基于網(wǎng)絡(luò)評價的三亞景區(qū)旅游消費者情感傾向分析

陸娜 吳明怡

摘要：景區(qū)的旅游消費者評價具有一定的情感傾向，其評價既可以反映消費者的感受，又能影響潛在的旅游消費者。利用八爪魚采集器抓取攜程和馬蜂窩兩大平臺中三亞景區(qū)的旅游消費者評價6565條，運用ROST CM6 軟件對上述評價進(jìn)行語義關(guān)系及情感傾向分析，分析結(jié)果顯示積極情緒占80.24%，消極占10.19%，為了更好地提出建議，再用圖悅軟件對數(shù)據(jù)進(jìn)行詞云圖分析，剔除無效詞語并劃分類目，二者結(jié)合分析的結(jié)果較為全面，從而為三亞景區(qū)提出有針對性的建議。

關(guān)鍵詞：三亞景區(qū);旅游消費者;情感傾向;網(wǎng)絡(luò)評價;滿意

中圖分類號：F724.6 ? ? ?文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2022）02-0006-04

1 研究背景

三亞位于海南省的最南端，是具有宜人的熱帶海洋性季風(fēng)氣候的國際旅游城市，海南省最重要的旅游城市之一，有著豐富的旅游資源，四季如春，被稱為“東方夏威夷”。三亞受到眾多的旅游消費者的青睞，天涯海角、南山寺、鹿回頭、大東海、蜈支洲島及亞龍灣等旅游景點，都是休閑旅游的好去處。2020年全球經(jīng)濟(jì)都受到了新冠肺炎疫情的影響，旅游業(yè)受到的沖擊非常之大，盡管如此，三亞的旅游總體情況還是較為樂觀的。據(jù)三亞市統(tǒng)計局的數(shù)據(jù)顯示，全年該市住宿設(shè)施接待過夜游客1714.4萬人次，實現(xiàn)旅游總收入累計424.7億元，而且旅游者呈現(xiàn)出年輕化的趨勢。

隨著互聯(lián)網(wǎng)的普及以及消費者習(xí)慣的養(yǎng)成，越來越多的旅游消費者在互聯(lián)網(wǎng)網(wǎng)站上查詢景點信息，規(guī)劃旅游路線，提前預(yù)訂機(jī)票、火車票、酒店、門票，并且發(fā)表自己的評論，同時也在旅游網(wǎng)站上查看其他旅游消費者對景點的評價。較多的旅游消費者會參考他人在網(wǎng)絡(luò)上對于景點及其周邊的評價來決定自己是否選擇該景點，由此可見，景點評價對消費者有較大的參考價值，會影響旅游景點口碑。網(wǎng)絡(luò)評價能夠反映出旅游消費者對于旅游景點的游玩感受，對該旅游景點是否滿意，是不容忽視的用戶數(shù)據(jù)。網(wǎng)絡(luò)評價是一把“雙刃劍”，一方面，旅游消費者的網(wǎng)絡(luò)評價如果是夸贊好評的一面，可以提升旅游景點的口碑和形象。另一方面如果是消極差評的一面，將會影響旅游消費者對旅游景點的差的認(rèn)知。

旅游行業(yè)的競爭比較激烈，各大旅游景點都盡可能地運用各種先進(jìn)的設(shè)施和技術(shù)來提升景點的吸引力，同時各大景點也會對用戶數(shù)據(jù)進(jìn)行分析，根據(jù)分析的結(jié)果尋求解決方案進(jìn)而提升自身的競爭力。分析三亞市網(wǎng)絡(luò)評價的消費者情感傾向分析，可以更好地了解旅游消費者對三亞景區(qū)的旅游需求，可以了解到三亞旅游業(yè)的優(yōu)勢和不足之處，為三亞市乃至海南省的旅游業(yè)的發(fā)展方向提供參考，提升旅游消費者的滿意度，可以促進(jìn)海南旅游產(chǎn)業(yè)的發(fā)展。

