國外旅游研究領(lǐng)域Web點(diǎn)擊流分析研究進(jìn)展

邵 雋,吳必虎

(北京大學(xué)城市與環(huán)境學(xué)院旅游研究與規(guī)劃中心,北京 100871）

國外旅游研究領(lǐng)域Web點(diǎn)擊流分析研究進(jìn)展

邵 雋,吳必虎

(北京大學(xué)城市與環(huán)境學(xué)院旅游研究與規(guī)劃中心,北京 100871）

Web點(diǎn)擊流數(shù)據(jù)記錄了在線旅游者使用互聯(lián)網(wǎng)實(shí)際發(fā)生的電子記錄,為旅游研究提供了新機(jī)會(huì)。該文介紹了Web點(diǎn)擊流數(shù)據(jù)的特性及Web點(diǎn)擊流數(shù)據(jù)分析在旅游研究中的價(jià)值,回顧了國外Web點(diǎn)擊流分析在旅游研究領(lǐng)域的相關(guān)進(jìn)展,包括旅游網(wǎng)站(目的地網(wǎng)站和酒店網(wǎng)站）訪問者行為、旅游者在線信息搜索以及旅游目的地建議系統(tǒng)等,并對其發(fā)展前景進(jìn)行了討論。

Web點(diǎn)擊流分析;國外研究進(jìn)展;模式識(shí)別;旅游研究

Web點(diǎn)擊流數(shù)據(jù)記錄了訪問者訪問Web站點(diǎn)路徑的過程。使用者每次按某一順序訪問一系列Web頁面的過程被稱作是一個(gè)會(huì)話(session）,Web網(wǎng)站的點(diǎn)擊流數(shù)據(jù)是發(fā)生于該網(wǎng)站的一組會(huì)話[1],記錄Web點(diǎn)擊流數(shù)據(jù)的文件或數(shù)據(jù)庫數(shù)據(jù)往往也被稱作“用戶訪問日志”。關(guān)于旅游消費(fèi)者使用互聯(lián)網(wǎng)和電子商務(wù)交易的情況,通過對Web點(diǎn)擊流數(shù)據(jù)或訪問日志分析所得到的數(shù)據(jù)比調(diào)查問卷等方法更直接、更可信。通過對Web點(diǎn)擊流數(shù)據(jù)的深度挖掘和分析,可發(fā)現(xiàn)旅游者在相關(guān)旅游網(wǎng)站上的瀏覽模式,更深入地了解并預(yù)測旅游者的網(wǎng)上信息搜索行為、旅游決策行為以及旅游產(chǎn)品消費(fèi)模式等,從而提高旅游目的地營銷、吸引物管理運(yùn)營以及旅游服務(wù)流程提升等方面的效率。

1 Web點(diǎn)擊流分析在旅游領(lǐng)域的價(jià)值

1.1 Web點(diǎn)擊流數(shù)據(jù)的類型

對Web點(diǎn)擊流數(shù)據(jù)的收集和處理方法有多種,按照數(shù)據(jù)的收集方式可將Web點(diǎn)擊流數(shù)據(jù)分為“以網(wǎng)站為中心”的數(shù)據(jù)和“以用戶為中心”的數(shù)據(jù)?！耙跃W(wǎng)站為中心”的數(shù)據(jù)是指各網(wǎng)站所保存的該網(wǎng)站與其訪問者之間發(fā)生交互過程的詳細(xì)記錄,這種數(shù)據(jù)集可提供特定網(wǎng)站內(nèi)的非常詳細(xì)的信息。但由于此類信息由各個(gè)網(wǎng)站收集,難以了解其訪問者在其他網(wǎng)站的訪問數(shù)據(jù)?！耙杂脩魹橹行摹钡臄?shù)據(jù)是通過跟蹤用戶訪問互聯(lián)網(wǎng)的活動(dòng)來收集點(diǎn)擊流數(shù)據(jù),其涵蓋了用戶訪問的所有網(wǎng)站(包括彼此競爭的網(wǎng)站）的數(shù)據(jù),但在選取用戶的樣本規(guī)模以及精確跟蹤用戶在其感興趣的特定網(wǎng)站內(nèi)的活動(dòng)能力方面都存在挑戰(zhàn)。

1.2 Web點(diǎn)擊流數(shù)據(jù)的獨(dú)特價(jià)值

Web點(diǎn)擊流數(shù)據(jù)追蹤并存儲(chǔ)了關(guān)于用戶使用互聯(lián)網(wǎng)以及進(jìn)行電子商務(wù)交易的記錄,從而為了解和預(yù)測消費(fèi)者選擇行為的實(shí)證研究提供了重要機(jī)會(huì)[2]。通常,Web點(diǎn)擊流數(shù)據(jù)包含的信息有:計(jì)算機(jī)或個(gè)人的識(shí)別號(hào)(如cookie ID、IP地址或用戶名）、瀏覽器的類型、請求的頁面或點(diǎn)擊的廣告條、每次點(diǎn)擊活動(dòng)的時(shí)間戳、前一個(gè)訪問頁面以及其他與訪問頁面相關(guān)的變量。因此,Web點(diǎn)擊流數(shù)據(jù)集追蹤了在線用戶的所有活動(dòng),并記錄了每個(gè)用戶在瀏覽Web時(shí)留下的虛擬軌跡[3]。對旅游相關(guān)網(wǎng)站而言, Web點(diǎn)擊流數(shù)據(jù)可能包含用戶點(diǎn)擊過的廣告、用戶搜索旅游信息的關(guān)鍵詞以及點(diǎn)擊順序、用戶瀏覽旅游目的地網(wǎng)站或旅游代理網(wǎng)站網(wǎng)頁的順序、用戶在線預(yù)訂旅游產(chǎn)品和服務(wù)等。

