基于新浪微博文本分析的哈爾濱市公園話題對(duì)比研究

張雨芊,孟祥莊

(東北林業(yè)大學(xué)，黑龍江 哈爾濱 150006)

1 引言

當(dāng)今互聯(lián)網(wǎng)應(yīng)用快速發(fā)展，網(wǎng)絡(luò)隨時(shí)都在產(chǎn)生龐大的數(shù)據(jù)量。而這些海量的數(shù)據(jù)只有經(jīng)分析與抽取，才能體現(xiàn)出真正的價(jià)值。大數(shù)據(jù)具有規(guī)模性(volume)、多樣性(variety)、高速性(velocity)和有價(jià)值(value)等特點(diǎn)[1]。在互聯(lián)網(wǎng)數(shù)據(jù)中，文本數(shù)據(jù)是其主要的數(shù)據(jù)形式，眾多的計(jì)算機(jī)文本處理技術(shù)已在多種科學(xué)研究及商業(yè)領(lǐng)域得到應(yīng)用。面對(duì)時(shí)代發(fā)展，越來越多的影響因素正在對(duì)風(fēng)景園林學(xué)提出新的挑戰(zhàn)。大數(shù)據(jù)的真正價(jià)值不在于大,而在于全，空間維度上的多角度、多層次信息的交叉復(fù)現(xiàn)；時(shí)間維度上的與人或社會(huì)有機(jī)體的活動(dòng)相關(guān)聯(lián)的信息的持續(xù)呈現(xiàn)[2]。在研究方法逐漸產(chǎn)生變革的今天，需要進(jìn)一步推動(dòng)多學(xué)科交叉融合，利用多樣的海量數(shù)據(jù)解決風(fēng)景園林學(xué)科設(shè)計(jì)問題。而在風(fēng)景園林學(xué)領(lǐng)域，大數(shù)據(jù)分析相關(guān)方法的應(yīng)用仍然較為局限。

目前景觀規(guī)劃設(shè)計(jì)領(lǐng)域的大數(shù)據(jù)應(yīng)用，主要有移動(dòng)通信設(shè)備數(shù)據(jù)、定位導(dǎo)航數(shù)據(jù)、環(huán)境感知數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)、數(shù)值模擬、景觀照片分析等方面。網(wǎng)絡(luò)數(shù)據(jù)挖掘目前主要通過設(shè)計(jì)檢索和獲取數(shù)據(jù)的網(wǎng)絡(luò)爬蟲實(shí)現(xiàn)。有關(guān)居民時(shí)空行為數(shù)據(jù)的采集與分析，經(jīng)歷了GIS軟件[3](CHASE-GIS)向多種信息設(shè)備相結(jié)合[4]的方法。目前相關(guān)研究通過獲取手機(jī)通話數(shù)據(jù)[5，6]、出租車[7]、公交車刷卡數(shù)據(jù)[8]、社交媒體[9]等互聯(lián)網(wǎng)數(shù)據(jù)記錄簽到數(shù)據(jù)、實(shí)時(shí)人流量、人群熱度、點(diǎn)擊率、掃碼率、搜索詞條排序等數(shù)據(jù)，都已經(jīng)成為大量可靠的數(shù)據(jù)來源，并提升了公園綠地評(píng)價(jià)的普遍性與準(zhǔn)確性。風(fēng)景園林領(lǐng)域在社交媒體數(shù)據(jù)應(yīng)用方面，通常通過具有公開定位服務(wù)的社交媒體獲取位置數(shù)據(jù)[10]。國(guó)內(nèi)學(xué)者常利用簽到大數(shù)據(jù)進(jìn)行簽到密度和熱點(diǎn)地區(qū)的分析，得到公園的使用狀況和時(shí)空特征等。有關(guān)社交媒體網(wǎng)絡(luò)數(shù)據(jù)的挖掘與應(yīng)用，國(guó)外學(xué)者多運(yùn)用Twitter數(shù)據(jù)獲取游客的地理坐標(biāo)、文本數(shù)據(jù)，以分析關(guān)鍵詞特征和居民活動(dòng)行為[11]等。國(guó)內(nèi)社交媒體文本分析應(yīng)用于風(fēng)景園林領(lǐng)域的研究仍處于萌芽狀態(tài)，目前有通過微博API[12]研究游客情感的時(shí)空變化特征，基于社交媒體數(shù)據(jù)文本分析對(duì)公園進(jìn)行對(duì)比分析[13]等。

2 研究方法

2.1 數(shù)據(jù)采集

本研究運(yùn)用大數(shù)據(jù)文本分析法，通過關(guān)鍵詞爬取方法進(jìn)行數(shù)據(jù)獲取，對(duì)使用者在新浪微博中對(duì)各公園的評(píng)論和感想進(jìn)行文本分析，得到游客的情感數(shù)據(jù)與偏好話題特征，進(jìn)而分析哈爾濱市游客的情感特征，及其與使用者話題偏好特征之間的關(guān)系。