2 相關(guān)文獻(xiàn)綜述

2.1 情感傾向分析研究現(xiàn)狀

對于情感傾向分析，Pang等人（2002）[1]第一次使用機(jī)器學(xué)習(xí)的算法對電影評價數(shù)據(jù)進(jìn)行情感分析。通過實驗證明了使用機(jī)器學(xué)習(xí)進(jìn)行情感分析是可行的。Taboada （2011）[2]等人在情感傾向分類的過程里使用情感字典法進(jìn)行分類，考慮和總結(jié)了各類有可能會影響情感值的因素，比如考慮對情感詞級性有影響的否定詞，以及語氣詞對情感詞的權(quán)重的作用等等因素。楊奎、段瓊瑾（2017）[3]提出了基于情感詞典的情感傾向分析方法，用來獲取網(wǎng)絡(luò)輿情里面的觀點，提出了一種基于 How Net 概念詞典，它是一種可以通過分析計算詞匯相似度用來構(gòu)建社會情感字典的方法。同時設(shè)計了情感得分的策略。根據(jù)分?jǐn)?shù)來挖掘出人們對于輿論的貶損態(tài)度，從而準(zhǔn)確分析文本的情感動向。黃奇景（2020）[4]參考了基于情感詞典的方法，創(chuàng)建了情感向量指引神經(jīng)網(wǎng)絡(luò)獲取到文本的序列信息，這一提議讓情感分類模型更加可靠。同時對卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行了交融，然后對于神經(jīng)網(wǎng)絡(luò)這一基礎(chǔ)引進(jìn)了注意力的機(jī)制。吳潔（2020）[5]基于深度神經(jīng)網(wǎng)絡(luò)技術(shù)、循環(huán)神經(jīng)網(wǎng)絡(luò)等技術(shù)方法，提出了有效的微博情感分析方法，還針對微博數(shù)據(jù)稀缺、用戶情感動態(tài)變化問題等問題，提出了新方法。提出的方法名叫微博情感分類新方法。

2.2 基于網(wǎng)絡(luò)評價的旅游消費者滿意度研究現(xiàn)狀

基于網(wǎng)絡(luò)評價的旅游消費者滿意度方面的研究有，李光應(yīng)（2017）[6]使用八爪魚爬蟲技術(shù)抓取攜程網(wǎng)站旅游消費者的評價數(shù)據(jù)，并進(jìn)行預(yù)處理，然后通過可視化技術(shù)和 LDA 主題模型，對前面爬蟲技術(shù)抓取到的旅游消費者評論數(shù)據(jù)進(jìn)行特征分析。賈博（2018）[7]基于網(wǎng)絡(luò)評價中的度假酒店服務(wù)體驗質(zhì)量中以三亞艾迪遜為例子，在網(wǎng)絡(luò)上采集旅游消費者的評價，然后對評價進(jìn)行分析，數(shù)據(jù)得出的結(jié)果是現(xiàn)階段三亞艾迪遜酒店客戶的期望值很高，但是還是會存在些許問題，在入住酒店的時候。通過分析和研究得出存在問題的原因，并對問題提出改善的建議。錢成（2017）[8]基于網(wǎng)絡(luò)評價對武漢市的旅游目的地旅游消費者滿意度進(jìn)行分析，首先爬取旅游網(wǎng)站對于武漢市的旅游消費者評價數(shù)據(jù)。然后利用數(shù)據(jù)生成詞云圖進(jìn)行可視化分析，還使用 LDA 主題模型，把這個模型作為依據(jù)建立旅游消費者滿意度影響因素指標(biāo)體系。

3 研究設(shè)計

利用問卷調(diào)查的形式收集被調(diào)查者對景點的評價進(jìn)行情感傾向分析，既耗費時間又耗費人力，且問卷調(diào)查的問題是固定的，不一定能真正反映旅游消費者的真實感受，由此可見問卷調(diào)查形式有一定的局限性。本文通過運用八爪魚采集器收集來自攜程旅游網(wǎng)、馬蜂窩旅游網(wǎng)上三亞景區(qū)的旅游消費者評價，對數(shù)據(jù)進(jìn)行清洗以及文本挖掘，再分析旅游消費者對景區(qū)的情感傾向，同時用圖悅軟件進(jìn)行基于詞云圖的可視化分析，使分析更充分合理。

