APP下载

基于在线评论的乡村民宿服务质量评价研究

2024-12-05于天成杜尚林李蔓彤王秀婷

科技资讯 2024年21期

摘要:乡村民宿是带动乡村经济增长的重要动力和全面推进乡村振兴的重要抓手。近年来,移动互联网的发展推动了旅游消费场景的升级和变化,旅游消费平台上大量在线评论文本中隐含着丰富的消费者体验信息。基于在线评论精准识别、分析游客需求,是提升民宿服务质量的重要突破口。以青岛市为例,利用爬虫技术获取携程平台上的民宿在线评论文本数据,通过去噪、分词等预处理,基于Word2Vec模型和K-means算法进行聚类分析,结合情感分析法开展乡村民宿服务质量评价量化分析。因地制宜提出针对性强的民宿服务质量提升建议,更好地助推乡村旅游和乡村振兴提供实践借鉴。

关键词:在线评论乡村民宿服务质量评价乡村旅游

中图分类号:F327

ResearchonQualityEvaluationofRuralHomestayServicesBasedonOnlineComments

YUTianchengDUShanglinLIMantongWANGXiuting

SchoolofManagementEngineering,QingdaoUniversityofTechnology,Qingdao,ShandongProvince,266500China

Abstract:Ruralhomestaysareanimportantdrivingforcefor ruraleconomicgrowthandanimportantleverforcomprehensivelypromotingruralrevitalization.Inrecentyears,thedevelopmentofmobileInternethaspromotedtheupgradingandchangeoftourismconsumptionscenarios.Alargenumberofonlinecommenttextsonthetourismconsumptionplatformcontainrichconsumerexperienceinformation.Accuratelyidentifyingandanalyzingtourists’needsbasedononlinecommentsisanimportantbreakthroughinimprovingthequalityofhomestayservices.ThisarticletakesQingdaoCityasanexample,useswebcrawlingtechnologytoobtainonlinecommenttextdataofhomestaysontheCtripplatform.Throughpreprocessingsuchasdenoisingandwordsegmentation,clusteringanalysisisconductedbasedontheWord2VecmodelandK-meansalgorithm,andquantitativeanalysisofruralhomestayservicequalityevaluationiscarriedoutcombiningwithsentimentanalysismethod.Itproposestargetedsuggestionsforimprovingthequalityofhomestayservicesaccordingtolocalconditions,providingpracticalreferenceforbetterpromotingruraltourismandruralrevitalization.

KeyWords:Onlinecomments;Ruralhomestays;Evaluationofservicequality;Ruraltourism

2022年中央提出要推动乡村民宿提质升级。作为乡村旅游的重要载体,乡村民宿是带动乡村经济增长的重要动力和全面推进乡村振兴的重要抓手[1]。文化和旅游部等10部门联合印发关于促进乡村民宿高质量发展的指导意见,其中包括提高乡村民宿的通达性、便捷度和舒适感;合理利用自然环境、人文景观、历史文化、文物建筑等资源突出乡村民宿特色;推进实施的行业相关标准,培育一批乡村等级旅游民宿;积极吸引农户、企业等多元投资经营主体参与乡村民宿建设;将乡村民宿纳入文化和旅游消费惠民内容范围等具体措施。提出到2025年初步形成布局合理、规模适度、内涵丰富、特色鲜明、服务优质的乡村民宿发展格局。

国外民宿业起源较早,发展相对成熟,较早将质量引入服务领域,从技术质量和功能质量两个方面对服务质量进行区分和评价。国内对于乡村民宿服务质量的有关研究起步较晚,深度较浅,有研究运用内容分析法抽取消费者对民宿服务质量的关注点,建立民宿服务质量评价指标体系[2]。目前我国如何构建客观的民宿服务质量评价体系,关于民宿理论研究尚处于发展构建阶段,现有研究存在如下主要问题:民宿作为国内近几年快速兴起的住宿形式,发展趋势不易判断,不同知识背景的研究人员从不同角度对民宿开展研究,提供了不同的研究视角,但导致民宿研究深度不够,关注点分散,很难建立起系统性民宿研究体系。

本文立足于青岛市民宿,以在线评论文本分析作为提升民宿服务质量的重要突破口。利用爬虫技术获取携程平台上的民宿在线评论文本,通过去噪、分词等预处理,基于Word2Vec模型和K-means算法进行聚类分析,结合情感分析法开展游客服务满意度量化分析,构建民宿服务质量评价体系,为助推乡村旅游和乡村振兴提供理论实践借鉴。

