数字足迹背景下的城市景点游客感知研究——以桂林主城区为例

桑瑾涵 刘滨谊 郑文俊 李 帅

（1.桂林理工大学旅游与风景园林学院，桂林 541004；2.同济大学建筑与城市规划学院，上海 200092）

以新浪微博的签到数据和大众点评网站的相关评论文本为数据来源，利用GIS核密度分析法、社会网络分析和高频次分析等方法对桂林主城区代表景点的游客感知特征进行分析，结果表明：（1）从空间分析，游客的签到地图呈现“一核多点”式的分布特征，以象鼻山景区为核心，水系环境为骨架深度串联的点线面式的游赏体系；（2）从景点的热度评分分析，说明在位置区域和交通便利相似的条件下，景点热度评分与景区特色、设施建设、与周围基础设施建设的关联程度等密切相关；（3）从活动类型分析，不同景点的受众人群和景观类型不同，从而景点的活动偏好也有所不同；（4）从景点的情绪来源统计分析，正面评价主要为景区的风景、地理位置、游玩项目等，负面评价主要为景区性价比低、景区管理落后、游玩项目乏味等。最后，对游客感知的影响因素进行分析，提出增加桂林景区可游赏性和提高景区知名度的引导策略。

风景园林；数字足迹；桂林主城区；语义分析；访客感知

社会发展推动城市旅游进入重要而辉煌的时期，桂林作为全国主要的旅游地，其风景资源的开发利用具有重要价值。城市景点不仅是游客观赏游憩的场所和展示城市文化的主要载体，也是居民缓解精神压力、休闲放松的重要休憩点，应以人本需求和用户体验为主，强调“以游客为本”的可持续发展目标。随着公众需求的变化，如何完善景点环境建设和提高服务质量，满足公众的可观、可游、可憩、可居的需求，并且对景点吸引游客的因素进行探析，为进一步提升景点的吸引力做理论研究，成为目前城市景点的研究热点议题。基于传统研究方式对访客游憩体验的研究具有局限性，数据比较难获取，而且数据的准确度和覆盖性不高，但是大数据正好可以弥补这一缺陷。随着互联网信息时代的发展，游客信息已经可以获取，景点信息、记录行程、发表观点、分享互动都可在互联网平台上完成，由此形成“数字足迹”[1]。采用互联网的开放数据，可以使访客的覆盖性更大，不再局限于问卷或者受访的人；数据的内容更加全面，不仅有对游憩场所的体验描述，还会对当地的文化、气候等进行评价。

目前，大数据分析是传统信息分析的研究焦点和发展趋势[2]，越来越多的学者通过数字足迹的方式研究游客对于游憩地感知和旅游形象感知研究，如城市旅游目的形象感知研究和游客时空行为研究[3-5]、城市公园等人文类景区的体验感知和评价研究[6-11]，而张瑞等[12]结合网络文本与IPA模型研究了上海辰山植物园旅游形象感知。在运用网络文本分析的基础上结合IPA分析，游客的体验感从体验要素分值显示出来，使研究结果更加直观。周详[13-14]认为数字足迹是未来城市研究中一种重要的新趋势，并且通过数字足迹中游客的评论和发布的地理照片数据对秦淮河历史性城市景观做出视觉感知评价，对当地旅游地景观研究与形象提升具有重要意义。从研究内容上看，游憩地感知和旅游形象感知研究都以网络评价或者地理照片等为信息源，分析游客对旅游地的感受，从而提出旅游地形象提升建议；从研究方法上看，主要通过软件可视化定性分析。同时，针对研究对象的不同研究视角也在不断丰富。

现有研究通常以市域作为研究区域，少有学者探讨某一市级旅游目的地中不同类型景点的游客感知差异，从而对城市的景点发展提出相关建议。因此，在借鉴前人研究的基础上，以桂林历史城区为研究区域，以新浪微博签到信息、访客的网络点评文本为研究数据，通过对不同类型景点的语义网络分析，结合ArcGIS核密度方法对景点空间纬度剖析，探索桂林主城区景点游客感知特征，提出具体的对策与建议，为桂林主城区景点的完善与提升提供借鉴。

1 研究区域、数据与研究方法

1.1 研究区域

桂林是中国最具有代表性的旅游城市之一，兼具可汲之源的文物之邦和大自然天赐的秀丽山川两个条件[15]，本文研究范围为桂林市历史城区，即秀峰区、七星区、叠彩区、象山区和象山区构成的主城区。选择这一空间范围的原因在于其是桂林山水城市景观的典型区域，具有丰富的历史文化背景，并且是具有一定热度的游憩点是访客游憩的主要区域。以城市景点的区域分布和大众点评网上的排名热度为两个筛选条件，确定20个公众熟知的景点为研究对象（表1）。

