基于旅游博客和論壇提高旅游產(chǎn)品質(zhì)量的模型研究＊

張軍洲，連云凱

（桂林旅游高等?？茖W(xué)校 ，廣西 桂林541006）

一、旅游博客和論壇的發(fā)展

虛擬社區(qū)在近些年發(fā)展得非常迅速，博客、論壇、YOUTUBE、Wikis、2nd life等都是虛擬社區(qū)發(fā)展的例子，這些技術(shù)的發(fā)展使人們可以和全世界的人們共享自己的經(jīng)驗［1］。而虛擬社區(qū)又分為兩大類，一類是以YOUTUBE和2nd life為代表，關(guān)注點在于視覺的經(jīng)驗分享，比如視頻和圖片；另一類是以論壇和博客為代表，關(guān)注點是網(wǎng)頁上的文本，文字的內(nèi)容容易獲取、標(biāo)記，進而可以綜合分析，使管理者能得到需要的商業(yè)信息。而作為近幾年的一個熱門產(chǎn)業(yè)——旅游，由于越來越被人們重視，人們總是會在節(jié)假日安排自己的旅行。由于網(wǎng)絡(luò)的發(fā)展，越來越多的人樂于以博客和論壇的形式發(fā)表自己的旅行經(jīng)驗以及對旅游產(chǎn)品的評價，所以旅游博客和旅游論壇近幾年也迅速發(fā)展。很多人計劃旅行時，也會通過網(wǎng)絡(luò)查看自己計劃旅游地的外部評價，從而選擇最優(yōu)的旅行安排。

本文以旅游博客和旅游論壇為著眼點，介紹了它們對傳統(tǒng)旅游產(chǎn)業(yè)的影響，論證了在新的網(wǎng)絡(luò)時代，如何利用旅游博客和旅游論壇為旅游管理者提供改善旅游產(chǎn)品的方向。

二、旅游博客和論壇對旅游產(chǎn)業(yè)的影響

傳統(tǒng)的旅游業(yè)主要通過一些傳統(tǒng)媒體，比如電視、報紙、雜志，宣傳自己的旅游產(chǎn)品。但是，面對現(xiàn)在新的網(wǎng)絡(luò)時代，這些做法已經(jīng)落后，具有明顯的缺點：

（1）投資較高。由于傳統(tǒng)媒體資源有限，要達到廣告效益，投資必然較高。

（2）缺少交互性，較少得到旅游消費者的反饋，不能改進提高。

（3）旅游管理者不易把握旅游市場發(fā)展的動向，不易了解自己的競爭對手。

而通過網(wǎng)絡(luò)的方式則可以明顯得以改善?，F(xiàn)在很多旅游管理者已經(jīng)看到這個趨勢，在網(wǎng)絡(luò)上投入廣告，推廣自己的旅游產(chǎn)品，稍有遠見的管理者則專門建立自己的旅游網(wǎng)站進行宣傳，通過傳統(tǒng)媒體和新媒體的結(jié)合推廣自己的旅游產(chǎn)品。不過，如何利用當(dāng)前發(fā)展迅速的旅游博客和論壇，卻少有人了解。

游客在博客和論壇上所寫的文章，往往會包含很多信息，比如自己的喜好、期望得到什么樣的服務(wù)、對已經(jīng)去過的旅游景區(qū)的評價、下次他可能會去哪里旅游、他對某個酒店的評價等。而且由于網(wǎng)絡(luò)的發(fā)展，虛擬社區(qū)可以使游客非常容易地和全世界的人分享自己的旅行經(jīng)驗，從而他的文章不僅僅代表了個人的旅游產(chǎn)品消費信息，還能對其他有同樣旅游動機的消費者產(chǎn)生巨大的影響［2-4］。比如，對一個酒店負面的評價有可能會立即減少預(yù)定該酒店的顧客，而關(guān)于某個餐館的美味菜肴和服務(wù)員的熱情接待的正面評價，則可能迅速增加這個餐館的顧客。

因此，旅游管理者應(yīng)該盡快學(xué)會利用旅游博客和論壇獲取信息，從而使其成為改善和提高旅游產(chǎn)品質(zhì)量的有力工具。旅游管理者使用旅游博客和論壇的優(yōu)勢如下：

（1）通過分析，可以知道消費者是如何評價自己的旅游產(chǎn)品的，或者了解消費者對其它旅游產(chǎn)品的評價，從而做到知已知彼，提高自己的競爭力。

（2）通過檢查消費者對某旅游產(chǎn)品正面或負面的評價，可以找到自己存在的問題，以改進和提高服務(wù)質(zhì)量，提高自己在相關(guān)領(lǐng)域的產(chǎn)品競爭力，開發(fā)新的產(chǎn)品服務(wù)，對已有的優(yōu)勢加強宣傳。

（3）通過分析消費者感興趣的內(nèi)容，可以預(yù)測旅游發(fā)展的趨勢，從而有助于旅游管理者為將來的發(fā)展方向做決策。

三、人工分析和軟件自動分析比較

由于網(wǎng)絡(luò)博客和論壇快速擴張，要分析所有相關(guān)的旅游文章成為一個巨大的任務(wù)，為了達到分析目的，通常要在一定時間間隔內(nèi)閱讀分析幾百甚至上千的文章，很明顯，這不是一個人可以在一天、一周或者一個月可以完成的任務(wù)。因此，人為的分析博客論壇文章顯然是不可能的。

