基于文本挖掘的典型旅游網(wǎng)站旅游分享比較研究以甘肅省為例

(西北師范大學(xué) 旅游學(xué)院,甘肅 蘭州 730070)

王耀斌,楊 玲,孫傳玲,蔣金萍

(西北師范大學(xué) 旅游學(xué)院,甘肅 蘭州 730070)

旅游分享作為旅游研究的新興領(lǐng)域,受到國內(nèi)外眾多專家學(xué)者的關(guān)注。選取四大典型旅游網(wǎng)站----攜程網(wǎng)、螞蜂窩網(wǎng)、驢媽媽網(wǎng)和途牛網(wǎng)為研究樣本,以樣本網(wǎng)站上有關(guān)甘肅省旅游景區(qū)景點的網(wǎng)絡(luò)游記為研究內(nèi)容,采用文本挖掘的方法,對網(wǎng)絡(luò)游記中的詞頻、情感和語義網(wǎng)絡(luò)進(jìn)行分析。研究顯示:具有典型旅游符號表征且處于核心旅游資源的自然與人文旅游景點最受來甘旅游者的關(guān)注,其中以人文旅游景點最為典型;來甘旅游者的情感類型以積極情緒為主,消極情緒所占比例較小;甘肅省旅游景點的社交網(wǎng)絡(luò)中心度較低,1/2以上的景區(qū)景點或旅游吸引物對資源不具有控制力,語義社交網(wǎng)絡(luò)結(jié)構(gòu)較為松散,不存在派系林立和小團體現(xiàn)象。

文本挖掘;典型旅游網(wǎng)站;旅游分享;甘肅

隨著應(yīng)用領(lǐng)域的擴大,互聯(lián)網(wǎng)逐漸成為人們相互交流信息和外出旅游的重要平臺。大量的旅游者在借助互聯(lián)網(wǎng)分享自己的旅游經(jīng)歷與內(nèi)心感受的同時,也為潛在旅游者了解相關(guān)旅游目的地信息提供了一條更加便捷的途徑。因此,對旅游者的旅游分享進(jìn)行研究,能更加深入地了解旅游者的旅游偏好,同時對激發(fā)潛在旅游市場需求、增強旅游目的地的吸引力有著重要作用。

1 國內(nèi)外旅游分享研究綜述

國外關(guān)于旅游分享的研究開始的較早、較成熟,研究成果也較多。Scott Noel等探討了旅游與酒店業(yè)相關(guān)知識分享的概念及其運用[1]。此后,關(guān)于旅游分享的研究成果大量涌現(xiàn),研究范圍也在不斷擴大。Lon M J等指出,決定旅游者在虛擬社區(qū)進(jìn)行旅游分享的因素與旅游者的個人看法、分享行為和社區(qū)忠誠度有關(guān)[2];Serena Volo以旅游者的博客為資料來源,對旅游者分享的旅游體驗進(jìn)行了評價[3];Park等研究了不同文化背景下的旅游者信息分享行為[4];Anil Bilgihana等借助旅游社交網(wǎng)絡(luò),研究了消費者對旅游知識分享的感知行為,指出實用性感知和誠信感知對分享行為有著積極的影響[5]。與國外相比,國內(nèi)對旅游分享的研究較晚,研究成果主要集中在旅游知識分享、旅游體驗分享、旅游虛擬社區(qū)分享等方面。苗學(xué)玲對旅游網(wǎng)絡(luò)主帖進(jìn)行了研究,確立了分類體系,指出分享帖是主要類型之一[6];保繼剛、苗學(xué)玲采用扎根理論,借助旅游者在虛擬社區(qū)分享的結(jié)伴帖子,探討了在互聯(lián)網(wǎng)平臺上尋找“游伴”的現(xiàn)象,揭示了分享是旅游者選擇結(jié)伴旅行的原因之一[7]。此外,王婷婷采用定性與定量的分析方法,研究了旅游虛擬社區(qū)的分享帖并提出了改進(jìn)建議[8];陳雅茜利用系統(tǒng)調(diào)查的方式,以旅游相關(guān)信息為對象,重點研究了旅游體驗的分享技術(shù),并提出了基于相冊的旅游體驗分享原型系統(tǒng)[9];歐陽震青、彭潤華運用MOA(Motivation Opportunity Ability)理論和知識分享模型,研究了移動UGC(User Generated Content)環(huán)境下旅游者的知識分享[10];胡傳東等利用內(nèi)容分析法,對游客分享的騎行體驗進(jìn)行了研究[11]。