1.2.1 對用戶的測量更精確 相對于傳統(tǒng)媒介, Web點(diǎn)擊流為互聯(lián)網(wǎng)媒介提供了改善測量媒介受眾規(guī)模及特性的手段[4]。報(bào)紙、電視等傳統(tǒng)媒介的受眾規(guī)?？梢愿鶕?jù)報(bào)紙發(fā)行量以及電視普及量等粗略衡量,但很難精確得知讀者或觀眾閱讀了報(bào)紙的哪部分信息或者收看了電視的哪個(gè)節(jié)目等具體信息。Web點(diǎn)擊流數(shù)據(jù)提供了詳細(xì)的電子跟蹤信息,可以對互聯(lián)網(wǎng)媒介所接觸的受眾的單次及重復(fù)訪問、訪問的內(nèi)容、訪問停留的時(shí)間以及這些訪問之間的順序進(jìn)行更精確的測量。以旅游目的地網(wǎng)站為例,為了解旅游者對該目的地電子宣傳手冊使用的模式,觀察點(diǎn)擊該目的地網(wǎng)站上電子宣傳手冊相關(guān)的Web點(diǎn)擊流,可以精確得知用戶是點(diǎn)擊下載電子宣傳手冊、還是在線填寫信息要求將旅游宣傳冊郵寄到家、抑或根據(jù)在線導(dǎo)航選取自己感興趣的章節(jié)閱讀。對于選擇在線閱讀的用戶,通過點(diǎn)擊流分析還可精確測量用戶經(jīng)常訪問哪些內(nèi)容。

1.2.2 降低旅游企業(yè)的市場研究成本 傳統(tǒng)方式下旅游企業(yè)(及旅游目的地組織）為鎖定目標(biāo)市場而進(jìn)行市場研究,不僅需要花費(fèi)大量財(cái)力,而且難度較大,相對而言,Web點(diǎn)擊流數(shù)據(jù)為旅游企業(yè)(及旅游目的地組織）給出了具有財(cái)務(wù)可行性的市場研究機(jī)會(huì)。例如,對于那些建有網(wǎng)站的旅游企業(yè),從自有網(wǎng)站記錄的用戶點(diǎn)擊流數(shù)據(jù)中,根據(jù)點(diǎn)擊流數(shù)據(jù)的IP地址信息和訪問的特定的旅游產(chǎn)品頁面信息,可以鎖定來自哪些區(qū)域的用戶對這一特定旅游產(chǎn)品感興趣,可以從這些用戶點(diǎn)擊的頁面的順序和內(nèi)容中挖掘出客戶決策過程各階段所需的詳細(xì)信息;對于那些沒有建立網(wǎng)站的旅游企業(yè),也可以從搜索引擎所記錄的消費(fèi)者搜索和瀏覽的與該旅游企業(yè)信息相對應(yīng)的Web點(diǎn)擊流數(shù)據(jù)中,有效地辨別出目標(biāo)客戶。

1.2.3 更深入地識(shí)別用戶模式 與1980s早期用于開發(fā)和測試“選擇模型(M ultiple Choice Model）”的面板數(shù)據(jù)(Panel Data,截面數(shù)據(jù)與時(shí)間序列數(shù)據(jù)的綜合）相比,Web點(diǎn)擊流數(shù)據(jù)提供了更為詳細(xì)的信息[5]。Web點(diǎn)擊流數(shù)據(jù)跟蹤了用戶在線搜索及購買行為的過程,這一信息使得旅游研究者可以對旅游者搜索及購買行為的更多方面進(jìn)行研究,旅游研究者還可以使用更大規(guī)模的點(diǎn)擊流數(shù)據(jù)集識(shí)別旅游者行為的不同模式。例如,通過分析在線旅游代理網(wǎng)站的不同頁面(如主頁、旅游產(chǎn)品類型及信息、旅游產(chǎn)品預(yù)訂等）的Web點(diǎn)擊流數(shù)據(jù),可以識(shí)別訪問者的行為模式,如直接預(yù)訂型、搜索/考慮型、瀏覽型以及知識(shí)儲(chǔ)備型[5]。

