基于游記數(shù)據(jù)挖掘的旅游領(lǐng)域用戶畫像構(gòu)建

羅文琦 楊曉霞

摘 要：用戶畫像通過收集用戶的社會(huì)屬性、消費(fèi)習(xí)慣、偏好體征等維度的特征進(jìn)行分析、統(tǒng)計(jì)，挖掘潛在價(jià)值信息，從而抽象出用戶信息全貌。本文利用網(wǎng)絡(luò)游記及評(píng)論數(shù)據(jù)，使用文本情感分析、關(guān)鍵詞提取算法等方法，構(gòu)建了包含用戶基本信息、用戶偏好信息、用戶情境信息、用戶情感感知4個(gè)維度的用戶畫像，并構(gòu)建了與用戶畫像耦合的景點(diǎn)畫像，刻畫用戶對(duì)于旅游的興趣偏好。用戶畫像為旅游企業(yè)分析用戶心理、完善景區(qū)服務(wù)提供輔助。本文以成都市著名旅游景點(diǎn)為例，將用戶畫像與景點(diǎn)畫像耦合對(duì)用戶的興趣偏好進(jìn)行了分析。

關(guān)鍵詞：用戶畫像；景點(diǎn)畫像；智慧旅游；成都市

中圖分類號(hào)：F426.61；TP311.13 文獻(xiàn)標(biāo)識(shí)碼：A

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目“上下文感知的旅游信息智能推薦方法”（41771444）。

隨著時(shí)代的發(fā)展，“互聯(lián)網(wǎng)+”的模式逐漸應(yīng)用于各個(gè)領(lǐng)域，互聯(lián)網(wǎng)與旅游業(yè)的深度融合，使得用戶可以在線進(jìn)行旅游信息搜索以及旅游服務(wù)的查詢與訂購，企業(yè)利用用戶數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營銷，為用戶提供更個(gè)性化、更精準(zhǔn)的使用體驗(yàn)。用戶畫像，即用戶信息標(biāo)簽化，通過收集用戶的社會(huì)屬性、消費(fèi)習(xí)慣、偏好體征等維度的數(shù)據(jù)，對(duì)用戶或產(chǎn)品特征屬性進(jìn)行刻畫，并對(duì)這些特征進(jìn)行分析、統(tǒng)計(jì)，挖掘潛在價(jià)值信息，從而抽象出用戶的信息全貌。

目前用戶畫像已經(jīng)廣泛地應(yīng)用于電子商務(wù)、圖書館應(yīng)用、旅游等領(lǐng)域[1-3]。學(xué)者利用調(diào)查問卷、評(píng)論、游記等數(shù)據(jù)構(gòu)建旅游領(lǐng)域畫像。單曉紅等以在線評(píng)論數(shù)據(jù)為基礎(chǔ)，從用戶信息屬性、酒店信息屬性和用戶評(píng)價(jià)信息屬性3個(gè)維度構(gòu)建用戶畫像模型，完成對(duì)酒店用戶特征的完整刻畫[4]。劉海鷗等基于用戶基本屬性數(shù)據(jù)、用戶行為屬性數(shù)據(jù)以及用戶情境屬性數(shù)據(jù)建立游客的用戶畫像概念模型，提出了基于用戶畫像的旅游情境化推薦模型[5]。崔春生等構(gòu)建用戶畫像模型，分析用戶相似度并結(jié)合用戶情境，進(jìn)行個(gè)性化推薦[6]。國外學(xué)者目前較多利用用戶發(fā)布的照片信息對(duì)其行為進(jìn)行刻畫，Wang Z等基于發(fā)布照片的位置服務(wù)信息以及用戶在旅游平臺(tái)的行為信息，構(gòu)建用戶與項(xiàng)目的異質(zhì)關(guān)系模型[7]。Lyu D等基于地理標(biāo)記照片獲取用戶視覺信息、訪問順序信息構(gòu)建用戶旅行位置矩陣[8]。李雅美等從游記中提取地域、時(shí)間、主題、類型的特征標(biāo)簽，根據(jù)用戶興趣標(biāo)簽找到相似用戶群[9]。

旅游領(lǐng)域用戶畫像為旅游企業(yè)分析用戶心理，完善景區(qū)服務(wù)提供輔助。然而，用戶畫像在旅游領(lǐng)域的應(yīng)用還處于初級(jí)階段，用戶決策易受多種因素影響，需要考慮用戶、景點(diǎn)、情境之間的相互關(guān)系，存在信息獲取隱性、數(shù)據(jù)稀疏和用戶冷啟動(dòng)等問題。本文針對(duì)以上問題，以用戶游記為數(shù)據(jù)基礎(chǔ)設(shè)計(jì)了以用戶基本信息、用戶偏好信息、用戶情境信息、用戶情感感知4個(gè)維度組成的用戶畫像，利用景點(diǎn)畫像與用戶畫像建立的耦合關(guān)系，分析隱含的用戶心理，并以成都市景點(diǎn)為例對(duì)用戶進(jìn)行了個(gè)性化偏好分析。