總體來看,所有這些研究為旅游分享研究做出了較大貢獻(xiàn),研究者主要采用傳統(tǒng)的方法研究旅游知識分享、旅游體驗分享和虛擬旅游社區(qū)分享帖。事實上,網(wǎng)絡(luò)游記作為一種網(wǎng)絡(luò)文本用于旅游者行為研究時,可在一定程度上避免傳統(tǒng)旅游調(diào)查中受時間、地點、問卷設(shè)計等問題的限制,樣本內(nèi)容更加真實地反映旅游者的主觀感受[12],因此對典型網(wǎng)站的旅游分享研究有著重要價值。同時,數(shù)據(jù)挖掘中的文本挖掘方法,較傳統(tǒng)常用的旅游分享研究方法而言,在不規(guī)則問題處理中優(yōu)勢十分明顯。本研究擬采用數(shù)據(jù)挖掘中的文本挖掘方法,選取國內(nèi)典型網(wǎng)站作為研究樣本,以網(wǎng)站上旅游者發(fā)表的有關(guān)甘肅省旅游景區(qū)景點的游記為研究內(nèi)容,開展典型網(wǎng)站旅游分享比較研究,旨在為潛在的來甘旅游者和區(qū)域旅游發(fā)展決策提供參考服務(wù)。

2 研究過程與方法

2.1 典型旅游網(wǎng)站樣本選取

作為評價某一網(wǎng)站訪問量的重要指標(biāo),Alexa排名提供了包括綜合排名、到訪量排名、頁面訪問量排名等多個評價指標(biāo)信息?；贏lexa排名的功能,本文選取旅游者發(fā)表旅游游記較多的旅游網(wǎng)站作為研究樣本,即攜程旅行網(wǎng)、螞蜂窩旅游網(wǎng)、途牛旅游網(wǎng)和驢媽媽旅游網(wǎng)。攜程旅游網(wǎng)是目前Alexa排名最高的綜合性旅游網(wǎng)站,日均IP訪問量達(dá)216萬人次[13];螞蜂窩旅游網(wǎng)是中國領(lǐng)先的旅游社交網(wǎng)站,也是目前國內(nèi)較大的旅游分享網(wǎng)站,旅游社區(qū)近月訪問量達(dá)94.94%[13];驢媽媽作為中國自助游資訊服務(wù)平臺,近月網(wǎng)站訪問比例達(dá)94.57%[13];擁有全球最大中文景點目錄和中文旅游社區(qū)的途牛旅游網(wǎng),日均網(wǎng)站頁面瀏覽量達(dá)261.6萬人次[13]?；诖?本文選取這四大網(wǎng)站作為研究旅游分享的典型網(wǎng)站。