1.2.4 促進(jìn)旅游網(wǎng)站個(gè)性化 基于Web點(diǎn)擊流分析,旅游網(wǎng)站可以通過實(shí)時(shí)地向相關(guān)消費(fèi)者提供個(gè)性化的信息,及時(shí)反映每個(gè)消費(fèi)者的行動(dòng)。以旅游網(wǎng)站廣告投放為例,旅游網(wǎng)站可以在快速搜索大量的Web點(diǎn)擊流數(shù)據(jù)并進(jìn)行分析后,針對當(dāng)前點(diǎn)擊用戶的來源地,投放針對該客源地的個(gè)性化的旅游廣告。旅游網(wǎng)站還可以限制呈現(xiàn)給每個(gè)用戶的針對性的廣告數(shù)量,根據(jù)用戶已經(jīng)瀏覽過的路徑變化網(wǎng)站內(nèi)容。而旅游目的地建議系統(tǒng)則可采用基于概率方法的序列模式挖掘技術(shù),實(shí)時(shí)預(yù)測瀏覽者下一步點(diǎn)擊選擇的傾向,對在線的潛在旅游者提出旅行或度假規(guī)劃建議。

1.2.5 改善旅游網(wǎng)站設(shè)計(jì) 對Web點(diǎn)擊流的分析有助于旅游網(wǎng)站改善網(wǎng)站設(shè)計(jì)進(jìn)而提高營銷能力。與擁有自己的技術(shù)系統(tǒng)以及技術(shù)團(tuán)隊(duì)的大型旅游在線代理公司不同,中小型旅游企業(yè)通常將其網(wǎng)站設(shè)計(jì)和維護(hù)外包,甚至還沒有建立網(wǎng)站。鑒于市場競爭十分激烈,對旅游企業(yè)而言,通過改善網(wǎng)站設(shè)計(jì)增加在線交易十分重要。網(wǎng)站的營銷和設(shè)計(jì)往往事先假定了潛在消費(fèi)者的信息需求和瀏覽路徑,而分析Web服務(wù)器上記錄的日志文件,則有助于網(wǎng)站管理者基于用戶的實(shí)際瀏覽路徑[6,7]進(jìn)行交互式的網(wǎng)站設(shè)計(jì)[8]。以酒店網(wǎng)站為例,酒店管理者想知道以下問題:訪問者(潛在顧客）在酒店網(wǎng)站上尋找什么信息?為了得到這些信息都瀏覽了哪些網(wǎng)頁?最經(jīng)常訪問的網(wǎng)頁?從哪個(gè)網(wǎng)頁進(jìn)入網(wǎng)站?哪個(gè)搜索引擎將潛在顧客指引給酒店網(wǎng)站、訪問者在這些搜索引擎上用了哪些搜索詞?以上問題均可以通過對酒店網(wǎng)站所收集的Web點(diǎn)擊流數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析而得到答案。進(jìn)而,酒店管理者則可以根據(jù)這些訪問者的行為特征重新調(diào)整網(wǎng)站設(shè)計(jì)。例如,在經(jīng)常被訪問的網(wǎng)頁上提供最想推銷的酒店產(chǎn)品、更有針對性地進(jìn)行搜索引擎營銷等。

2 國外旅游研究領(lǐng)域Web點(diǎn)擊流分析研究進(jìn)展

為了解國外旅游領(lǐng)域Web點(diǎn)擊流分析的研究進(jìn)展,筆者首先以“clickstream analysis/log file analysis”和“marketing”為關(guān)鍵詞,在Academic Search Complete (Ebsco）、ScienceDirect(Elsevier）、OmniFile FT Mega (Wilson）、Web of Science(ISI）、ProQuest學(xué)位論文數(shù)據(jù)庫搜索,得到文獻(xiàn)69篇。以關(guān)鍵詞“clickstream analysis/log file analysis”和“tourism/travel”進(jìn)行聯(lián)合搜索,發(fā)現(xiàn)僅有文獻(xiàn)3篇。對比市場營銷領(lǐng)域和旅游研究領(lǐng)域的文獻(xiàn)數(shù)目可以推測,Web點(diǎn)擊流分析在國外屬于新興旅游研究領(lǐng)域,因此文獻(xiàn)可能集中在會(huì)議論文集內(nèi)。以相同的關(guān)鍵詞在 EN TER(Info rmation and Communication Technologies in Tourism）會(huì)議論文集中搜索,得到文獻(xiàn)4篇(文獻(xiàn)總量為7篇）。可見將Web點(diǎn)擊流分析應(yīng)用于旅游領(lǐng)域的研究仍較少。