本文構(gòu)建了包含4個(gè)維度的用戶畫像，同時(shí)建立研究區(qū)域的景點(diǎn)畫像，旅游領(lǐng)域用戶畫像概念模型如圖1所示。

（一）用戶畫像四維度

用戶基本屬性是指用戶的基礎(chǔ)信息類，這些屬性對(duì)用戶類型進(jìn)行了初步的區(qū)分和歸類。利用標(biāo)簽的方法存儲(chǔ)用戶ID、年齡、出行天數(shù)、出行方式、同行人員以及人均消費(fèi)等信息。

用戶偏好是用戶在考量商品和服務(wù)的時(shí)候所做出的理性的具有傾向性的選擇，是用戶認(rèn)知、心理感受及經(jīng)濟(jì)學(xué)權(quán)衡的綜合結(jié)果。本文使用jieba工具對(duì)游記文本進(jìn)行處理，并添加自定義詞典，文本分析結(jié)果結(jié)合景點(diǎn)畫像中的景點(diǎn)分類獲得用戶對(duì)景點(diǎn)類型、游覽方式等偏好。

本文還提出用戶情境信息維度，用戶所處情境不同，對(duì)景點(diǎn)的偏好和體驗(yàn)也會(huì)存在差異。用戶情境是指用戶所處的自然環(huán)境，如季節(jié)、月份、溫度等；用戶的社會(huì)經(jīng)濟(jì)情境，如社交網(wǎng)絡(luò)以及用戶的消費(fèi)習(xí)慣、經(jīng)濟(jì)情況。在用戶畫像中構(gòu)建用戶情境信息，有助于景區(qū)針對(duì)變化的情境要素做出相應(yīng)決策。

（二）景點(diǎn)畫像模型

同時(shí)設(shè)定景點(diǎn)資源分類標(biāo)簽，分為地文景觀（1）、水域風(fēng)光（2）、生物景觀（3）、天象與氣候景觀（4）、遺址遺跡（5）、建筑與設(shè)施（6）、旅游商品（7）、人文活動(dòng)（8）八大類；建立景點(diǎn)內(nèi)容分類標(biāo)簽，為游覽鑒賞型（A）、知識(shí)型（B）、體驗(yàn)型（C）和康樂型（D），成都市部分旅游資源分類情況如表1所示。

（三）旅游領(lǐng)域用戶畫像與景點(diǎn)畫像的耦合

本文建立的旅游領(lǐng)域用戶畫像由用戶畫像和景點(diǎn)畫像兩部分構(gòu)成，景點(diǎn)作為旅游行為的載體，其相關(guān)信息與用戶行為、情感存在一定的耦合關(guān)系。本文將景點(diǎn)的分類信息映射到用戶偏好維度，分析用戶在景點(diǎn)類型、游覽方式上所表現(xiàn)的用戶偏好。同時(shí)景點(diǎn)六要素評(píng)分結(jié)果反映了以景點(diǎn)為中心的內(nèi)部及周邊設(shè)施的建設(shè)完善度和用戶滿意度。利用畫像之間的耦合關(guān)系，能更好地分析用戶行為與景點(diǎn)的聯(lián)系，為分析用戶偏好、改善景點(diǎn)環(huán)境提供理論支持。

（一）數(shù)據(jù)來源及預(yù)處理

本文將成都作為實(shí)驗(yàn)區(qū)域，利用網(wǎng)絡(luò)爬蟲工具，爬取了攜程網(wǎng)站上成都市4 317條游記數(shù)據(jù)以及29個(gè)景點(diǎn)的8 820條評(píng)論數(shù)據(jù)。對(duì)游記及評(píng)論預(yù)處理保留了2 970條游記數(shù)據(jù)和20個(gè)熱門景點(diǎn)的7 680條評(píng)論數(shù)據(jù)。成都作為美食娛樂之都，同時(shí)擁有自然風(fēng)光與人文景觀，游玩方式以美食和攝影為主。出行天數(shù)多在2～5天之內(nèi)，有游記1 964條，占比65.9%。出行月份主要集中在2月、7月、10月等節(jié)假日和寒暑假時(shí)期。同行人員反映出多以親子、朋友出行為主，其占比63%。人均消費(fèi)則在700～4 000元不等，消費(fèi)水平受到出行方式、用戶經(jīng)濟(jì)水平等影響。

（二）景點(diǎn)評(píng)論TF-IDF計(jì)算結(jié)果

本文利用TF-IDF算法對(duì)處理后的20個(gè)熱門景點(diǎn)評(píng)論得到其旅游六要素的得分，部分實(shí)驗(yàn)結(jié)果如表2所示。