2.2 文本內(nèi)容的獲取與處理

分別在選取的攜程、驢媽媽、螞蜂窩和途牛四大國內(nèi)旅游網(wǎng)站上進(jìn)行收集和篩選有關(guān)甘肅省旅游目的地以及景區(qū)景點的游記。在篩選獲取文本內(nèi)容的過程中遵循三條原則:①識別網(wǎng)絡(luò)游記的真實性,剔除一些為商家宣傳旅游景點、路線與酒店而撰寫的有關(guān)酒店體驗與航班感受的游記;②選取的游記內(nèi)容必須要信息完整并能真實地反映旅游者的旅游體驗與感受;③刪除一些旅游者在多個網(wǎng)站重復(fù)發(fā)表的游記。遵循上述三條原則,首先將研究時間段定為2013年4月到2015年12月。經(jīng)過篩選,在選取的典型旅游網(wǎng)站上收集有關(guān)甘肅省景區(qū)景點的網(wǎng)絡(luò)游記80篇，共112970字。其次,按照網(wǎng)站名稱將收集的網(wǎng)絡(luò)游記分為4個word文檔,利用word軟件對收集到的相關(guān)資料進(jìn)行處理,將數(shù)據(jù)中同一旅游景點的多個表達(dá)名稱進(jìn)行統(tǒng)一,如雅丹在數(shù)據(jù)中指雅丹國家地質(zhì)公園。第三,為了便于分析軟件的識別,將修正完成后的word文檔全部轉(zhuǎn)化成txt文件格式并保存。第四,利用ROST CM 6軟件對數(shù)據(jù)詞頻進(jìn)行分析,將獲得的初步分析結(jié)果進(jìn)行詞匯過濾處理,將“這些、去哪、的、嗎”等一些旅游游記中常見但與旅游者分享無關(guān)的詞匯納入軟件詞匯表;利用ROST軟件的過濾功能,過濾無意義的詞匯,提高數(shù)據(jù)詞頻分析的相關(guān)性,從而完成以甘肅省為例的四大典型旅游網(wǎng)站的旅游分享比較研究。

2.3 社交語義網(wǎng)絡(luò)中心度

網(wǎng)絡(luò)中心度是衡量整個網(wǎng)絡(luò)中心化程度的重要指標(biāo),中心化程度越高,越容易獲取資源與信息,擁有的權(quán)力和影響力就越大。計算公式為:

(1)

式中,CD(ni)為點度中心度,Rij為節(jié)點的聯(lián)系強度。若Rij=0,表明節(jié)點i與節(jié)點j之間沒有關(guān)聯(lián);Rij=1,表明節(jié)點i與節(jié)點j之間相互關(guān)聯(lián)。

中間中心度測量節(jié)點位于網(wǎng)絡(luò)圖中其他節(jié)點中間的程度,計算公式為:

(2)

式中,CB(ni)為中間中心度,gjk為節(jié)點j到節(jié)點k的最短路徑數(shù)。若CB(ni)=0,表明該節(jié)點不具有對其他節(jié)點的控制力;若CB(ni)=1，表明該節(jié)點處于網(wǎng)絡(luò)的中心位置,完全可以控制其他節(jié)點。

接近中心度能衡量網(wǎng)絡(luò)中各節(jié)點之間的距離,節(jié)點的中心度越高,與其他節(jié)點的聯(lián)系就越緊密,計算公式為:

(3)

式中,CC(ni)為接近中心度,d(ni,nj)表示節(jié)點i與節(jié)點j之間的距離。

3 研究結(jié)果

3.1 網(wǎng)絡(luò)游記文本內(nèi)容詞頻整體分析

依據(jù)研究方法,統(tǒng)計獲得典型旅游網(wǎng)站旅游分享所使用的高頻特征詞共20個(表1)。從表1可見,旅游者分享的網(wǎng)絡(luò)游記中最終提取的有關(guān)甘肅省旅游目的地的詞匯主要是體現(xiàn)旅游景點和旅游吸引物的名詞,旅游目的地詞匯可歸納為四種類型:地質(zhì)地貌型(丹霞、雅丹、沙漠、戈壁、冰川)、自然風(fēng)光型(草原、景觀、黃河、月牙泉、鳴沙山)、城市風(fēng)貌型(蘭州、張掖、夏河、敦煌、嘉峪關(guān)、玉門關(guān))、名勝古跡型(莫高窟、馬蹄寺、拉卜楞寺、洞窟、壁畫、石窟)。甘肅作為旅游資源大省,地質(zhì)地貌景觀分布集中且獨具特色,不僅擁有濃郁的民族風(fēng)情和眾多的紅色勝跡,還擁有以敦煌為代表的佛教圣地、以夢柯冰川為代表的冰川雪山和以甘南草原為代表的草原綠洲,高頻特征詞統(tǒng)計的類型正好印證了這一點。