2.1 研究內(nèi)容

在旅游領(lǐng)域,筆者發(fā)現(xiàn)旅游網(wǎng)站點(diǎn)擊流分析活躍的研究領(lǐng)域有:旅游網(wǎng)站(包括目的地網(wǎng)站和酒店網(wǎng)站）訪問者行為、旅游者在線信息搜索以及旅游目的地建議系統(tǒng)等。這些研究的主要內(nèi)容及其貢獻(xiàn)如下: 2.1.1 旅游網(wǎng)站使用與瀏覽 基于Web點(diǎn)擊流數(shù)據(jù)分析提取旅游網(wǎng)站的使用及瀏覽模式的研究涉及酒店網(wǎng)站和旅游目的地網(wǎng)站。在酒店網(wǎng)站消費(fèi)者行為領(lǐng)域,Schegg等[9]在利用Web Trends對15家瑞士酒店網(wǎng)站的日志文件進(jìn)行分析的同時(shí),輔之對網(wǎng)站的內(nèi)容和信息結(jié)構(gòu)進(jìn)行人工分析評估,解釋了消費(fèi)者如何找到并瀏覽酒店網(wǎng)站,發(fā)現(xiàn)所研究的酒店網(wǎng)站的訪問者對這些酒店比較熟悉,但酒店應(yīng)更好地重新組織其網(wǎng)站,使得訪問者可以便捷地獲取關(guān)于預(yù)訂交易的信息。之后,Leung等[10]根據(jù)香港一家5星級國際連鎖品牌酒店網(wǎng)站的用戶訪問日志,分析用戶檢索的信息及其訪問路徑,發(fā)現(xiàn)大多數(shù)網(wǎng)站訪問者是當(dāng)?shù)鼐用?且其主要興趣為餐飲信息,該網(wǎng)站在搜索引擎上的可見度較低導(dǎo)致網(wǎng)站知名度較低。此外,該酒店的信息結(jié)構(gòu)組織不夠好,訪問者平均點(diǎn)擊3.94次才能到達(dá)希望訪問的網(wǎng)頁。該研究通過酒店網(wǎng)上記錄評估的方式提高了對在線用戶訪問行為重要性的認(rèn)識(shí)。在旅游目的地網(wǎng)站訪問者行為領(lǐng)域,Anuar等[11]對美國一個(gè)網(wǎng)站的電子旅游手冊使用模式進(jìn)行了研究,通過對日志文件(即點(diǎn)擊流數(shù)據(jù)）進(jìn)行分析,考察了以不同信息源形式(在線下載全部手冊、直接讀取手冊中相關(guān)網(wǎng)頁以及在線提交郵寄申請）提供的電子旅游手冊的效率。該研究強(qiáng)調(diào)了Web點(diǎn)擊流數(shù)據(jù)挖掘在瀏覽模式識(shí)別方面的重要性,指出基于數(shù)據(jù)挖掘的瀏覽模式識(shí)別不是常見的頁面點(diǎn)擊率分析所能提供的。

2.1.2 旅游者在線信息搜索 旅游決策過程中的重要行為基本可以概括為信息搜索和處理。旅游決策需要大量內(nèi)部及外部信息,可能包含信息搜索、評估以及整合任務(wù)和活動(dòng)。旅游者往往對搜索信息很積極,并將其作為旅行計(jì)劃的一部分,這點(diǎn)被認(rèn)為是旅行體驗(yàn)的重要組成部分。提供給個(gè)人的旅游信息對旅游者決策的各方面有重大影響力,特別是在目的地選擇方面[12-15]。很多研究指出,信息搜索的主要功能是支持決策、降低風(fēng)險(xiǎn)及不確定性[16-18],旅游者信息搜索及處理行為的研究由來已久,并對旅游市場營銷有重大貢獻(xiàn)[19-22]。

應(yīng)用Web點(diǎn)擊流分析對旅游者在線信息搜索進(jìn)行的研究有:Wolk等[23]為了解旅游者對歐洲城市的興趣,基于用戶訪問www.visiteuropeancities. info所留下的日志文件進(jìn)行分析,提取用戶搜索信息時(shí)的重要模式。此項(xiàng)研究發(fā)現(xiàn),使用該網(wǎng)站的用戶所訪問的城市之間信息相似,即旅游者對這些城市的認(rèn)知比較相似。此類發(fā)現(xiàn)有助于城市或者旅游管理者為建立所期望的城市形象而重新考慮其營銷計(jì)劃。另一類在旅游者在線信息搜索領(lǐng)域涌現(xiàn)的應(yīng)用Web點(diǎn)擊流分析側(cè)重于微觀實(shí)驗(yàn)研究。Pan等[24]在實(shí)驗(yàn)中用專用軟件結(jié)合攝像頭等儀器記錄了被試者在制訂度假計(jì)劃時(shí)進(jìn)行在線搜索的點(diǎn)擊流數(shù)據(jù),采用語義圖表示被試者的搜索信息空間,利用語義分析軟件CatPac II對不同被試者的語義空間進(jìn)行了分析,并通過對基于互聯(lián)網(wǎng)的度假規(guī)劃微觀過程的考察,提出了旅游者在線搜索的概念模型。Pan等[25]在研究在線評論及建議對旅游者度假計(jì)劃的影響的實(shí)驗(yàn)中采取了類似的收集數(shù)據(jù)的方法,即利用屏幕記錄軟件Cam tasia Studio和互聯(lián)網(wǎng)監(jiān)控軟件PC Tattletale記錄被試者所有的網(wǎng)絡(luò)瀏覽行為。

2.1.3 旅游目的地建議系統(tǒng) 旅游目的地建議系統(tǒng)是幫助潛在旅游者從復(fù)雜的在線選項(xiàng)中找到其感興趣的信息和服務(wù)的特殊工具。它是為旅游者或旅行者在目的地和其他旅行相關(guān)產(chǎn)品選擇方面提供引導(dǎo)。由于旅游者至少在一定程度上不是純理性的,其決策可能基于情緒化的標(biāo)準(zhǔn),旅游建議系統(tǒng)試圖通過重新調(diào)整信息結(jié)構(gòu)或者在解決問題的過程中提供特定的步驟,以解決信息過載的問題并縮小信息搜索范圍[26]。

