大数据背景下用户视角的旅游APP评价指标体系研究

赵莉 夏振耀 卢俏立

在“互联网+服务”上升为国家战略的时代背景下，旅游业与互联网结合产生了巨大的生命力。“互联网+”正在重构旅游行业产业链，文化和旅游部、国家发展改革委等十部门在2020年11月联合印发的《关于深化“互联网+旅游”推动旅游业高质量发展意见》，提出了优化“互联网+旅游”的营商环境，以数字化赋能推进旅游业高质量发展，让旅游过程中的任一环节，都更加便捷和人性化。截至2021年6月，我国网民规模达10.11亿，网民使用手机上网的比例高达99.6%，在线旅行预订用户规模已达3.67亿，。旅游市场数字化和智慧化的普及，使得景区的错峰开放、限量开放、预约开放、有序开放的实施难度小，覆盖范围广，俨然以成为旅游常态。近年来，智慧旅游在大数据、人工智能等新技术的加持下，将游客出行所需的导航、导游、导览、导购等基本需求进行智能化提升，通过感知游客行为偏好，实现精准互动的高效信息服务，极大地提升了游客体验感和满意度，增强了景区的游客粘性。疫情暴发以来，全国文旅设施的数字化、信息化又迎来一次“大提速”，智慧旅游将迎来更广阔的市场前景。

智慧旅游的迅速普及和发展对旅游APP的服务效果评价提出了迫切的要求。近年来国内外学者对旅游APP的研究主要包括：旅游APP的设计实现、旅游APP特征对消费者体验的影响和旅游APP用户体验对旅游满意度的影响研究。有关“旅游APP评价”的研究文献数量较少，主要集中在使用一些传统方法对旅游APP的用户体验、影响因素进行评价和分析，在运用大数据分析技术和考虑评价指标的客观特征方面，还具有一定的局限性。旅游APP是一种多功能、多层级、多指标的复杂信息系统，对其评价也将是一个复杂决策问题，应充分考虑其主客观影响因素及内在的模糊性和不确定性。随着大数据技术的日益成熟，利用用户画像精准描述旅游APP用户群体的需求和体验成为可能，本文将大数据用户画像技术和传统的用户体验问卷调查方法相结合，充分考虑旅游APP服务效果评价的主观性和客观性，结合两方面影响因素选取评价指标体系，进一步提高旅游APP服务效果评价的准确性和科学性。

用户体验（User Experience）的理论与方法最初起源并应用于人机交互设计中，如今在互联网领域得到更加广泛的应用。国外对用户体验的研究较早，自上世纪九十年代美国认知心理学家、用户体验专家唐纳德·诺曼（Donald Norman）最早提出用户体验概念之后，越来越多的国外学者对用户体验的概念和内容进行了延伸和拓展，提出了多种不同的用户体验模型，其中比较著名的有：产品体验的三层（感官层体验、行为层体验和思考层体验）等级模型；用户体验五要素模型将用户体验分为表现层、框架层、结构层、范围层、战略层五个层次；包含七个模块的蜂窝模型将用户体验目标分为有用性、可用性、期待度、可寻性、可及性、信任感以及价值感；APEC模型包括审美、实用、情感、认知四个要素。近年來，国内外学者在用户体验模型研究方面也积累了较为丰富的成果，主要体现于对模型应用的拓展和改进方面。本文在对上述用户体验理论模型归纳分析的基础上，根据旅游APP用户的特点，构建了内容体验、功能体验、交互体验和情感体验四个维度的用户体验模型，如图1所示。