表1 桂林主城区研究城市景点概况Fig. 1 Overview of research city scenic spots in Guilin main urban area

1.2 数据获取

以大众点评的评价文本和新浪微博的签到数作为数据源，共收集来自大众点评网从2016年1月至2021年12月的关于桂林主城区20个城市景点的全部评论，通过Python软件进行爬取，通过新浪微博API接口，爬取每个景点的签到数量和评价文本。并进行数据清洗，人工剔除重复、与评价对象无关的无效点评425条，最终获得有效评价24 857条。

1.3 研究方法

1.3.1 语义网络分析

采用Rost Content Mining软件中的NetDraw工具绘制语义网络图，网络节点和有向箭头组合，呈现发散状，组成完整的网络分析图。其中，核心词汇处于分析图的核心位置，这些词汇直接反映了景点的功能和性质，也表明游客对于景点的直观评价。次核心位置的词汇是游客对景点的基础设施、环境条件等方面的评价和满意程度，最外围的词汇体现游客的需求，是景点着重改进的问题要点。

1.3.2 高频词分析

高频词分析是对文本数据中重要词汇出现频率的统计，是文本挖掘的重要手段。提取前100的高频词汇表，词汇中主要为形容词、名词和动词。名词主要显示景点的地理位置、游赏人群、景点等方面；形容词主要表现游客对于景点形象和环境的整体认知和感受；动词主要说明游客的具体活动和娱乐形式。

1.3.3 核密度分析法

利用ArcGIS10.2分析工具对网络爬取的游客景点到访次数进行可视化，分析景点空间规律，是数据在空间上“疏密程度”的反映，体现出景点的热门程度和被关注度。

2 空间分布及热度评分

2.1 签到地图：基于网站用户签到的点评活跃空间

根据携程网站获取到游憩点的地址信息，应用百度地图拾取坐标系统生成经纬度坐标，进而在ArcGIS平台中落点。运用空间分析中的核密度分析工具对游憩点签到数量分布进行核密度分析，据此可以得到这些POI点的签到次数分布核密度图（图1）。

图1 桂林主城区研究景点签到地图Fig. 1 Sign in map of research scenic spots in Guilin main urban area

由图1可知，桂林市主城区新浪微博POI点签到热点主要分布在：象山景区、两江四湖景区、靖江王城景区、七星景区和南溪山公园。从签到的热度景点区域分布角度分析，签到热度高的区域主要分布在两江四湖区，这一区域也是桂林主城区商业最繁华的区域，游客在游览景点的同时，又能进行购物、聚餐等活动。在景点游玩山水的同时，也能满足生活便利条件。从可观赏度角度分析，两江四湖区域自然景观利用自然山水景观的模拟，突出地方特色并且通过人文要素的保护与再创造，呈现新的景观形式[16]。

2.2 景点热度评分对比

基于携程网获取的评分信息反映访客对游憩点的整体满意度感知情况，评论数量代表游憩点的受欢迎程度，评论内容反映出访客对游憩点环境和设施的评价。为了规避不同景点的评论数量分布差异大，从而影响对景点热度判断的问题，将各个景点根据评论数等间隔升序排列划分为5个等级（1、3、5、7、9，其中，1表示热度低），再根据热度分级确定附加热度权重系数，分为5个重要程度，分别为0.8、0.85、0.9、0.95、1[17]。本文基于评论和评论数量两个方面构建“热度评分”标准，目的是更加客观全面地对研究对象做出评价，应用公式“评分×热度权重＝热度评分”，对每个游憩点的热度评分进行计算。由图2可知，叠彩区和秀峰区的综合评分折线波动起伏较大，其他景区的综合评分折线波动起伏不大。经过对比研究发现，叠彩区和秀峰区的景点发展差异性较大，说明在位置区域和交通便利相似的条件下，景点热度评分与景点特色、设施建设、与周围基础设施建设的关联程度等也密切相关。

图2 桂林主城区研究景点热度评分Fig. 2 Scoring of popularity of research scenic spots in Guilin main urban area

3 评价整理及词条分析

将不同类型的景点进行分类整理（表2），结合综合评分、区域和景点类型选择出6个景点典型案例，即芦笛景区、两江四湖景区、桂林漓江风景名胜区、独秀峰王城景区、七星景区和叠彩山景区。通过对6个景区网络评论文本进行语义挖掘，探索基于访客感知的景区评价方法。