3.1 數(shù)據(jù)選取與采集

數(shù)據(jù)的選取是工作的第一步。選取的數(shù)據(jù)需要方便獲取并且具有一定的代表性，這樣才能更快速地獲取數(shù)據(jù)，分析出的結(jié)果才有一定的參考價值。采集的數(shù)據(jù)來自攜程旅行網(wǎng)和馬蜂窩旅游網(wǎng)。在眾多的旅游網(wǎng)站中選取二者是有原因的：攜程旅行網(wǎng)成立時間早，是目前最大的旅游網(wǎng)站之一，關(guān)于旅游消費者評價方面運作得比較成熟，包含了很多方面的信息，信息也比較齊全，其網(wǎng)絡(luò)評價具有一定的代表性;馬蜂窩旅游網(wǎng)是中國比較出名和排名靠前的旅行網(wǎng)站，創(chuàng)立于2006年，提供各種旅游服務(wù)，包括酒店的預(yù)訂，信息的查詢等等功能，該網(wǎng)站十分受年輕一代的歡迎，有中國的“旅行圣經(jīng)”的稱號。

使用八爪魚采集器作為采集數(shù)據(jù)的工具，抓取上述兩大網(wǎng)站的排名前10名的三亞景區(qū)旅游消費者評價，抓取成功后對抓取到的數(shù)據(jù)進(jìn)行匯總，共計抓取了6565條旅游消費者評價。圖1為部分旅游消費者評價截圖。

3.2 基于ROST CM6的文本情感傾向分析

ROST CM6文本分析軟件，該軟件可以輔助進(jìn)行人文社會科學(xué)研究，功能包括分詞、字頻、詞頻分析以及社會網(wǎng)絡(luò)和語義網(wǎng)絡(luò)分析、情感分析等等。將八爪魚收集到三亞景區(qū)的6565條旅游消費者評價數(shù)據(jù)，導(dǎo)入ROST CM6軟件進(jìn)行分析。使用軟件的社會網(wǎng)絡(luò)和語義網(wǎng)絡(luò)分析功能，得出語義關(guān)系及其頻數(shù)，然后將得出的結(jié)果的文本文檔轉(zhuǎn)成Excel文件，得出前100個關(guān)聯(lián)詞及其頻數(shù)，同時生成語義可視化分析圖如圖2。

由圖2可知，“三亞”“酒店”“海鮮”“景區(qū)”“沙灘”等關(guān)聯(lián)的詞語較多，是這個圖的關(guān)鍵節(jié)點。其中，三亞和景區(qū)兩個詞在本分析中涉及的含義過于寬泛，分析較為復(fù)雜，而與酒店、海鮮和沙灘有關(guān)的詞語能夠直接反映出這幾方面消費者所關(guān)注的點。例如，與酒店相關(guān)的度假、適合、方便等詞主表明酒店適合度假，是正面的評價;與海鮮相關(guān)的評價詞新鮮、好吃、美食這些詞匯都說明游客對三亞的海鮮持正面的評價，對海鮮的口味、新鮮程度都持夸贊的態(tài)度;與景色關(guān)聯(lián)的詞語有性好玩、有趣是比較正面的評價，表示游客對旅游景點的肯定。

運用ROST CM6對以上評論進(jìn)行旅游消費者評價的情感傾向分析，旅游消費者的評價是積極的還是消極的還是中性的，得出如圖 3 的結(jié)果。

由圖3可知，6565條評論中，積極情緒有5268條，占總數(shù)據(jù)的 80.24%，中性情緒 628 條，占比 9.57%，消極情緒669 條，占比 10.19%。其中高度積極的情緒有2233 條，占比 34.01%。高度消極情緒僅10 條，占比0.15%。