旅游目的地建議系統(tǒng)所依靠的主要Web點(diǎn)擊流分析技術(shù)是協(xié)同過濾(Collaborate Filtering）,即基于當(dāng)前用戶選擇(或感興趣）的數(shù)據(jù)項(xiàng)和前一個(gè)用戶感興趣的數(shù)據(jù)項(xiàng)的相似性給用戶提供建議,或者通過測量當(dāng)前(目標(biāo)）用戶的個(gè)人資料(可能是一組評級數(shù)據(jù)項(xiàng)或一組訪問或購買數(shù)據(jù)項(xiàng)）同前一個(gè)用戶的訪問資料文件之間的關(guān)系,以便找到數(shù)據(jù)庫中具有相似特征或偏好的用戶。Schiaffino等[27]提出了一個(gè) Travelle虛擬專家代理人系統(tǒng),該系統(tǒng)的虛擬代理人根據(jù)用戶的資料,結(jié)合對當(dāng)前用戶訪問網(wǎng)站的Web點(diǎn)擊流分析,為用戶推薦其感興趣的假日旅游包。為了對引發(fā)用戶退出建議系統(tǒng)前的最后行為進(jìn)行實(shí)證性探測,從而評估旅游建議系統(tǒng),Zanker等[28]提出了一種將典型的Web點(diǎn)擊流分析同奧地利Spa度假酒店開發(fā)的交互式旅游建議系統(tǒng)所收集的用戶反饋相結(jié)合的實(shí)證檢驗(yàn)方法,側(cè)重于評估建議系統(tǒng)的效率、效益以及可付諸行動(dòng)的營銷智能。

2.2 研究方法

Web點(diǎn)擊流分析在旅游研究領(lǐng)域所采用的方法多為綜合方法,除對 Web點(diǎn)擊流數(shù)據(jù)的直接分析外,還結(jié)合對點(diǎn)擊內(nèi)容或用戶其他資料的分析。在Web點(diǎn)擊流數(shù)據(jù)分析中,大多數(shù)研究采用商業(yè)化工具,如Schegg等[9,10]采用Web Trends進(jìn)行描述性統(tǒng)計(jì),而Zanker等[28]應(yīng)用點(diǎn)擊流序列分析方法時(shí)使用的IBM DB2 Intelligent M iner則采用了數(shù)據(jù)挖掘技術(shù),可視化地呈現(xiàn)用戶在線的交互路徑,顯示路徑上每個(gè)節(jié)點(diǎn)的流量。該研究在衡量點(diǎn)擊流復(fù)雜度時(shí)借鑒了Senecal等[29]在測量用戶在線購物行為時(shí)采用的點(diǎn)擊流密度(compactness）和點(diǎn)擊流層次(stratum）測量指標(biāo)[30]。相對前兩種研究,因采取實(shí)驗(yàn)法的研究[24,25]所采集的點(diǎn)擊流數(shù)據(jù)量較少,所以可以人工進(jìn)行。

2.3 當(dāng)前研究存在的問題

市場營銷領(lǐng)域應(yīng)用Web點(diǎn)擊流分析的文獻(xiàn)非常多[2],具體應(yīng)用領(lǐng)域有:Web使用及訪問、互聯(lián)網(wǎng)廣告以及在線購物和電子商務(wù)。與此類似,鑒于了解用戶點(diǎn)擊流數(shù)據(jù)的重要性,越來越多的研究開始將Web點(diǎn)擊流分析應(yīng)用于旅游業(yè)。但目前國外旅游領(lǐng)域Web點(diǎn)擊流分析剛剛起步,存在如下問題:

2.3.1 研究領(lǐng)域不廣 與市場營銷領(lǐng)域的Web點(diǎn)擊流研究相比,國外旅游領(lǐng)域研究者意識(shí)到了Web點(diǎn)擊流分析的重要性,但相關(guān)研究起步較晚(2005年起）。截至目前,運(yùn)用Web點(diǎn)擊流數(shù)據(jù)進(jìn)行分析的研究仍較少,這不僅表現(xiàn)在文獻(xiàn)總量較少(7篇）,還表現(xiàn)在目前尚缺乏關(guān)于旅游電子商務(wù)(即旅游者在線預(yù)訂旅游產(chǎn)品等消費(fèi)行為）以及投放旅游廣告的研究。這可能是因?yàn)檠芯空咴讷@取數(shù)據(jù)方面需要獲得旅游網(wǎng)站的許可、商業(yè)化工具需要資金、數(shù)據(jù)挖掘算法難度較高等原因。

2.3.2 深度挖掘不夠 對用戶在線行為的深度挖掘較少,仍局限于對面向?yàn)g覽的Web點(diǎn)擊流數(shù)據(jù)。這是由于商業(yè)化工具所提供的功能大多為面向?yàn)g覽的點(diǎn)擊流模式識(shí)別,如統(tǒng)計(jì)頁面訪問量等,而面向交易的點(diǎn)擊流模式識(shí)別(如跟蹤某個(gè)用戶的訪問路徑、識(shí)別用戶在線交易的模式）則仍需要開發(fā)專門的算法或程序。因此,旅游領(lǐng)域的 Web點(diǎn)擊流研究(尤其是“以網(wǎng)站為中心”的Web點(diǎn)擊流）多停留在依靠商業(yè)化工具所提供的功能的基礎(chǔ)上(迄今仍無研究者自行開發(fā)相關(guān)數(shù)據(jù)挖掘算法）,造成對用戶行為的深度挖掘較少,改善這一局面亟須多學(xué)科跨領(lǐng)域的合作。