表2 景点类型分类表Tab. 2 Classification of scenic spots

3.1 高频词分类分析

根据景点具体情况，结合评论文本，对前100位高频词进行分类统计（表3）。将高频词汇分为整体感知、社会文化、自然要素、人工要素、地理环境和游赏时间6大类。通过高频词汇分析可知，各景点的整体感知方面的高频词占比最大，并且游客对景点的描述以积极词汇和中心词汇为主，“漂亮”“优美”“鬼斧神功”“甲天下”等，表明游客对景点的总体环境感知方面满意，印象良好。社会文化高频词体现出游客的关注度主要集中在景点管理和游乐活动方面，“性价比”“门票”“讲解”“收费”是景点管理中的高频词汇，表明大众对票价和性价比的讨论热度较高。“夜游”“游船”“竹筏”“拍照”“爬山”等是游乐活动方面的高频词，表明游客在各个景点的游览方式和主要活动项目。其中“市区”“位置”等高频词汇显示景点的位置区域都集中在市区较中心位置，与周围交通与基础服务设施紧密联系。在出行时间方面，“夜晚”是出现频次最高的词汇，这说明游客在游赏时间的选择上更偏好晚上出行，对照网络评价发现，游客对两江四湖景区的夜景更为喜爱，说明两江四湖景区的夜景具有特色。

表3 桂林主城区研究景点高频词统计Tab. 3 Statistics of high-frequency words in research scenic spots in Guilin’s main urban area

续表

3.2 活动偏好分析

活动偏好分析体现出游客对活动类型的关注程度。将公众的活动类型主要分为旅游观光类、休闲娱乐类、接触自然类、交往互动类、大型活动类、文化生活类和商业活动类。根据各种活动出现的频率（图3），总结每个景点不同活动类型的感知情况：公众主要的活动方式以旅游观光类为主，其中自然景观类景点的旅游观光类活动感知最为强烈，芦笛景区和漓江风景名胜区的旅游观光活动占比分别为71%和72%；城市公园类景点以旅游观光和交往互动占主导，这与其受众人群是游客和居民有关，其中七星景区的旅游观光类和交往互动类占比分别为56%和19%；人文景观类景点主要以文化生活为主要活动类型，独秀峰王城景区是文化科普和传播当地历史文化的重要景点，文化生活活动是所有景区中占比最大的，这与人文的深厚历史底蕴密切相关。

图3 桂林主城区研究景点各类活动占比统计Fig. 3 Statistics of the proportion of various activities in the research scenic spots in main urban area of Guilin

4 语义分析及感知评价

4.1 词频及语义网络分析

利用ROSTCM6软件中的社会网络和语义网络分析功能生成语义网络图（图4）。语义网络分析的原理是重要语义点位于网络的中心位置，距离中心节点越近，词汇之间的联系越紧密。

图4 桂林市主城区研究景点语义网络图Tab. 4 Semantic network map of research scenic spots in Guilin main urban area

分析可得，公众对自然景观类景点的关注度主要集中在对景色的欣赏和游玩的类型。其中芦笛景区语义网络中，风洞、摩崖石刻、山峰、滑道等共同构成访客对景点的空间认知意象，同时风光、鸟瞰、山水、好玩等词体现游客对芦笛景区风景的满意程度，其他的关注点则较为分散，包括景区的周围交通便利程度、票价的性价比、与其他景点的关联程度等。漓江风景名胜区的语义网络中，重要节点在于漓江、桂林、阳朔、竹筏，体现了漓江作为风景名胜区是桂林重要动态景观的主要观赏景点之一，次要关节点为码头、广西、导游、美丽，表现了景点的基础设施完善和优美的风景；两江四湖景区的语义网络中关注对象有桃花、夜景、漓江等景观要素和夜游、游船等游赏类型。此外，游客对两江四湖的组成水系和周围景点也较为关注。城市公园类景点的区域位置、景观要素和景观特色等被公众关注。其中七星景区语义网络中，七星公园、景区、桂林、骆驼山等中心词汇突出景点的区域位置，次要关节点为溶洞、岩洞等景观要素，可以看出该景点的自然景观是具有吸引力的元素；叠彩山景区的重要语义中心由桂林、山顶、景色等词汇组成，次要关注点相对均衡分布在对景点的评价和景观特色方面。人文景观类景点的历史文化、文化展示方式及讲解服务等是公众关注的重点，其中独秀峰王城景区语义网络呈现多中心聚集的特征，主要中心词为靖江王府、历史、讲解等词汇，这说明靖江王府的历史文化和导游讲解服务受到关注，此外访客对景区的票价、景区体验感和讲解员的服务态度较为关注。