從表1統(tǒng)計的高頻特征詞的頻數(shù)可知,詞頻在140以上的高頻特征詞有7個,其中敦煌的詞頻為298,是樣本總體中頻數(shù)最高的特征詞,說明敦煌被旅游者提及的次數(shù)最多,最受旅游者的關(guān)注。敦煌富集眾多優(yōu)質(zhì)的旅游資源,世界知名度較高,加之各大旅游網(wǎng)站的重點宣傳,使敦煌成了來甘旅游的必游之地。蘭州的詞頻為194,列居第二。作為黃河唯一穿城而過的城市,蘭州可為旅游者提供西北特有的感官享受。此外,中山橋、黃河母親像等眾多標(biāo)志性景觀進(jìn)一步加深了旅游者對蘭州旅游的印象。莫高窟、鳴沙山、丹霞、雅丹、張掖七個高頻特征詞的頻數(shù)介于140—170之間,是旅游者較為關(guān)注的熱門旅游景點。事實上,作為甘肅省獨特的旅游資源,地質(zhì)地貌類景觀已引起來甘肅旅游者的極大興趣,成為來甘肅旅游者觀光游覽的重要組成部分。詞頻在90—120之間的中頻特征詞有6個,其中黃河的詞頻相對較高,表明近年來部分旅游者開始關(guān)注黃河旅游,但黃河并非甘肅的特有,青海、河南等地也在打造黃河文化旅游品牌,相對于前面的7大高頻詞而言,旅游者對黃河旅游的認(rèn)知較弱。此外,擁有較高知名度的月牙泉未出現(xiàn)在高頻之列,可能與景區(qū)娛樂單一、價格昂貴、體驗程度較低等有關(guān)。中頻詞中出現(xiàn)了沙漠、駱駝這兩個甘肅典型符號特征的詞匯,表明沙漠旅游逐漸受到旅游者的青睞。對大多數(shù)旅游者而言,在沙漠中乘坐駱駝觀看日出、日落將是一種珍貴的旅游體驗與經(jīng)歷。詞頻在90以下的低頻特征詞有7個,玉門關(guān)、嘉峪關(guān)等知名景點位列其中,由于景區(qū)蘊含的深厚文化內(nèi)涵沒有得到很好的挖掘、旅游特質(zhì)單一等原因,較高的知名度并沒有引起旅游者的極大興趣。甘南旅游景點拉卜楞寺在樣本總體中出現(xiàn)頻數(shù)為67次,在樣本總體中排名最低。由于甘南的旅游景點大都以自然景點為主,季節(jié)性明顯,使來甘南旅游的游客數(shù)遠(yuǎn)低于甘肅中西部其他旅游景點。整體而言,具有典型旅游符號表征且處于核心資源的自然與人文旅游景點最受來甘旅游者的關(guān)注,其中以人文旅游景點最為典型。