而與此同時，博客和論壇文章的數(shù)量還在迅速增長，這些文章隨時都在增加，而且分析工作還在不斷更新，需要每隔一段時間檢查一次。而這些工作可以使用軟件應(yīng)用程序完成，還可以通過設(shè)置一些參數(shù)來完成不同的功能，而軟件由于依賴于使用者的參數(shù)設(shè)定，所以不會像人為的那樣，容易根據(jù)先前的經(jīng)驗而產(chǎn)生一些帶有偏見的選擇，且軟件應(yīng)用程序可以存儲相應(yīng)的內(nèi)容到自身數(shù)據(jù)庫里，從而避免檢查重復(fù)的數(shù)據(jù)。另外，人工的核查分析代價非常昂貴，耗費時間和金錢，而軟件應(yīng)用程序從長遠考慮具有非常高的性價比。

四、軟件程序模型的探討

要從網(wǎng)絡(luò)中大量的旅游博客和論壇文章數(shù)據(jù)中搜索旅游管理者需要的信息，需要使用網(wǎng)絡(luò)搜索引擎，按照搜索條件或者用戶設(shè)定的范圍，對網(wǎng)頁中的數(shù)據(jù)進行搜索，得到相關(guān)的一系列的網(wǎng)址列表，接著利用程序?qū)Λ@得網(wǎng)址的文本內(nèi)容進行劃分，去除不相關(guān)的或者很少相關(guān)的網(wǎng)址鏈接，此后，提取相關(guān)文本的內(nèi)容并存儲到文件數(shù)據(jù)庫系統(tǒng)，接著利用文本提取算法對數(shù)據(jù)庫當(dāng)中的文本進行分析，抽取需要的句子，簡化分析，獲得文本的關(guān)鍵詞或者合成詞關(guān)鍵詞，生成數(shù)據(jù)表，并鏈接到相應(yīng)的句子和文本當(dāng)中，接著根據(jù)設(shè)定的分類機制進行文件劃分，確定文本的評價性質(zhì)是正面的，中性的或者是負面的，最后產(chǎn)生報告，給軟件程序使用者。其流程圖如圖1：

圖1 程序模型的流程圖

其中，搜索引擎為一個聚焦網(wǎng)絡(luò)爬蟲程序［5］，它是一個自動提取網(wǎng)頁的程序，它為搜索引擎從萬維網(wǎng)上下載網(wǎng)頁，根據(jù)一定的網(wǎng)頁分析算法過濾與主題無關(guān)的鏈接，保留有用的鏈接并將其放入等待抓取的URL隊列。然后，它將根據(jù)一定的搜索策略從隊列中選擇下一步要抓取的網(wǎng)頁URL，并重復(fù)上述過程，直到達到系統(tǒng)的某一條件時停止。所有被爬蟲抓取的網(wǎng)頁將會被系統(tǒng)存貯，進行一定的分析、過濾，并建立索引，以便之后的查詢和檢索。

實現(xiàn)此軟件模型需要考慮的具體步驟是：

第一步：準(zhǔn)備必要的搜索數(shù)據(jù)。在執(zhí)行自動搜索前，用戶要手工定義一些相關(guān)主題、關(guān)鍵詞、URL等希望查詢的信息，其中也可以包含一些用戶想要檢查的指定的論壇和博客。

第二步：運行搜索引擎網(wǎng)絡(luò)爬蟲程序。將第一步設(shè)定的主題表（檢查條件）放入到搜索引擎網(wǎng)絡(luò)爬蟲程序中，從而得到相關(guān)的博客和論壇文章內(nèi)容，這一步會產(chǎn)生大量的URL列表鏈接。

第三步：評測搜索到的URL結(jié)果。對第二步產(chǎn)生的URL列表進行檢查，移除用戶認(rèn)為不相關(guān)的或極少相關(guān)的，保留用戶認(rèn)為相關(guān)的。

第四步：提取URL列表里的相關(guān)內(nèi)容。在這一步，網(wǎng)絡(luò)爬蟲從URL列表里提取所有的相關(guān)內(nèi)容，并寫入到文件數(shù)據(jù)庫系統(tǒng)中。

第五步：線性分析。應(yīng)用線性分析，將前面步驟獲得的文件內(nèi)容拆分成句子，所有的句子富含語法信息（有精簡的主謂賓等，句子類型，比如是疑問句，還是陳述句等），句子也將分組成段落。除此之外，將所有的關(guān)鍵詞或者合成關(guān)鍵詞從文章中也提取出來，構(gòu)成一張數(shù)據(jù)表，并鏈接到相應(yīng)的句子和文章中，且文本中只要出現(xiàn)和程序使用者提供的關(guān)鍵詞相同的詞，也標(biāo)記出來，添加到數(shù)據(jù)表當(dāng)中。