4.2 情绪分布及来源分析

4.2.1 情绪地图：基于文本语义的情感信息挖掘

基于文本情感分析结果表达出用户的情绪地图，进一步探索访客的情绪空间分布。如图5所示，积极情绪值较高的区域集中在象鼻山、两江四湖、日月双塔景区等。积极情绪值较低的区域分布在南溪山公园、桂林园林植物园。具体将公众情绪感知统计如表4。从位置区域分析，景点情绪分布较高的区域主要集中在桂林主城区的中心区域。因为这一区域交通便利、景点与周围的商业区积极联动、城市夜景集中等原因，游客的情绪值较高。芦笛景区虽不是这一区域的景点，但是积极情绪值也较高，这与芦笛景区具有丰富的游览形式和文化展示有很大关系，如芦笛景区有古迹遗址和寺庙景观，会吸引更多的游客到此观赏。因此可以看出，挖掘景点的独特性和增加游览形式可以增加游客的积极情绪值。景点情绪分布较低的区域则分布在桂林主城区的边缘区域，该区域交通不便捷，而景点与周围商业区脱离等也是降低游客积极情绪值的重要原因。

图5 桂林主城区研究景点情绪地图Fig. 5 Emotional map of research scenic spots in Guilin’s main urban area

表4 桂林市主城区研究景点情绪感知统计Tab. 4 Motional perception statistics of research scenic spots in Guilin main urban area

4.2.2 情绪来源分析

利用ROSTCM6软件中的情感的分析功能对6个景点网络评价文本进行分析。统计结果表明，各个景点访客的评价以积极情感为主，占比为53.85%～86.33%，中性情感占比4.92%～22.58%，消极情感占比为3.85%～30.77%。其中自然景观类景点的积极情感相对占比较大，芦笛景区的积极情感在自然景观类景点中占比最高，为85.88%；人文景观类景点的消极情感占比较大，其中桂林美术馆的消极情感占比高达30.77%；城市公园类景点的情感分布较为均匀。结合积极情绪和消极情绪的文本内容，进一步对情绪后面的原因进行总结归纳如表5，从而对景点的规划和完善提供理论支持。

表5 桂林主城区研究景点情绪来源分析Tab. 5 Analysis of emotional sources of research scenic spots in Guilin main urban area

景点正面评价从文本分析主要来源于“景色优美”“讲解生动有趣”“交通便利”等方面。景色优美是桂林景点的优势，桂林的山有“桂山之奇，宜为天下第一”之说，桂林的水系有“千峰环野立，一水抱城流”的特点。另外，桂林的山水石刻也将自古以来的山水游览活动状况题刻之，成为连接历史的经络，桂林自然景观俨然是吸引游客游观的主要因素；景点位于市区中心，与周围交通功能联系密切更有利于景点聚集人气、互动发展；城市地标性景点或者历史性景点能够加强访客对景点的正面印象。负面评价主要来源在于“门票贵、性价比低”“商业气息太重”“管理不当”“交通不便”等方面。在景点门票收费方面，消费者会优先选择免费景点和门票偏低的景点，而门票偏高会使访客的期待值偏高，造成访客对景点性价比低的印象。景点过于偏远，位于人口密度相对较小的区域不利于吸引游客和居民的游赏活动。并且景点的卫生环境以及工作人员态度是影响访客对该景点形成印象的原因之一，管理不当的卫生环境和消极的工作人员态度影响访客的游赏心情和活动积极性。其中商业气息充斥各个景点是普遍现象，但是过分的推销甚至招摇诈骗行为严重影响景点面貌，并且使访客产生心理排斥行为，从而使游客产生消极情绪。

5 结论与讨论

5.1 结论

以游客网络评论数据和微博POI为数据来源，将游客对景点的感知情况进行可视化研究，结果表明：（1）在空间上，游客的签到地图呈现“一核多点”式的分布特征，以象鼻山景区为核心，水系环境为骨架深度串联的点线面式的游赏体系。（2）从活动类型分析，不同类型的景点游客的活动偏好不同。以自然景观为主的景点游客的活动倾向于旅游观光类和交往互动类；城市公园类型景点游客的活动更倾向于旅游观光和休闲娱乐；文化生活类活动在人文景观类景点中感知最为强烈。（3）从词频及语义网络分布分析，游客对于各个景点的感知不同，游客对于景区的自然景色、活动丰富度、交通条件、特色体验等方面关注较高。（4）从景点的情绪来源统计分析，正面评价主要为景区的风景、地理位置、游玩项目等，负面评价主要为景区性价比低、景区管理落后、游玩项目乏味等。

