基于网络文本分析的唐模景区游客情感特征研究

2022-03-12刘晓莉万云霞潘立新

当代旅游 2022年1期

葛瑞刘晓莉万云霞潘立新

1.滁州学院地理信息与旅游学院，安徽滁州 239000；2.滁州学院外国语学院，安徽滁州 239000

引言

随着互联网发展普及，在网上进行旅游预定、在线评论、分享交流越来越便捷，出现了海量的旅游数据信息，而网络非实名制的存在，使得游客在交流评论时更能表达出真情实感和真实想法。伴随着内容挖掘软件的出现、数据采集技术的进步，很多学者开始收集旅游大数据信息进行研究，深入挖掘游客对旅游目的地的满意程度、情感特征、旅游体验评价及其相关需求，为旅游目的地产品、设施、管理等方面提出建设性的意见。

唐模风景区位于黄山市，是国家5A景区、黄山市十大景区之一，始建于唐、发展于宋、盛于明清，历史传说因其经济活跃、民风淳朴，而被誉为“唐朝模范村”。

一研究方法与数据处理

（一）研究方法

本文运用网络文本分析方法进行情感特征研究。借助携程网、大众点评等网站收集关于唐模景区的在线点评文本，利用八爪鱼软件收集唐模景区的评论数据，用ROST Content Mining从高频词、语义网络、情感分析等功能模块挖掘文本中游客表达的情感特征。

（二）数据来源与处理

本文的在线点评文本选自携程旅游网、大众点评、马蜂窝旅游网、途牛旅游网。以“黄山市唐模景区”为关键词，运用网络搜索在线点评文本，共收集获得900多条在线点评，其中携程574条、大众点评362条、途牛8条、马蜂窝9条，这是唐模景区2015年—2020年几乎包含所有网站的点评数据，其覆盖面广，具有可行性。

将数据导入表格后手动删除2015年前的评论数据，数据去噪，统一格式，按2015—2020年升序排列。为确保评论对研究有实际意义，删除部分旅游网站平台设置的快速评价默认好评的内容以及用户在评论区发布广告等与景区无关的言论和重复数据，最后保留携程554条、大众点评347条、马蜂窝3条、途牛8条，共912条。

二结果分析

（一）高词频分析

利用高词频分析可以快速高效地从大量文本数据中找出关键词。使用ROST Content Mining对收集到的网络文本进行高频词分析，统计2015—2020年排名前100的词汇及其频次（见表1）。发现大部分游客的评论中都是积极的词汇，存在较少的消极言论词汇。词云图可以过滤掉大量的文本信息，更直观地体现高频词数据，出现词汇的大小代表词频的高低，词汇所占越大词频越高，反之词频越低。将唐模景区排名前100的词汇进行转化制作词云图，运用Word Art词云在线生成工具，制作唐模景区词云图（见图1），直观清楚地反映各高频词所出现的频次及所占比重。词频率最高的是关于唐模景区的相关信息，例如“唐模”“景区”“徽州”“徽派”“村落”等词汇，是游客游玩后对唐模景区整体（包括地理位置、风格、建筑及自身的旅游体验感）的评价。游客在评论中提及“值得”“适合”“值得一见”等词，表明游客对唐模景区的游玩感受普遍良好，给了比较高的评价。排名前100的词汇中也有消极情感类的词汇，但是占总体的极少数，其中“不值”这一词汇出现了32次，查找相关评论，发现是游客认为门票贵，性价比不高，觉得不值。

表1 2015年—2020年唐模景区排名前100词汇

图1 唐模景区词云图

（二）语义网络分析

单纯的高频词分析只能反映出各个词出现的次数及其比重，语义网络分析在此基础上能表现出各个词之间的内部联系与结构，将文本转换为图片的形式，可以更加直观地看出各个高频词之间的关系（见图2）。可以看出语义结构图有很多中心并向四周无规律的分散，其中以“唐模”“徽州”“景区”“徽派”为中心，除去这些中心词汇外，“历史”“西湖”“建筑”等词汇是对中心词汇的解释及延伸。在语义网络图的最外层例如“特色”“悠久”“千年”“商业”“风光”“深厚”等词汇，是对内部中心词汇更进一步的解释及延伸，通过这张图可以看出各个词汇之间的关联程度，线条越集中的词汇越重要。

图2 唐模景区语义网络结构图

（三）情感分析

在ROST Content Mining软件中选择情感分析，得出游客情感特征分析的最终结果（见表2）。积极情绪的游客占85%以上，消极情绪的游客占8%左右，说明大部分游客表达了正向的情感特征，并对唐模景区给予了比较积极的情感评价和价值认同，这与高频词分析的结论相一致。处于中立立场的中性情绪的游客占7%，以客观地陈述自己的旅游体验为主。积极情感语义高频词汇有：“特色”“安静”“方便”“值得”等，反映唐模景区作为传统村落具有特色的徽派建筑吸引游客前往，且历史文化气息深厚、景色宜人，使游客产生积极情绪。而消极情感主要体现在“门票”“景区不大”上，原因主要在于交通基础设施不完善，景区门票价格略高。将表格内的数据制作成图表（见图3），通过六年的比较发现游客的积极情绪具有很强的波动性，呈下降—上升—下降的波动趋势，2015年至2016年下降，2016年至2019年持续递增的状态，2020年因疫情影响稍有下降。