表1 典型網(wǎng)站游記文本內(nèi)容高頻特征詞統(tǒng)計

3.2 樣本網(wǎng)站高頻特征詞的對比分析

從表1可知，在高頻特征詞中,敦煌不但在樣本總體中排名最高,而且是各典型旅游網(wǎng)站都存在的熱門景點。敦煌因莫高窟這一世界文化遺產(chǎn)而享譽中外,受到旅游者的普遍關(guān)注,使旅游者形成一種“游甘肅必去敦煌”的意識觀念。莫高窟在樣本總體中列第三位,在驢媽媽網(wǎng)中則列第十七位。未進(jìn)入樣本總體前20名的拉卜楞寺、拱北,在驢媽媽網(wǎng)中分別列第四位、十四位。據(jù)統(tǒng)計,驢媽媽旅游網(wǎng)約有55%的旅游者以“自由行”為主要出游方式,在空間景點選擇上具有更多的自主性,這部分旅游者更加青睞那些被團隊游所忽略的景點。此外,同樣出現(xiàn)在樣本高頻序列的雅丹,在驢媽媽網(wǎng)中則列第十四位。在中頻特征詞中,黃河在樣本總體的中頻序列中排名最高,在螞蜂窩、途牛網(wǎng)站中則未進(jìn)入高頻特征詞的前20名。其次,位居樣本總體中頻序列第二位的地貌,在途牛中列第十七位,表明與傳統(tǒng)旅游景點相比,這兩大網(wǎng)站更加關(guān)注一些新奇景點。出現(xiàn)在樣本總體低頻序列中的玉門關(guān),是各典型網(wǎng)站排名較低的特征詞;其次是嘉峪關(guān),在攜程、驢媽媽中同樣排名較低,在螞蜂窩中則未出現(xiàn)。關(guān)于嘉峪關(guān)的旅游分享,一旅游者在螞蜂窩網(wǎng)站上寫道:“嘉峪關(guān)只是一座古建筑讓我有點失望。”表明玉門關(guān)和嘉峪關(guān)景區(qū)雖然蘊含豐富的文化內(nèi)涵,但對以娛樂體驗為主的旅游者而言,單一的觀光特點難以對廣大游客形成吸引力。各樣本網(wǎng)站高頻特征詞的對比分析表明,來甘肅旅游者的旅游分享不但與各典型網(wǎng)站的主營業(yè)務(wù)有關(guān),而且與旅游景點的自身特色和景觀組合狀況有關(guān)。

3.3 典型網(wǎng)站游記文本情感對比分析

網(wǎng)絡(luò)游記文本情感分析是在網(wǎng)絡(luò)游記詞頻分析的基礎(chǔ)上,借助ROST MT6軟件的情感分析功能進(jìn)行分析。如表2所示(由于中性情緒無法反映旅游者對旅游目的地的偏好,所以本研究主要分析旅游者的積極與消極情緒):從總體上看,共有972條體現(xiàn)旅游者的積極情緒,占61.91%;消極情緒所占比例較小,為19.49%。即來甘肅旅游者的情感態(tài)度以積極情緒為主,表明甘肅省作為旅游目的地對游客具有較高的旅游吸引力,這一現(xiàn)象與表1網(wǎng)絡(luò)游記詞頻表的分析結(jié)果相吻合。從各類網(wǎng)站呈現(xiàn)的旅游者情感類型來看,驢媽媽網(wǎng)有303條體現(xiàn)旅游者的積極情緒,占59.88%,是旅游者體現(xiàn)積極情緒最多的旅游網(wǎng)站。其次,螞蜂窩旅游網(wǎng)中有249條體現(xiàn)旅游者的積極情緒,占59.15%。攜程網(wǎng)則有205條體現(xiàn)旅游者的積極情緒,是所有網(wǎng)站中體現(xiàn)旅游者積極情緒最少的網(wǎng)站。經(jīng)過分析表明,積極情緒在各分類網(wǎng)站中有著較為明顯的優(yōu)勢。此種狀態(tài)與各網(wǎng)站所追求的理想宣傳效果相一致,但其中的消極情緒同樣存在,且在攜程網(wǎng)、螞蜂窩網(wǎng)和途牛網(wǎng)中占有較高的比例。尤其是螞蜂窩網(wǎng),有96條體現(xiàn)旅游者的消極情緒,數(shù)量在所有網(wǎng)站中排名第一,這一現(xiàn)象的出現(xiàn)與甘肅省旅游基礎(chǔ)設(shè)施相對滯后是分不開的。根據(jù)旅游者的相關(guān)游記,有相當(dāng)一部分旅游者因?qū)κ袃?nèi)交通擁擠、景點門票較高而存在著不滿情緒，這是值得重視的。

表2 典型網(wǎng)站游記文本情感分布

3.4 典型旅游網(wǎng)站社交語義網(wǎng)絡(luò)分析

分析社交語義網(wǎng)絡(luò)圖能有效地判斷組成該網(wǎng)絡(luò)的結(jié)構(gòu)體系,了解網(wǎng)絡(luò)隱藏的語義信息以及各組成部分之間的關(guān)系,并且能從多個角度分析事態(tài)的全局狀況[14]。