3 發(fā)展趨勢

Web點(diǎn)擊流分析技術(shù)本身是一個(gè)新興的領(lǐng)域,將Web點(diǎn)擊流分析應(yīng)用于旅游研究中更具挑戰(zhàn)性。由于旅游研究者和旅游業(yè)界人士日益認(rèn)識(shí)到Web點(diǎn)擊流的價(jià)值,即Web點(diǎn)擊流分析有助于發(fā)現(xiàn)旅游者Web使用模式,從而促進(jìn)旅游網(wǎng)站改善系統(tǒng)性能,為潛在旅游者提供個(gè)性化服務(wù),并最終提高旅游目的地(或旅游產(chǎn)品提供商）營銷效率。預(yù)計(jì)今后旅游領(lǐng)域的Web點(diǎn)擊流相關(guān)研究將出現(xiàn)以下趨勢:

3.1 研究領(lǐng)域拓展到旅游電子商務(wù)、在線社區(qū)營銷等領(lǐng)域

將Web點(diǎn)擊流應(yīng)用于旅游電子商務(wù)領(lǐng)域,有助于旅游產(chǎn)品和服務(wù)提供商/旅游目的地組織更好地了解旅游者的在線消費(fèi)行為。例如,研究者跟蹤酒店在線預(yù)訂的點(diǎn)擊流,可以發(fā)現(xiàn)網(wǎng)站預(yù)訂流程設(shè)計(jì)與用戶實(shí)際點(diǎn)擊的差別,可通過改善網(wǎng)站設(shè)計(jì)以提高酒店預(yù)訂率。

將Web點(diǎn)擊流分析應(yīng)用于電子口碑傳播將成為趨勢?；ヂ?lián)網(wǎng)為旅游產(chǎn)品和旅游目的地的口碑營銷提供了媒介,如博客(Blog）、聊天室、社區(qū)、論壇等,來自旅游者的評價(jià)越來越受到其他打算出游的互聯(lián)網(wǎng)使用者的重視;旅游網(wǎng)站也允許游客對其目的地或旅游產(chǎn)品進(jìn)行評價(jià),如研究者可以跟蹤旅游在線社區(qū)的點(diǎn)擊流,將其與旅游產(chǎn)品銷售或其他收入相關(guān)聯(lián),則有望對網(wǎng)上營銷的有效性進(jìn)行衡量[2]。

3.2 多種分析方法相結(jié)合

為了更有效地使用Web點(diǎn)擊流數(shù)據(jù),需要結(jié)合旅游企業(yè)的業(yè)務(wù)信息對 Web點(diǎn)擊流進(jìn)行分析。目前研究已經(jīng)出現(xiàn)這一趨勢,即“以網(wǎng)站為中心”的點(diǎn)擊流數(shù)據(jù)分析往往結(jié)合對網(wǎng)站內(nèi)容的分析進(jìn)行。例如,一個(gè)訪問者訪問了目的地網(wǎng)站的許多頁面而非一個(gè)頁面,是因?yàn)樵摼W(wǎng)站比較有趣還是因?yàn)樵L問者難以找到所需的信息,這需要通過分析進(jìn)入這些網(wǎng)頁的入口點(diǎn)以及對網(wǎng)頁上現(xiàn)有的信息進(jìn)行綜合判定;另一方面,對“以用戶為中心”的Web點(diǎn)擊流數(shù)據(jù)的分析則通過用戶訪問路徑分析(Path Analysis）結(jié)合對用戶的觀察(如通過攝像頭記錄）及用戶調(diào)查進(jìn)行,這也將成為一個(gè)趨勢。用戶訪問路徑分析可以得知用戶從哪里進(jìn)入某特定網(wǎng)站,以及在該網(wǎng)站內(nèi)的訪問路徑,而對用戶的觀察則可以了解用戶如何在多個(gè)網(wǎng)站之間更替,用戶調(diào)查則可以了解更多的用戶信息,可以更深入地了解潛在旅游者的決策過程。

3.3 應(yīng)用數(shù)據(jù)挖掘技術(shù)和工具

由于Web點(diǎn)擊流數(shù)據(jù)量龐大且復(fù)雜,借助于數(shù)據(jù)挖掘技術(shù)及工具可以更好地了解旅游者瀏覽和使用網(wǎng)站的行為,這將是旅游領(lǐng)域點(diǎn)擊流數(shù)據(jù)分析的趨勢。應(yīng)用于Web點(diǎn)擊流模式識(shí)別的數(shù)據(jù)挖掘算法可分為:描述性統(tǒng)計(jì)分析、關(guān)聯(lián)規(guī)則、流特征聚類、預(yù)先分類、序列模式以及從屬關(guān)系建模[31],而商業(yè)化序列數(shù)據(jù)分析軟件則有IBM DB2 Intelligent M iner、Web Trends、SPSSClementine等。但商業(yè)化工具提供的功能并非針對特別的問題而設(shè)計(jì),仍需研究者應(yīng)用數(shù)據(jù)挖掘算法解決其研究所針對的問題。例如,欲了解一個(gè)在線旅游代理商網(wǎng)站的酒店預(yù)訂流程與Web點(diǎn)擊流中記錄的用戶實(shí)際訪問的流程有何不同,從而了解消費(fèi)者為何只瀏覽不預(yù)訂或者預(yù)訂過程沒有徹底完成,就必須依靠專門的算法和程序分析這種面向交易的點(diǎn)擊流。