（三）游記文本情感分析結(jié)果

本文選擇游覽景點(diǎn)大于5個(gè)的三名游客（甲、乙、丙）作為研究對(duì)象，三名游客的年齡、職業(yè)均不相同。利用Python中的SnowNLP庫進(jìn)行情感分析，對(duì)三名用戶的游記內(nèi)容進(jìn)行賦值（0～1），如表3所示。

用戶甲訪問的景點(diǎn)有春熙路、青城山、武侯祠、寬窄巷子、錦里，該用戶在住宿類的評(píng)分最低，結(jié)合景點(diǎn)住宿類得分，青城山景區(qū)的住宿服務(wù)需要加強(qiáng)。用戶乙訪問的景點(diǎn)有大熊貓繁育研究基地、大慈寺、春熙路、寬窄巷子、文殊院，該用戶在交通類的分值較低，該用戶游覽的景點(diǎn)主要集中在成都二環(huán)以內(nèi)，然而大熊貓繁育研究基地與市區(qū)有一定的距離。用戶丙訪問的景點(diǎn)為春熙路、天府廣場、人民公園、寬窄巷子、武侯祠、文殊院、都江堰、青城山，其評(píng)分結(jié)果表現(xiàn)的綜合體驗(yàn)較好，但在景區(qū)游覽方面體驗(yàn)感較差，春熙路、天府廣場等由于其主要發(fā)展的是以購物、娛樂為主導(dǎo)的旅游商品類和人文活動(dòng)類景點(diǎn)，在游覽性體驗(yàn)方面發(fā)展較緩。同時(shí)，三名用戶的出行時(shí)間分別為2月、7月和10月，旅游出行旺季存在交通擁堵、景區(qū)接待人數(shù)達(dá)到峰值等情境，對(duì)用戶的旅游體驗(yàn)造成一定程度的負(fù)面影響。用戶甲與用戶乙在景點(diǎn)的選擇上大多為室外鑒賞型景點(diǎn)，寒冷與炎熱的天氣會(huì)使得用戶在室外進(jìn)行旅游活動(dòng)時(shí)體感較差，從而影響旅游情感。相比之下，用戶丙在10月出行，該月份溫度宜人所以整體波動(dòng)較小，旅游六要素體驗(yàn)評(píng)分較高。

目前，國內(nèi)用戶畫像的研究多采用問卷調(diào)查或簡單的統(tǒng)計(jì)分析，本文將文本分析和信息挖掘技術(shù)應(yīng)用于用戶畫像的研究，刻畫用戶興趣偏好，分析用戶的旅游情感，豐富了游客畫像的研究方法及工具。與以往的研究相比，本文建立了景點(diǎn)畫像，豐富了用戶畫像的內(nèi)涵，同時(shí)在旅游用戶畫像中加入了景點(diǎn)情境及用戶情境信息。從旅游企業(yè)的角度，畫像反映了游客對(duì)旅游六要素的感受，為景區(qū)建設(shè)提供建議；在游客角度，畫像涉及的情境信息可根據(jù)景區(qū)環(huán)境為用戶推薦合適的景區(qū)。

[1] 王凌霄，沈卓，李艷.社會(huì)化問答社區(qū)用戶畫像構(gòu)建[J].情報(bào)理論與實(shí)踐，2018（1）：129-134.

[2] 許鵬程，畢強(qiáng)，張晗，等.數(shù)據(jù)驅(qū)動(dòng)下數(shù)字圖書館用戶畫像模型構(gòu)建[J].圖書情報(bào)工作，2019（3）：30-37.

[3] 孫振強(qiáng)，羅永龍，鄭孝遙，等.一種融合用戶情感與相似度的智能旅游路徑推薦方法[J].計(jì)算機(jī)科學(xué)，2021（增刊1）：226-230.

[4] 單曉紅，張曉月，劉曉燕.基于在線評(píng)論的用戶畫像研究：以攜程酒店為例[J].情報(bào)理論與實(shí)踐，2018（4）：99-104.

[5] 劉海鷗，孫晶晶，蘇妍嫄，等.基于用戶畫像的旅游情境化推薦服務(wù)研究[J].情報(bào)理論與實(shí)踐，2018（10）：87-92.

[6] 崔春生，王雪，李文龍.情境環(huán)境下基于用戶畫像的旅游產(chǎn)品推薦算法研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2019（20）：122-131.

[7] WANG Z ， XIAO W ， Y LI， et al. LHRM： A LBS Based Heterogeneous Relations Model for User Cold Start Recommendation in Online Travel Platform[J]. Springer， Cham， 2020（11）： 479-490.

[8] D LYU，L CHEN，Z XU， et al. Weighted multi-information constrained matrix factorization for personalized travel location recommendation based on geo-tagged photos[J]. Applied Intelligence，2020（3）：924-938.

[9] 李雅美，王昌棟.基于標(biāo)簽的個(gè)性化旅游推薦[J].中國科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2017（7）：547-555.