社交語義網(wǎng)絡(luò)中心度分析:借助UCINET軟件與式(1)—(3)對甘肅旅游景區(qū)景點等的社交語義網(wǎng)絡(luò)中心度進(jìn)行分析(表3)。由表3可知,敦煌的絕對點度中心度最大,處于社交語義網(wǎng)絡(luò)的核心位置,說明敦煌與甘肅省其他旅游景點和旅游吸引物相比共現(xiàn)次數(shù)最多,對旅游者的吸引力最大。其次,莫高窟、地貌、雅丹的絕對點度中心度也較高,處于社交網(wǎng)絡(luò)的次核心。此外,由于景點之間的關(guān)聯(lián)性較低,僅有52.54%的景點中心度在零度以上。中間中心度統(tǒng)計結(jié)果顯示,敦煌是整個社交語義網(wǎng)絡(luò)中間中心度最高的景點,表明該地富集大量的旅游資源,且擁有較高的資源控制力。其次,鳴沙山、雅丹、地貌、莫高窟的中間中心度也相對較高,資源控制力較弱于敦煌但高于甘肅省其他旅游景點。統(tǒng)計發(fā)現(xiàn),甘肅省景點中間中心度在零度以上的有21個,占總體的17.65%,即有1/2以上的景區(qū)景點或旅游吸引物對資源不具有控制力。從整體來看,中間中心度較高,點度中心度和接近中心度較小。例如,鳴沙山、丹霞等,這些景點擁有較高的資源控制力,具有一定的旅游吸引力,但由于這些景點共現(xiàn)的節(jié)點缺少與其他景點的相互關(guān)聯(lián),導(dǎo)致接近中心度較低。

表3 社交語義網(wǎng)絡(luò)中心度分析結(jié)果(部分)

注:由于點出度與點入度相同,本文只對點入度進(jìn)行統(tǒng)計。

社交語義網(wǎng)絡(luò)凝聚子群密度分析:凝聚子群密度能對網(wǎng)絡(luò)中小團體現(xiàn)象的嚴(yán)重程度進(jìn)行判斷,與派系林立程度密切相關(guān),密度越接近于1,則派系林立的程度就越大,小團體或抱團現(xiàn)象就越難產(chǎn)生[15]。由樣本游記中甘肅省各景點構(gòu)成的社交語義網(wǎng)絡(luò)圖見圖1。

甘肅省內(nèi)的旅游景點或旅游吸引物之間彼此相互關(guān)聯(lián)較松散。甘肅省旅游景點所構(gòu)成的社交語義網(wǎng)絡(luò)凝聚子群的密度為0.0302,較低的凝聚子群密度表明甘肅省各旅游景點在社交語義網(wǎng)絡(luò)中不存在派系林立和小團體的現(xiàn)象。處于同一子群內(nèi)的各個景點相互之間聯(lián)系較松散,在一定程度上很難出現(xiàn)抱團現(xiàn)象,同時也反映出甘肅省各旅游景點之間的聯(lián)系較少。因此,加強各景點之間的交流合作對甘肅省旅游業(yè)發(fā)展而言尤為重要。

4 結(jié)論與建議

根據(jù)有關(guān)甘肅省旅游景點網(wǎng)絡(luò)游記文本,對不同旅游網(wǎng)站旅游者分享的游記進(jìn)行特征詞頻、情感和旅游景點共現(xiàn)社會網(wǎng)絡(luò)圖進(jìn)行分析,得出以下結(jié)論。