3.3 基于圖悅的詞云圖可視化分析

盡管以上分析能夠說明旅游消費者對于三亞景區(qū)的總體情感傾向是積極的、肯定的，也能確認(rèn)消費者對于酒店、美食以及景點比較關(guān)注，但是與三亞景區(qū)相關(guān)的具體的類目，不止以上三個方面。為了更好地分析旅游消費者所關(guān)注的三亞景區(qū)的具體類目，運用圖悅軟件進(jìn)行詞云圖的可視化分析并進(jìn)行類目劃分。

3.3.1 生成詞云圖，導(dǎo)出詞頻表格

選用詞頻分析工具圖悅軟件進(jìn)行分析，將八爪魚采集的評價導(dǎo)入圖悅軟件，生成如詞云圖，同時導(dǎo)出 Excel 格式的詞頻表格，共計150個詞匯。

3.3.2 關(guān)鍵詞清理

150個詞匯中出現(xiàn)頻率較高的詞語分別是：海鮮、三亞、景點、沙灘、市場、酒店、亞龍灣。由于有些詞匯對研究旅游消費者情感傾向并無直接關(guān)聯(lián)，因此需要去除無關(guān)聯(lián)的詞語才能更好地分析和研究。本文分析三亞整體景區(qū)的情感傾向，所以具體要景點的名稱對于情感傾向分析并無關(guān)聯(lián)，將其剔除，還有些無實義的詞語去除后，得到前130個關(guān)鍵詞，由于數(shù)據(jù)較多，圖4僅展示前50個關(guān)鍵詞。

3.3.3 詞頻類目劃分

由于關(guān)鍵詞較多，而且比較散，為了便于研究，參考李光應(yīng)文獻(xiàn)中通過人工判別對獲得詞頻的詞語進(jìn)行分類，共分出了9類，分別是美食類、項目類、消費類、家人朋友類、交通類、天氣類、服務(wù)類、環(huán)境衛(wèi)生類，如圖 5所示。對整合過的分類進(jìn)行分析，類目詞頻數(shù)所占百分比進(jìn)行匯總，得出如表1所示。

由上分析可知，旅游消費者比較關(guān)注的是美食類、景色類、項目類以及消費者類，它們的占比在10%以上，環(huán)境衛(wèi)生類、交通類、家人朋友類、服務(wù)類及天氣類，雖然占比不高，但是也說明消費者會關(guān)注到這些類目，如果能夠做得更好，也可以提升旅游消費者對三亞景區(qū)評價。

4 結(jié)論與建議

4.1 研究結(jié)論

本文通過運用工具采集攜程與馬蜂窩兩大旅游類平臺的網(wǎng)絡(luò)消費者評價，對其進(jìn)行情感傾向分析，為了更有針對性地分析與提出建議，將基于ROST CM6的文本情感傾向分析和基于圖悅的詞云圖可視化分析二者結(jié)合，分析結(jié)果顯示，積極情緒占比80.24%，消費者情緒僅占 10.19%，其中高度積極情緒占比達(dá)到34.01%，表明消費者對三亞景區(qū)的總體評價是積極的、正面的。分析結(jié)果還可以反映出消費者對于美食、景色等類目持積極的評價，對項目類以及消費者類比較關(guān)心，而環(huán)境衛(wèi)生類、交通類、服務(wù)類等也是消費者關(guān)注的方面。

4.2 建議

根據(jù)上述分析，盡管消費者對于三亞景區(qū)的網(wǎng)絡(luò)評價總體是正面的，消極情緒很少，但是，為了更好地發(fā)展三亞旅游，甚至海南旅游，提升三亞景區(qū)在消費者心中的形象，為相關(guān)部門提出以下建議。