5.2 讨论与建议

通过对桂林景点的游客感知进行可视化分析，将桂林城市景点访客感知的影响因素进行深度剖析，归纳游客被桂林景点吸引的主要原因如下：

（1）人文印象的吸引力。从高频词统计显示“甲天下”均为各个景点的高频词，说明桂林的人为印象是吸引游客游览桂林山水的第一影响因素。桂林山水诗词充分表达了桂林山水的盛美，“桂林山水甲天下”是桂林的第一人文印象。从唐至宋，由于古代人口的迁移和桂林任职官员、诗人游客的增多，山水诗词被大量创作，桂林的人文印象也从“偏僻遐想”到“桂山之奇”“山水秀美”，这些诗词促进了桂林山水甲天下美誉的形成，扩大了桂林旅游的宣传。因为桂林秀美的人文印象，游客纷至沓来游览。

（2）风景资源的吸引力。桂林特有的地形地貌、山峰水系、地理气候等构成桂林独特的风景资源，山水形胜是桂林文化形成的本底和前提条件，因此山水成为桂林的名片[18]。通过景点签到地图可以看出，热度较高的景点集中在两江四湖区域。两江四湖景区建设的指导性理念是“做好水文章”，突出“城在景中，景在城中”的景观效果[19]；通过合理规划与布置，将桂林山水与历史文化融和，充分利用漓江、桃花江、桂湖、杉湖、榕湖和木龙湖不同特点的水体，在景区中建设类型多样的景观，例如：湖、瀑、潭、泉、溪等。景区将桂林山水的特点充分展现在景区设计中，这既可以让居民、游客休闲娱乐，同时使他们感觉桂林甲天下的山水以及舒适的景区环境。从景点活动占比统计显示，接触自然类活动的占比在芦笛景区中最高。因为桂林地处岭南山系西南部，山体岩洞以石灰岩为主，这就形成了岩洞自然景观。芦笛景区中芦笛岩景点的岩洞成为吸引游客观赏的主要因素，在现代科技投影与灯光的映照下，岩洞成为极尽造化神奇的游览佳境。

（3）历史资源的吸引力。桂林是久负盛名的文化古城，是国务院首批公布的中国历史文化名城之一。作为历史文化名城，其历

史文化内涵为城市旅游增加了吸引力。独秀峰王城是桂林历史文名城史的重要组成部分[20]，是桂林城多时期历史与多种文化的聚集区。从研究景点高频词统计中得出，各个景点的历史文化类高频词在靖江王城景区最多，说明历史文化也是吸引游客重要的因素。景区将历史文化与现代沉浸式体验科举考试、体验拓印、导游讲解服务等结合起来，打通“古今游赏脉络”，使游客感受独秀峰王城景区的历史魅力。

基于以上分析，提出增加桂林景区可游赏性和提高景区知名度的引导策略：

（1）优化景点空间层次，实现多个景点点线面的深度耦合关系。以水系环境和路网交通为媒介，增加景点与景点之间的关联度，实现旅游景点一体化协同发展。增加象鼻山景区与周围景点的通道连接；制定多条景观游览线路，推出景点联合营销旅游策略，丰富游客游赏层次；根据景点的资源特点打造景点活动，如两江四湖景区的夜景被游客青睐，可进一步增加活动项目，增加游客体验感。

（2）针对不同类型的景点设置不同的主要活动类型。以自然景观为主的景点类型增加观景平台、游览缆车等设施，加入爬山、钓鱼、写生等活动方式；城市公园类景点增加户外露营、自行车骑行、攀岩等休闲娱乐项目。以人文景观为主的景点增加书吧、剧院、歌舞文艺表演等文化体验项目。

（3）增加文化体验形式。研究表明，游客对于景点的感知停留在景区的自然景色、活动丰富度、交通条件、特色体验等表面感知层面，对于历史文化感知不足，这与景点文化展示形式单一、缺乏对游客吸引力有关。

（4）针对游客负面评价提升景点各项服务，在负面评价中，许多游客认为景点性价比不高、景点的服务管理落后、游玩项目枯燥。因此有关人员可以根据景点极情绪，保持景点价格较低的同时增加游客的游玩兴趣。

利用网络大数据研究城市景点较传统的方法相比，数据更加全面和可获得，这保证了结果的可信度，能够深入挖掘到访客的精神生活需求，是反映民意的公众参与方式。但是网络信息也不能保证完全真实可靠和公正公平，难以代表全部访客的真实感受和诉求，因此影响了研究的客观合理性。未来，应着重研究景点问题解决方案和研究方法的进一步突破，将网络数据与问卷调查所得数据结合，提高研究结果的可信度。

注：文中图表均由作者绘制。