4 結(jié)論

Web點(diǎn)擊流所包含的豐富的以用戶為中心的數(shù)據(jù)為旅游研究者和業(yè)界人士提供了了解旅游者在線行為的機(jī)會(huì)。對Web點(diǎn)擊流的分析可以降低旅游企業(yè)的市場研究成本、更精確地對用戶進(jìn)行測量、更深入地識(shí)別用戶模式、實(shí)現(xiàn)旅游網(wǎng)站個(gè)性化、改善旅游網(wǎng)站設(shè)計(jì)。目前,國外應(yīng)用Web點(diǎn)擊流分析的旅游研究還不多,活躍的研究領(lǐng)域有:旅游網(wǎng)站(包括目的地網(wǎng)站和酒店網(wǎng)站）訪問者行為、旅游者在線信息搜索以及旅游目的地建議系統(tǒng)等。盡管其研究領(lǐng)域尚不夠廣、深度挖掘不夠,但隨著旅游研究者和業(yè)界人士對Web點(diǎn)擊流價(jià)值的認(rèn)識(shí)日益加深、Web點(diǎn)擊流分析所借助的數(shù)據(jù)挖掘技術(shù)及工具的逐漸成熟以及跨學(xué)科的合作越來越多,旅游領(lǐng)域Web點(diǎn)擊流的研究將繼續(xù)擴(kuò)展到旅游電子商務(wù)、在線社區(qū)營銷等領(lǐng)域,并將更多地應(yīng)用數(shù)據(jù)挖掘技術(shù)和工具,且保持多種分析方法相結(jié)合的趨勢。

[1] LEE J,PODLASECK M,SCHONBERG E,et al.Visualization and analysisof clickstream data of online stores for understanding web merchandising[J].Data Mining and Know ledge Discovery,2001,5(1-2）:59-84.

[2] WANG H,WANG S.Adaptable algorithm for designed Web p rocess sequence data analysis[J].Electronic Commerce Research,2009,10(2）:104-113.

[3] BUCKL IN R E,SISM EIRO C.Click here fo r Internet insight: Advances in clickstream data analysis inmarketing[J].Interactive Marketing,2009,23(1）:35-48.

[4] BUCKL IN R E,LA TTIN J M,ANSARI A,et al.Choice and the Internet:From clickstream to research stream[J].Marketing Letters,2002,13(3）:245-258.

[5] MOEW W.Buying,searching,or brow sing:Differentiating between online shoppers using in-store navigational clickstream [J].Consumer Psychology,2003,13(1-2）:29-39.

[6] BURTON M C,WALTHER JB.The value of Web log data in use-based design and testing[J].Computer Mediated Communication,http://jcmc.indiana.edu/vol6/issue3/burton.htm l, 2001,6(3）.

[7] MURPHY J,HOFACKER C F,BENNETT M.Website generated market-research data:Tracing the tracks left behind by visitors[J].Cornell Hotel and Restaurant Administration Quarterly,2001,42(1）:82-91.

[8] XUE S.Web usage statistics and Web site evaluation:A case study of a government publications library web site[J].Online Information Review,2004,28(3）:180-190.

[9] SCHEGG R,STEINER T,GHERISSI-LABBEN T,et al.Using log file analysis and w ebsite assessment to imp rove hospitality websites[A].FREW A J.Information and Communication Technologies in Tourism[C].New York:Springer-Verlag,2005.566-576.

[10] LEUNG R,LAW R.Analyzing a hotelwebsite′saccesspaths[A]. O′CONNOR P,H?PKEN W,GRETZEL U.Information and Communication Technologies in Tourism[C].New York:Springer-Verlag,2008.255-266.

[11] ANUAR F,XIANGZ,GRETZEL U.Effectivenessof eBrochures: An analysis of use patterns[A].H?PKEN W,GRETZEL U, LAW R.Information and Communication Technologies in Tourism [C].Vienna,Austria:Sp ringer Verlag,2009.333-342.

[12] CROMPTON J L.Motivations for pleasure vacation[J].Annals of Tourism Research,1979,6(4）:408-422.

[13] UM S,CROMPTON J L.The rolesof perceived inhibitorsand facilitators in pleasure travel destination decisions[J].Travel Research,1992,30(3）:18-25.

[14] GURSOY D,CHEN J.Competitive analysis of cross cultural info rmation search behavior[J].Tourism Management,2000, 21(6）:583-590.

[15] JENG J,FESENMA IER D R.Concep tualizing the travel decision making hierarchy:A review of recent developments[J]. Tourism Analysis,2002,7(1）:15-32.

[16] BETTMAN J R.An Information Processing Theory of Consumer Choice[M].Massachusetts:Addison Wesley,Reading, 1979.