1研究方法

八爪鱼采集器是一款互联网数据采集器,通过生成自动化的采集流程,从而结构化数据,实现数据采集[3]。Word2Vec是语言模型中的一种,它是从大量文本语料中以无监督方式学习语义知识的模型[4]。K-means算法是一种容易实现且应用广泛的聚类算法,是一种基于欧式距离度量的数据划分方法,是将词转化为“可计算”“结构化”的向量的过程。

2在线评论数据获取与处理

2.1数据来源

本文数据取自于携程旅行网上青岛市的用户评论数据,取用了青岛市市南区、市北区。黄岛区、崂山区、即墨区、李沧区和城阳区的民宿数据。

携程旅行上的在线评论数据,服务规模化和资源规模化是携程旅行网的核心优势之一,因此可以发现,携程旅行平台更适用于这类数据体量大、数据种类多、数据覆盖面广的数据收集。针对青岛市以上7个区内民宿的真实用户在线评论数据的获取,结合携程旅行网上的筛选功能,对数据进行分类和汇总。

2.2网络爬虫技术

本文需要的数据包括携程旅行网站上的用户名称、入住房型、入住时间、地址、用户评分、评论时间以及评论文本数据进行收集,针对于以上维度的数据,目前还没有已成型的数据库,所以需要借助相关的数据进行爬取。本文选择八爪鱼采集器进行数据爬取收集。具体步骤如下:输入网址;建立采集流程——循环提取数据;编辑字段;启动采集;导出数据。

2.3数据预处理

2.3.1数据清洗及中文分词

通过利用八爪鱼爬虫技术,获取携程旅行网平台上的青岛市民宿在线评论文本后,进行去噪、分词等预处理,从而得到有效、客观的评论数据信息。数据清洗也叫作数据预处理,是指发现并纠正数据文件中可识别的错误的最后一道程序,包括检查数据一致性,处理无效值和缺失值等,一般进行数据清洗需要通过7个步骤进行处理:选择子集,列名重命名,删除重复值,缺失值处理,一致化处理,数据排序处理,异常值处理。本文选择进行人工清洗,通过筛选和查找来进行清洗,最终得到青岛市民宿的样本数据量为4678条,时间跨度为2023年6月到2024年5月的数据。

得到数据后,进行中文分词,中文分词是将句子切分成词语,如表1所示。分词以后的内容可以有效得出情感分析。

2.3.2词向量转换

词云图是数据可视化的一种常见形式,特别适合于文本数据的处理和分析。词云图是由词汇、颜色、字体大小和图形4个要素构成的,它浓缩了文本数据的内容,通过文字、色彩、图形的搭配。通过汇总青岛市民宿在线评论词云图,直观的表示了每个词汇在相应文本数据中的词频分布,通过使用不同的颜色和大小来表示不同级别的相对重要性,字体越大越显眼,对应的词汇被提及频率越高。词云图过滤掉了大量的文本信息,使网页浏览者只要一眼扫过词云图就可以大致领略到文本所表达的主旨。

通过该词云图不难发现,青岛市的民宿关注重点多处于“房间”、“干净”、“服务”、“环境”等,排名较高的关键词,都是消费者在评论中出现较高频率的词语,其中“房间”的词频在两千以上,“环境”、“干净”、“服务”的词频在一千以上,可见消费者对于青岛市民宿的户型和环境是最关注的方面,对于民宿的位置、卫生、服务态度也是消费者的集中关注点,通过词云图也可以更直观的看出消费者更注重民宿的哪些因素。“不错”一词所显示的字体也较大,说消费者对于民宿的大多呈现比较满意的状态。

2.3.3数据聚类

聚类是按照某个特定标准把一个数据集分割成不同的类或簇,使得同一个簇内的数据对象的相似性尽可能大[5]。聚类是按照某个特定标准把一个数据集分割成不同的类或簇,使得同一个簇内的数据对象的相似性尽可能大。语义网络用于描述物体概念与状态及其间的关系。数据聚类方法主要可以分为划分式聚类方法、基于密度的聚类方法、层次化聚类方法等。语义网络用于描述物体概念与状态及其间的关系。数据聚类方法主要可以分为划分式聚类方法、基于密度的聚类方法、层次化聚类方法等。语义网络是一种以网络格式表达人类知识构造的形式,是人工智能程序运用的表达方式之一。在ES中语义网络由PROSPEUTOR实现,用于描述物体概念与状态及其间的关系。

由图3可以看出,青岛市民宿的体验重点在于“房间”“干净”“服务”“环境”这些词语,这些词语是重要的节点,由该语义图可知,酒店、服务和房间则是相对重要的节点。

2.3.4情感分析

情感分析主要基于文本数据,是自然语言处理(NaturalLanguageProcessing,NLP)的主要内容,它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理,情感分析主要基于文本数据,又称意见挖掘、倾向性分析等。利用一些情感得分指标来量化定性数据的方法。通过该情感分析可以看出,青岛市当地民宿带给用户的体验与评价较高,用户评论大多属于积极情绪,占87.30%,消极情绪占5.40%。由此可以看出,青岛市民宿仍然存在着小部分的问题,但整体服务质量较高。