從高頻特征詞來看,具有典型旅游符號表征且處于核心旅游資源的自然和人文旅游景點最受來甘肅旅游的旅游者的關(guān)注,其中以人文旅游景點最為典型。這一狀況與甘肅省各旅游目的地所具有的資源特色和相關(guān)組織所追求的營銷宣傳效果基本符合。基于此,甘肅省應(yīng)以具有典型符號表征的人文旅游地為中心,根據(jù)游客的旅游分享,進(jìn)行相關(guān)旅游產(chǎn)品的開發(fā)設(shè)計,促進(jìn)旅游產(chǎn)品向多元化轉(zhuǎn)化;其次,應(yīng)加快特色文化與創(chuàng)意產(chǎn)業(yè)的結(jié)合,在兼顧娛樂性與體驗性的同時,重點打造具有地方和區(qū)域特色的文化旅游項目,培育甘肅特色旅游品牌,完善各景點之間的地域協(xié)作,逐步推動單一觀光旅游向復(fù)合型旅游轉(zhuǎn)變。

旅游者關(guān)于甘肅省的旅游分享情緒以積極情緒為主,消極情緒占比較小。對來甘肅旅游者的消極情緒分析表明,交通擁擠、門票價格過高、“旅大于游”、體驗項目的缺乏是造成旅游者消極情緒的主要因子。因此,旅游目的地應(yīng)首先改善道路交通環(huán)境,完善道路交通基礎(chǔ)設(shè)施,對旅游者進(jìn)行合理疏導(dǎo),避免出現(xiàn)過度擁擠現(xiàn)象;二是在制定門票價格時要充分考慮大眾旅游者的經(jīng)濟承受能力,適時推出門票優(yōu)惠政策或免門票的知名旅游景點;三是增加具有旅游目的地特色的體驗旅游項目,豐富旅游者的旅游體驗等。

網(wǎng)絡(luò)中心度和凝聚子群密度分析表明,甘肅省旅游景點處于核心位置的較少,處于網(wǎng)絡(luò)邊緣的景點較多,且凝聚子群的規(guī)模較小、密度較低。這種狀況表明,甘肅省各景點與景點之間的溝通合作范圍較小,大部分旅游景點只與少數(shù)的旅游景點有連接關(guān)系。在實踐中,甘肅省應(yīng)將處于核心位置的景區(qū)景點作為未來打造特色旅游目的地品牌、構(gòu)建旅游目的地形象的核心關(guān)注點。積極推進(jìn)大景區(qū)建設(shè),進(jìn)行景區(qū)資源整合,在突出重點的前提下將低知名度的邊緣景點與高知名度的景點進(jìn)行組合,既能實現(xiàn)景區(qū)雙贏的目的,又能很好地擴大景區(qū)之間的合作范圍。此外,低知名度的邊緣景點,在搶抓大景區(qū)建設(shè)這一契機的同時,要積極加強自身建設(shè),主動與知名度高的景區(qū)景點展開合作,不但能有效提升景區(qū)自身知名度,而且還能有效避免其他景點的排擠。

[1]Scott Noel,Laws Eric.Knowledge Sharing in Tourism and Hospitality[J].Knowledge Sharing and Quality Assurance in Hospitality and Tourism,2006,7(1)∶1-12.

[2]Lon M J,Hung S,Chen C.Fostering the Determinants of Knowledge Sharing in Professional Virtual Communities [J].Computer in Human Behavior,2009,25(4)∶929-939.

[3]Serena Volo.Blogger′s Reported Tourist Experiences:Their Utility as a Tourism Data Source and Their Effect on Prospective Tourists[J].Journal of Vacation Marketing,2010,16(4)∶297-311.

[4]Park,Reisinger,Yvette,etal.Cultural Differences in Wed Communication：A Preliminary Study[J].Tourism Analysis,2012,17(6)∶761-774.

[5]Anil Bilgihana,Albert Barredab,Fevzi Okumusc,etal.Consumer Perception of Knowledge-sharing in Travel-related Online Social Networks[J].Tourism Management,2016,52(2)∶287-296.

[6]苗學(xué)玲.自駕車旅游研究的新視角：旅游網(wǎng)絡(luò)論壇的主帖分類研究[J].商業(yè)研究,2006,343(11)∶158-160.