[17] VOGT C A,FESENMA IER D R,MACKAY K.Functional and aesthetic information needs underlying the pleasure travel experience[J].Travel and Tourism Marketing,1993,2(2）:133-146.

[18] GITELSON R,KERSTETTER D.The influence of f riends and relatives in travel decision-making[J].Travel and Tourism Marketing,1994,3(3）:59-68.

[19] FODNESS D,MURRA Y B.Tourist info rmation search[J]. Annals of Tourism Research,1997,37(2）:108-119.

[20] VOGT C A,FESENMA IERD R.Expanding the functional information search model[J].Annals of Tourism Research, 1998,25(3）:551-578.

[21] B IEGER T,LAESSER C.Info rmation search fo r travel decisions:Toward a source p rocess model[J].Journal of Travel Research,2004,42(4）:357-371.

[22] GURSOYD,MCCLEARY KW.An integrativemodel of tourists′information search behavior[J].Annals of Tourism Research,2004,31(2）:353-373.

[23] WOLK A,WOBER K W.A comparative study of information needs of city travelers in Europe[J].Information Technology and Tourism,2008,10(2）:119-131.

[24] PAN B,FESENMA IER D R.Online info rmation search:Vacation p lanning p rocess[J].Annals of Tourism Research,2006, 33(3）:809-832.

[25] PAN B,L IX,ZHANG A,et al.An exp loratory study on the satisfaction and barriers of online trip planning to China:A-merican college students′experience(Special Issue:Chinese consumers）[J].Hospitality&Leisure Marketing,2007,16(1/ 2）:203-226.

[26] STOCK O,WERTHNER H,ZANCANARO M.Futuring travel destination recommendation systems[A].FESENMA IER D R, WERTHNER H,WOBER KW.Destination Recommendation Systems:Behavioural Foundations and Applications[C].Wallingford,Oxfo rdshire,GBR:CAB IPublishing,2006.297.

[27] SCH IAFFINO S,AMAND IA.Building an expert travel agent as a software agent[J].Expert Systems with Applications, 2009,36(2,Part 1）:1291-1299.

[28] ZANKER M,FUCHSM,HOPKEN W,et al.Evaluating recommender systems in tourism——A case study from Austria [A].O′CONNOR P,H?PKEN W,GRETZEL U.Info rmation and Communication Technologies in Tourism[C].New York: Sp ringer-Verlag,2008.24-34.

[29] SENECAL S,KALCZYNSKI P J,NANTEL J.Consumers′decision-making p rocess and their online shopping behaviour: A Click-stream analysis[J].Business Research,2005,58(11）: 1599-1608.

[30] MCENEANEY J E.Graphic and numerical methods to assess navigation in hypertext[J].Human-Computer Studies,2001, 55(5）:761-786.

[31] SRIVASTAVA J,COOLEY R,DESHPANDE M,et al.Web usage mining:Discovery and app lications of usage patterns from Web data[J].ACM SIGKDD Exp lo rations New sletter, 2000,1(2）:12-23.

Advances on Web Clickstream Analysis in Western Tourism Research

SHAO Jun,WU Bi-hu
(Center for Recreation and Tourism Research,College of U rban and Environmental Sciences, Peking University,Beijing 100871,China）

Web clickstream p rovides a new oppo rtunity fo r tourism researchers and industry p rofessionals to understand tourist online behaviours,as it records rich user-centered Web usage logs.In this paper,the nature of Web clickstream is described and the value of Web clickstream analysis in tourism research is p roposed.Analysis on Web clickstream can reduce the cost of tourism enterp rises spending on market research,measure the consumersmo re accurately,recognize user patternsmo re deep ly, personalize tourism websites,and imp rove the design of tourism websites.Then,the advances on Web clickstream analysis in western tourism research are reviewed.There are few western tourism studies app lying Web clickstream analysis up to now,and the active fields includes tourist navigation patternsof tourism websites(both tourism destination websites and hotelwebsites）, tourist online search,and tourism recommendation system s.Comp rehensivemethods are adapted by most of these studies,i.e., in addition to Web clickstream analysis,Web content analysisand user p rofile analysisare also used.Finally,the future trendsof Web clickstream analysis in tourism research are discussed.A lthough the range of research fields is no t broad enough and the dep th of mining on Web clickstream is shallow,the following trendsw ill emerge in the future w ith the increasing awareness and percep tion of the value of Web clickstream analysis by p rofessionals in both academic and industry sectors,the gradualmaturenessof datamining technology and tools as well as more and more cross-discip line research.The research area of Web clickstream analysis in tourism w ill expand to tourism eCommerce,online community marketing,etc.,technologies and tools of data mining w ill be used mo re frequently,and the comp rehensivemethods w ill continue to be adapted.

Web clickstream analysis;overseas research advances;pattern recognition;tourism research

F590

A

1672-0504(2010）02-0097-06

2009-11-08;

2009-12-28

邵雋(1974-）,女,博士研究生,美國得克薩斯農(nóng)工大學(xué)游憩、公園與旅游科學(xué)系訪問學(xué)者,主要研究方向?yàn)槁糜握咴诰€行為。E-mail:ninashaojun@gmail.com