3民宿服务质量评价体系的建立

SERVQUAL理论是依据全面质量管理理论在服务行业中提出的一种新的服务质量评价体系,SERVQUAL将服务质量分为五个层面:有形设施(Tangibles)、可靠性(Reliability)、响应性(Responsiveness)、保障性(Assurance)、情感投入(Empathy),每一层面又被细分为若干个问题,通过调查问卷的方式,让用户对每个问题的期望值、实际感受值及最低可接受值进行评分。其理论核心是“服务质量差距模型”,即:服务质量取决于用户所感知的服务水平与用户所期望的服务水平之间的差别程度(因此又称为“期望-感知”模型),用户的期望是开展优质服务的先决条件,提供优质服务的关键就是要超过用户的期望值。其模型为:

Servqual分数=实际感受分数-期望分数

携程旅行网中民宿的评价指标,值排名第一的是硬件设施,即房间户型设施[6]。表明顾客要求民宿具有居住功能的完整性。客房寝具表明了顾客对优质睡眠的功能性需求。卫生是仅次于硬件设施的顾客关注指标。其中位居首位的是卫生环境,表明顾客注重所居住位置干净整洁,具备良好的临时生活环境的特质。再次是服务项目,说明顾客希望民宿能提供附加服务,服务质量则说明顾客希望得到亲友般的感受以及家的温馨氛围。结合以上三点内容为核心,让不同的情感词汇根据其所占的词频比率进行分值分配。来建立民俗服务质量评价体系,针对以青岛市黄岛区为例的具有特色性的海滨民宿带给用户的体验及评价来完成对评价体系的印证。

通过采集黄岛区民宿的在线评论数据并进行清洗、分词等步骤后,得出黄岛区民宿的具体得分情况。结合民宿服务质量评价体系可以发现,黄岛区民宿整体服务质量水平较高,用户满意度高,但仍然存在着一定的问题,例如:部分民宿存在着房型较小、室内配套设施不齐全;或是民宿存在不干净等现象,使得用户民宿体验降低;更有一部分民宿存在着不专业的服务水平问题。结合民宿服务质量评价体系,以此量化服务质量水平,使得民宿服务质量能够有针对性地进行完善和改进。

4结语

乡村民宿作为一种独特的旅游业态吸引着越来越多人的关注,其作为连接城乡的纽带,可以为更好地推动乡村振兴提供实践经验和理论支持。

结合上述研究可以发现,“房间”是游客对于民宿的关注重点之一,民宿房屋的周边设施也严重影响着民宿的质量体验,并且房间户型以开间、一室一厅,更能带给游客舒适的体验。“干净”也是游客对于民宿的关注重点之一,创造一个整洁、干净的居住空间时,可以更好地专注于旅行游览和当地文化的体验。“服务”也是影响民宿发展的因素之一,相关部门可提供政策和资金扶持,通过线上线下相结合的方式开展乡村民宿管理人员专业知识培训,打造高素质管理人才队伍。这样能够有效提高游客在民宿中的体验感。民宿在快速发展的同时,服务质量问题也不断显现。民宿不只是以营利为主,更重要的是带给游客一种旅行的体验和当地文化和环境的熏陶。乡村民宿作为一种新业态,对其进行深入的研究,从多维度分析其发展模式、运营机制以及与当地社区的互动关系,可以为更好地推动乡村振兴提供实践经验和理论支持,帮助理解乡村民宿在乡村振兴中的地位和作用,以实现乡村旅游可持续发展。

基于服务质量差距模型对民宿服务质量差距进行分析,有助于改进服务的路径,提升游客对民宿服务质量的满意度。

参考文献

[1]史乃佳.基于游客体验的海岛民宿服务质量评价研究[D].贵阳:贵州师范大学,2023.

[2]张雅婷,方婷,陈才.基于KANO模型的乡村民宿服务质量研究[J].经营与管理,2024(4):206-213.

[3]刘冬.文旅融合视角下辽宁传统村落民宿服务质量评价及提升策略研究[D].沈阳:沈阳师范大学,2022.

[4]王彧,蔡文泽.乡村民宿服务质量评价:以武汉乡村民宿为例[J].中国标准化,2022(S1):241-253,266.

[5]张远连.基于顾客满意度的民宿服务质量提升研究[D].南京:南京师范大学,2021.

[6]吕春英,屠海良.基于网络文本分析的江苏乡村民宿服务质量评价[J].江苏农业科学,2020,48(7):30-35.