4.2.1 保持美食類尤其是海鮮方面的好評

以上結(jié)合分析顯示，美食在九個類目中排在首位，而與美食評價相關(guān)的詞語中海鮮最受歡迎，同時還包括新鮮、加工、味道、好吃等相關(guān)詞語，總體看，在美食方面還是比較滿意的。在美食方面，首先應(yīng)注重當(dāng)?shù)靥厣?，海鮮的新鮮，在味道方面可考慮消費者的需求進(jìn)行個性化的烹飪，消費者對于加工方面的關(guān)注，體現(xiàn)出消費者希望通過自購海鮮到店烹飪，餐飲店可適當(dāng)增加此項服務(wù)，盡管大排檔是海南的特色，但是衛(wèi)生方面也是不容忽視的。雖然本次數(shù)據(jù)未顯示海鮮的價格問題，但是曾引起過消費者投訴，相關(guān)部門也應(yīng)重視市場監(jiān)控，控制海鮮的性價比。以保證消費者對三亞在美食方面的好評。

4.2.2 挖掘拍照打卡景點，豐富景區(qū)游玩項目

景色類和項目類緊隨美食之后，由以上結(jié)合分析看出，景色類相關(guān)詞語有拍照、美麗、好看、有趣、性價比等，項目類相關(guān)詞語有酒店、好玩、潛水、游泳等。針對景色，消費者希望好看，適合拍照，并且性價比高，大小洞天已經(jīng)成為婚紗照的著名拍攝景點，里面營造了較多的拍照場景，拍照效果非常好，吸引了大量的消費者前往打卡。在不破壞自然環(huán)境的基礎(chǔ)上，可在其他景點增加一些人為的拍照場景，既可以吸引消費者的關(guān)注，也可以為景點帶來收益。目前的項目類主要是潛水游泳之類的，還有一些刺激性的海上項目，差異化和受眾面較小，建議多開發(fā)一些有趣有特色的游玩項目，針對小朋友、老人、青少年、中年人、情侶等不同人群，開發(fā)不同的游玩項目，刺激冒險與安靜舒適相結(jié)合。

4.2.3 完善交通環(huán)境建設(shè)

盡管交通類在分析中占比較低，而且與其相關(guān)的詞語電瓶車、觀光車、游覽車等未反映出負(fù)面的信息，但它也是消費者所關(guān)注的，如果做得不好，消費者的不滿意會帶來較強的負(fù)面影響。三亞交通方面，由于電動車較多且不遵守交通規(guī)則現(xiàn)象較為普遍，交管部門應(yīng)加強交通方面的疏導(dǎo)與管理，安排交協(xié)警人員執(zhí)勤。交通網(wǎng)絡(luò)的規(guī)劃以及交通設(shè)施的建設(shè)應(yīng)受到重視，目前情況有待改進(jìn)。

參考文獻(xiàn)：

[1] Pang B，Lee L，Vaithyanathan S.Thumbs up？sentiment classification using machine learning techniques[C]//Proceedings of the ACL-02 conference on Empirical methods in natural language processing - EMNLP '02.Not Known.Morristown，NJ，USA：Association for Computational Linguistics，2002：79-86.

[2] Taboada M，Brooke J，Tofiloski M，et al.Lexicon-based methods for sentiment analysis[J].Computational Linguistics，2011，37（2）：267-307.

[3] 楊奎，段瓊瑾.基于情感詞典方法的情感傾向性分析[J].計算機(jī)時代，2017（3）：10-13.

[4] 黃奇景.Web評論的文本情感傾向性分析[D].哈爾濱：哈爾濱師范大學(xué)，2020.

[5] 吳潔.基于用戶情感傾向理解的微博情感分析方法研究[D].重慶：重慶理工大學(xué)，2020.

[6] 李光應(yīng).基于數(shù)據(jù)挖掘的桂林市游客滿意度分析[D].桂林：廣西師范大學(xué)，2017.

[7] 賈博.基于網(wǎng)絡(luò)評價中的度假酒店服務(wù)體驗質(zhì)量——以三亞艾迪遜為例[J].才智，2018（8）：200-201.

[8] 錢成.基于網(wǎng)絡(luò)評論的旅游目的地游客滿意度分析——以武漢市為例[D].武漢：中南財經(jīng)政法大學(xué)，2019.

【通聯(lián)編輯：謝媛媛】