[7]苗學(xué)玲,保繼剛.“眾樂樂”：旅游虛擬社區(qū)“結(jié)伴旅行”之性質(zhì)研究[J].旅游學(xué)刊,2007,22(8)∶48-50.

[8]王婷婷.基于內(nèi)容分析的旅游虛擬社區(qū)分享帖研究[D].九江：江西師范大學(xué)碩士學(xué)位論文,2012∶20.

[9]陳雅茜.基于相冊的旅游體驗分享技術(shù)的研究[J].西南民族大學(xué)學(xué)報(自然科學(xué)版),2012,38(3)∶462-465.

[10]歐陽震青,彭潤華.移動UGC環(huán)境下旅游者知識分享行為研究[J].旅游科學(xué),2015,29(2)∶47-49.

[11]胡傳東,李露苗,羅尚火昆.基于網(wǎng)絡(luò)游記內(nèi)容分析的風(fēng)景道騎行體驗研究——以318國道川藏線為例[J].旅游學(xué)刊,2015,30(11)∶99-107.

[12]張藝鎰,柯彬彬,蘇欣慰.窮游研究——基于網(wǎng)絡(luò)文本分析方法[J].未來與發(fā)展,2014,38(7)∶37-39.

[13]Alexa 網(wǎng)站排名查詢[DB/OL].http：//www.alexa.cn/,2016-02-23/2016-03-08.

[14]李亞婷,馬費成.基于標(biāo)簽共現(xiàn)的社會網(wǎng)絡(luò)分析研究[J].情報雜志,2012,31(7)∶103-109.

[15]廉同輝,余菜花,宗乾進(jìn).我國旅游網(wǎng)站的網(wǎng)絡(luò)結(jié)構(gòu)研究——基于社會網(wǎng)絡(luò)分析法[J].旅游科學(xué),2012,26(6)∶80-88.

WANG Yao-bin,YANG Ling,SUN Chuan-ling,JIANG Jin-ping

(Tourism College,Northwest Normal University,Lanzhou 730070,China)

As a new field of tourism research,travel sharing attracted the attention of many experts and scholars in China and aboard.Selected Taking Sconic Spots Gansu Province as an example,the ctrip,mafengwo,lvmama and tuniu travel websites were as research sample,using the text mining method to analyze the word frequency,emotion and semantic website.The results showed that tourists were most concerned with the characterization of typical tourist signs and at the core of tourism resources of the natural and humanistic attractions,especially in the humanities was the most typical.From the perspective of emotion type,positive emotion dominated in emotional components,negative emotion accounted for a small proportion.As a tourist destination,Gansu Province had a high tourism attraction to tourist.But the negative factors that affected the emotion of tourists,such as infrastructure lag,traffic congestion and ticket price were too high which could not be ignored.Furthermore,more than half of the scenic spots or tourist attractions had no power for resources.Finally,the centrality of semantic website of scenic spots was low and structure of semantic website was relatively loose,so there was no factionalism and small group phenomenon.In addition,in the same subgroup of the various attractions were not connect too good.To same extent,the huddle phenomenon was difficult to appear,and it also reflected the connect between the various attractions in Gansu Province which was very seldom.Therefore,it was particularly important to strengthen the communication and cooperation among the attractions in Gansu Province.

text mining;typical travel website;tourism sharing;Gansu Province

2016-11-17；

2016-12-24

國家自然科學(xué)基金項目“粗糙集與模糊集結(jié)合的民族地區(qū)鄉(xiāng)村旅游扶貧精準(zhǔn)識別研究”(編號:41661107);國家旅游局旅游業(yè)青年專家培養(yǎng)計劃項目“主客雙重感知視角的民族地區(qū)旅游影響模型構(gòu)建與實證”(編號:TYEPT201453);西北師范大學(xué)人文社科骨干項目(編號:SKGG14024)。

及通訊作者簡介：王耀斌(1976-),男,甘肅省會寧人,副教授,碩士生導(dǎo)師,研究方向為區(qū)域旅游、旅游影響。

F590.3

A

1005-8141(2017)01-0100-05