第六步：文本分類?；诘谖宀降臄?shù)據(jù)表，將文本根據(jù)不同的分類機制進行分類，比如酒店、景區(qū)、活動場所等，把這些分類信息加入到程序模型中，也包含作者、URL、時間等信息。

第七步：確定各個文本評價結(jié)果的性質(zhì)（正面的，中性的或負面的），根據(jù)產(chǎn)生的數(shù)據(jù)表中的關(guān)鍵詞或句子的權(quán)值和極性來確定文章的評價分類。

第八步：產(chǎn)生報告，反饋給程序使用者。

要考慮的核心問題是：

（1）文本劃分：如何將文本劃分，去除不相關(guān)的或相關(guān)很少的文本。

可以通過搜索已有的主題詞列表中的關(guān)鍵詞實現(xiàn)，將網(wǎng)頁文本中獲得的關(guān)鍵詞與初始使用者設(shè)定的條件區(qū)域關(guān)鍵詞進行匹配，計算出每個網(wǎng)頁的相似度，從而得到按相似度排序的一系列網(wǎng)頁，設(shè)定一個相似度門限閾值，低于此閾值的網(wǎng)頁被去除，高于此閾值的保留，留做進一步的分析使用。

（2）文本提取算法［6］：如何提取文章里的核心句子，關(guān)鍵詞，合成關(guān)鍵詞。

當(dāng)前的文本提取算法有很多，比如K-最近鄰分類算法（K＿Nearest＿neighbor）、樸素貝葉斯分類算法（NB）、支持向量機算法（SVM）、神經(jīng)網(wǎng)絡(luò)方法、最小平方擬合算法（LLSF）、線性回歸模型算法、決策樹算法（Decision Tree）等。

（3）對文本總結(jié)評價算法實現(xiàn)：如何確定文本的評價結(jié)果，比如是正面的、中性的，還是負面的，評價的程度如何等。

通過對生成的數(shù)據(jù)表中關(guān)鍵詞或者合成關(guān)鍵詞和已有的數(shù)據(jù)字典匹配，賦予極性（POL）和權(quán)值（POW），極性有3種，分別是正面的（Pos）、中性的（Neu）、負面的（Neg），而權(quán)值是0到1之間的數(shù)字。數(shù)據(jù)字典需要人為的添加并不斷更新而生成，它是保證評價結(jié)果準(zhǔn)確性的關(guān)鍵。表1為一個數(shù)據(jù)字典表的例子。這里需要注意，如果關(guān)鍵詞前面有“很”、“非?！?、“特別”等表達程度的副詞時，其權(quán)值應(yīng)相應(yīng)地按比例增加。

另外，不同的程序使用者可以按不同的目的選擇自己想要的信息。比如，一個負責(zé)酒店服務(wù)質(zhì)量的酒店經(jīng)理，往往會關(guān)注負面的評價結(jié)果，以找出自己企業(yè)的不足，從而改進。因此，他在使用時，可以降低對正面信息的關(guān)注度，而提高對負面信息關(guān)注的參數(shù)設(shè)定。而客戶經(jīng)理也會關(guān)注負面評價，以便能盡快地改進服務(wù)，市場部經(jīng)理會比較關(guān)注正面的評價，用這些數(shù)據(jù)加大網(wǎng)絡(luò)上對自己旅游產(chǎn)品的宣傳。

表1 數(shù)據(jù)字典表

五、總結(jié)

本文分析了新網(wǎng)絡(luò)時代旅游博客和論壇對傳統(tǒng)旅游產(chǎn)業(yè)的影響以及如何使用旅游博客和論壇分析提高旅游產(chǎn)品質(zhì)量，提高自己的競爭力，更進一步可以預(yù)測旅游發(fā)展的趨勢，從而有助于旅游管理者為將來的發(fā)展方向做決策。文中給出了軟件程序?qū)崿F(xiàn)的步驟，并分析了其中的核心問題，給出了解決方法。由于本軟件程序由多個模塊構(gòu)成，下一步的工作是要完成具體各個子模塊的算法實現(xiàn)，選擇最優(yōu)的算法，以便進一步提高此軟件程序的正確性。

［1］Archdale G.Computer reservation systems and public tourism offices［J］.Tourism Management，1993：3-14.

［2］李莉，王靜.從“觀望者”到“購買者”：中國旅游電子商務(wù)消費者購買決策行為探析［J］.旅游學(xué)刊，2008，23（5）：49-56.

［3］石建中，康偉，李志剛 .關(guān)于在線旅游企業(yè)網(wǎng)絡(luò)組織的研究 ［J］.旅游論壇，2011，21（5）：48-53.

［4］王玉潔，顏琪，劉承良.旅游電子商務(wù)網(wǎng)站服務(wù)質(zhì)量的感知實證分析［J］.旅游論壇，2009，10（1）：28-31.

［5］周立柱，林玲.聚焦爬蟲技術(shù)研究綜述 ［J］.計算機應(yīng)用，2005（9）：25.

［6］曹鋒，張代遠.文本分類技術(shù)研究［J］.電腦知識與技術(shù)，2009，5（32）：9023-9025.