根据此四维度模型分层设计旅游APP用户体验指标遴选问卷调查表，其中，交互体验层备选指标为：APP易用性（操作简单方便，容易使用），APP稳定性（运行稳定，不无故闪退），APP易恢复性（误操作后容易恢复），APP响应速度（操作指令响应时间短），APP成熟度（软件上线时间长应用版本高）；内容体验层备选指标为：信息内容丰富性（各类旅游资源种类内容丰富），信息内容权威性（信息来源真实可靠），信息内容时效性（信息内容定期更新，所提供信息为最新信息），信息内容趣味性（内容有趣富有吸引力），信息内容个性化（具有鲜明的个性化服务特色）；功能体验层备选指标：功能完整性（功能充分满足用户需求），功能实用性（核心功能应用能力突出），功能引导性（具有清晰的功能导航），功能整合性（可提供整体性一站式服务），功能有效性（所列功能模块的操作均能达到满意效果）；情感体验层备选指标：界面美观性（APP界面色彩协调赏心悦目），界面友好性（界面设计人性以客户为本），隐私安全性（APP具有保护用户个人信息安全的措施），服务响应性（售前售后服务响应热情及时），资源占用低耗性（APP流量使用及内存占用数量低）。将备选指标的重要性测评度量值分为5级：0（可以忽略）0.2（不很重要）0.5（一般重要）0.8（比较重要）1.0（非常重要）。

本文研究过程中，通过微信小程序发送调查问卷300份，回收有效数据267份。经过对回收数据的处理分析和对量表进行因子分析及信度和效度检验，每层筛选出影响因子排在前3位的评价指标，确定为基于用户体验的主观评价指标，如表1所示。

用户画像是大数据技术的重要应用，是从海量数据中获取的由用户信息构成的形象集合，可以描述用户的需求、个性化偏好以及用户兴趣等。用户画像又是大数据环境下一种用户信息标签化的方法，通过抽象出标签信息可以完美地呈现出用户全貌。用户画像的三个基本任务是：提取基本信息、挖掘用户喜好和统计人群特征；提取基本信息主要研究从非结构化的页面数据中提取结构化的画像属性；用户行为理解主要研究如何通过搜集用户的行为数据来挖掘用户的偏好和兴趣；统计人群特征是研究如何揭示用户行为背后的原因。因此，旅游APP用户画像标签直接体现了用户的行为、偏好等特征，可以从客观层面反映的旅游APP的使用效果。

本文选取“好客山东”等旅游APP运营部门收集到的用户注册数据及日志数据等，运用大数据分析方法对原始数据进行清洗、结构化等预处理，通过Sqoop导入HDFS。用户画像技术计算框架选用Spark及Hadoop，Spark主要负责对数据处理和按上层应用指定规则的数据筛选过滤，以及服务于上层应用的SparkSQL；Hadoop主要应用于通过具体算法对标签数据进行评分。在由个体画像生成群体画像时，采用了经典的K均值（K-means）聚类算法。根据生成的用户画像标签经德尔菲法筛选出的用户画像标签评价指标包括，用户基本特征标签：年龄分布，性别比例；用户行为特征标签：用户活跃度（访问频次及最近访问时间等），用户粘性（访问时长、平均停留时长等）；用户偏好特征标签：信息偏好（浏览体验型），业务偏好（业务参与型）。旅游APP评价用户画像标签评价指标。

大力发展智慧旅游已成为增强政府对旅游业的监管能力，推进文化旅游业与其他产业融合发展，从而进一步形成具有地域特色的文化旅游品牌。对旅游APP使用效果的评价研究有利于提升游客体验感和满意度，助力智慧旅游的高质量发展和评测。本文将大数据用户画像技术引入到旅游APP评价研究中，提出构建兼顾用户画像和用户体验两方面特征的旅游APP评价指标体系对改进旅游APP服务效果，促进文化旅游品牌和口碑的进一步提升具有重要意义。

[本文系基金项目：山东省社会科学规划研究项目“大数据背景下用户视角的旅游APP服务效果评价研究”（编号：20CLYJ41）的研究成果。]

（山东建筑大学 商学院）（山东建筑大学计算中心）

参考文献：

[1]Garrett，J.J著.用户体验的要素（第1版）[M].范晓燕译.北京：机械工业出版社，2008.

[2]刘海鸥，孙晶晶，苏妍嫄，张亚明.国内外用户画像研究综述[J].情报理论与实践，2018：41（11）：155-160.