是游客的权益受损，认为旅游团本身就是低价、免费旅游购物团，在报团前就应慎重选择和考究，是游客贪便宜导致被坑和被强制消费;“处理处罚”、“投诉”、“报警”体现了网民对该旅游危机事件的处罚情况的诉求心理;“现象”、“各种问题”、“屡禁不止”等词体现了网民对某种事件频发时的一种定向式的称谓和看法，表明旅游者对旅游环境中经常出现和存在这样的问题并较为抗拒;“扫黑除恶”对应一些极端的网民情绪，把案例中的行为定性为恶劣的“黑社会”行为;“旅行社”则表明细心的网友不仅仅只是被视频中的“嚣张”的导游所吸引和关注，更是对整个旅游活动提出了反问，认为旅行社是幕后的操纵者，是旅行社给了导游这样说话的底气，应严惩旅行社;“云南”、“阳朔”等其它地域城市名称和旅游场所被提及，体现了网民的议论常常也会由点及面的扩散到对其它地域旅游要素的讨论当中来，这势必会对其它地域的旅游等行业造成一定的冲击和影响;“不敢去”、“害怕”体现了抗拒心理和情绪已经在网民中产生并呈现逐步扩散的趋势;“有关部门”、“政府”、“旅游局”、“市场”网民将政府、旅游局等相关政府机构不断被提及，体现了网民对当地所处的市场业态有了一定的怀疑和不信任的态度，认为有关部门不作为，处理的诉求也非常强烈。

4.3情感倾向分析

通过ROSTCM软件的情感分析功能，将游强制游客消费事件中网民的评论内容进行情感倾向划分，从而得出积极、中性、消极三种情感倾向，网民表达消极情绪的评论共有3273条，占比高达约66.16%，其中，将消极情绪分段为“一般（0-10）”、“中度（10-20）”和“高度（20以上）”，一般消极的有1706条，占总评论的约33.8%，中度共1102条，占约21.83%，高度共465条，占9.21%，这一数据表明，网民展现出来的消极情绪多为一般程度，过分消极的比例还是比较少的。但是从总体比例看，对于此次导游强制游客消费事件，大部分网民都表现出了消极情绪和态度。

对表达的中性情绪评论剖析发现，中性评论大多是网友对于导游强制游客消费事件处理的各种建议以及对旅游行业的各种评价，多数是表达自己对此次事件的处理诉求。网民不仅因为出现导游强制游客消费行为而感到愤怒，而且对于事件的处理结果也是不满与愤怒，部分网民纷纷表达了自己的处理诉求，如将涉事导游永远拉黑、曝光涉事旅行社信息等，这些诉求为以后处理此类旅游危机事件提供参考。从总体来看，网友情绪倾向于消极和不稳定情绪。

5.研究结论

（1）旅游危机事件发生后网民的情感状态以消极情绪为主且不稳定难以掌控

在强制游客消费的旅游危机事件发生后，网民的情绪会在事件曝光后的内逐渐爆发，其中网民的负面情绪占比最高，爆发的程度也随着事件热度起伏，同时网民们在网络世界发表的个人言论较于现实生活中更为简单和自由，往往口无遮拦、随性即言，情绪状态极不稳定，如果没有及时解决，会在网络上形成一次次小的高峰，舆论导向可能形成不受控制的局面。

（2）旅游危机事件的发生会引起网民负面情感出现“扩散现象”

本次危机事件的发生地是在广西桂林，但是对网民的评论词频统计，前五十名涉及到了“广西桂林”、“云南”、“阳朔”、“景区景点”等其它目的地，说明旅游危机事件的发生，除了引起了网民对危机发生地的探讨、与网友之间的互动，此次事件还由单方面的旅游强制消费事件網民负面情感的宣泄演变成其它有过同样经历在不同旅游目的地或旅游区域的网民情绪支持、响应和认同，网民出现的负面情感呈扩散式在网络社交媒体中蔓延开来。

（3）官方对危机事件的回应和处理结果是影响网民情感状态起伏的重要因素

危机事件发生后，网民多次提到“有关部门”、“政府”、“旅游局”等官方机构，并把他们于旅游危机事件的发生、过程、结果紧密结合在一起，试图寻找和探究之间的关系和联系，对官方未能将危机事件发生缘由解释清楚，网民的情绪是愤恨和不解，并往往会质疑官方机构并产生不信任，严重的产生负面和不满情绪。

（4）旅游危机事件会引起事发行业影响的“放大现象”

强制游客消费的旅游危机事件一开始是某旅游团桂林导游的恶性事件，但是随着信息的扩散，整个事件上升到了网友对整个导游行业的质疑，甚至是整个旅游团的质疑，从分析的数据可以看出，网友对桂林导游强制消费的事件的讨论，逐渐上升到了对旅游报团的安全性、可靠性的讨论，甚至还有网友展开了对导游的直接讨论，这给旅游行业以及其他相关行业也带来了不小的影响。

（5）旅游危机事件及其处理时效和结果会影响网民情绪并引起网民提出相关的处理诉求

对于此次导游强制游客消费的旅游危机事件的处理结果，网民表示处理结果太轻，这样的犯罪成本太过于低廉。不少网友针对处理结果提出了相关的处理诉求，如永久拉黑涉事导游员、曝光旅行社名字、返还购物的消费费用、加重案件的刑事处罚、全国严厉打击低价旅游团等等。正确有效且公平的处理结果，是网友的心理诉求，太轻不服众的结果则会导致网民的愤怒。

参考文献：

[1]YeQ，ZhangZ，LawR.Sentimentclassificationofonlinereviewstotraveldestinationsbysupervisedmachinelearningapproaches[J].ExpertSystemsWithApplications，2009，36（3）：6527-6535.

[2]RadojevicT，StanisicN，StanicN.Ensuringpositivefeedback：Factorsthatinfluencecustomersatisfactioninthecontemporaryhospitalityindustry[J].TourismManagement，2015，51：13-21.

[3]张思豆，李君轶.基于微博大数据的游客情感与空气质量关系研究--以西安市为例[J].陕西师范大学学报（自科版），2016，44（4）：102-107.

[4]屈小爽.基于网络文本的旅游者情感体验构建理路——以杭州西湖为例.河南师范大学学报：哲学社会科学版，2017，44（4）：74-78.

[5]刘逸，保继刚，朱毅玲.基于大数据的旅游目的地情感评价方法探究[J].地理研究，2017，36（6）：1091-1105.

[6]涂海丽，唐晓波.基于在线评论的游客情感分析模型构建[J].现代情报，2016，36（4）：70-77.

[7]琼达，赵宏杰.基于地方情感的旅游目的地选择模型建构研究.旅游学刊，2016，31（10）：105-112.

基金项目：

安徽省高等学校大学生实践创新创业训练计划项目（2020CXXL071）

作者简介：

杨良江（2000-），男，汉族，安徽芜湖人，滁州学院本科在读，专业：旅游管理