研究地哈爾濱市屬中溫帶大陸性季風(fēng)氣候。全年平均氣溫5.6 ℃，冬長(zhǎng)夏短，有“冰城”之稱。參考哈爾濱市政府開放數(shù)據(jù)平臺(tái)《哈爾濱城市公園名錄》記錄的公園綠地信息，在哈爾濱市53個(gè)城市公園中，本文將第二輪數(shù)據(jù)爬取后2018～2020年相關(guān)微博數(shù)量在100條以上的16個(gè)公園作為研究范圍。供詳細(xì)分析的16個(gè)公園基本呈現(xiàn)3種類別：公園綠地中，綜合性公園包括：兆麟公園、文化公園、斯大林公園、音樂公園、群力丁香公園、中國(guó)亭園、湘江公園、外灘濕地公園；社區(qū)公園包括：雨陽(yáng)公園、中東鐵路公園、紅博中央公園；專類公園包括：東北虎林園、兒童公園、體育公園。此外，太陽(yáng)島公園屬于風(fēng)景名勝區(qū)范圍。

在數(shù)據(jù)獲取方面，以新浪微博為代表的眾多網(wǎng)絡(luò)媒體多會(huì)為研發(fā)人員提供部分?jǐn)?shù)據(jù)的開放訪問接口，而其實(shí)際公開數(shù)據(jù)集規(guī)模較小，且在實(shí)際使用中常常容易受到諸多限制，難以快速且精準(zhǔn)地獲取到相關(guān)微博內(nèi)容；而基于Python的微博爬蟲則可以有效精準(zhǔn)地獲取微博數(shù)據(jù)，提高數(shù)據(jù)分析效率。因此本文使用Python純爬蟲的方式為數(shù)據(jù)獲取提供支持。網(wǎng)絡(luò)爬蟲(Web Crawler) 是一種能夠基于既定規(guī)則對(duì)Web網(wǎng)頁(yè)中應(yīng)用程序或腳本進(jìn)行自動(dòng)提取的技術(shù)。微博爬蟲常通過模擬網(wǎng)頁(yè)端的登錄等操作等方式，以獲取相關(guān)數(shù)據(jù)，并將獲取到的數(shù)據(jù)寫入本地存儲(chǔ)。本文爬蟲可連續(xù)獲取一個(gè)或多個(gè)微博關(guān)鍵詞搜索結(jié)果，并將結(jié)果寫入文件、數(shù)據(jù)庫(kù)等，同時(shí)可以指定搜索的時(shí)間范圍。其獲取的每條數(shù)據(jù)均包括用戶id、昵稱、微博正文、發(fā)布位置、話題、轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)、點(diǎn)贊數(shù)、發(fā)布時(shí)間等信息。部分?jǐn)?shù)據(jù)結(jié)構(gòu)見表1。

表1 獲取微博數(shù)據(jù)結(jié)構(gòu)

使用新浪微博數(shù)據(jù)爬蟲抓取2014年1月1日至2021年6月30日以“哈爾濱”“公園”作為關(guān)鍵詞的微博數(shù)據(jù)，其中包括同時(shí)出現(xiàn)兩個(gè)關(guān)鍵詞的微博，也包含定位于哈爾濱市，包含“公園”關(guān)鍵詞的微博。刪除數(shù)據(jù)中重復(fù)、空白等無效數(shù)據(jù)后，最終得到19196條微博數(shù)據(jù)，其中2018～2020年數(shù)據(jù)9951條。由于時(shí)間較為久遠(yuǎn)的微博數(shù)量較少，保存不完整，而近期微博文本數(shù)據(jù)較為豐富，占據(jù)了大部分且更具時(shí)效性，在時(shí)間趨勢(shì)分析中，本文就近3年(2018年1月1日0時(shí)至2020年12月31日24時(shí))微博數(shù)據(jù)進(jìn)行文本分析。

在獲取到以“哈爾濱”“公園”作為關(guān)鍵詞的微博數(shù)據(jù)后，需要對(duì)處理后數(shù)據(jù)進(jìn)行詞頻分析與新詞發(fā)現(xiàn)處理，并在新詞發(fā)現(xiàn)的結(jié)果中，人工篩選出出現(xiàn)頻率較高的公園名稱。針對(duì)話題度較高的公園，進(jìn)行第二輪數(shù)據(jù)獲取，得到各高頻公園的文本數(shù)據(jù)，為隨后的公園間公平性對(duì)比分析、話題差異對(duì)比分析提供支撐。去除無關(guān)、重復(fù)數(shù)據(jù)，第二輪獲取到的微博文本數(shù)據(jù)總計(jì)47271條。其中：太陽(yáng)島公園相關(guān)微博29297條；東北虎林園相關(guān)微博5247條；兆麟公園相關(guān)微博3162條；斯大林公園相關(guān)微博1821條；中國(guó)亭園相關(guān)微博1069條；文化公園相關(guān)微博1065條；兒童公園微博1083條；紅博中央公園相關(guān)微博977條；丁香公園相關(guān)微博865條；湘江公園相關(guān)微博544條；中東鐵路公園相關(guān)微博511條；雨陽(yáng)公園相關(guān)微博484條；音樂公園相關(guān)微博478條；外灘濕地公園相關(guān)微博420條；勞動(dòng)公園相關(guān)微博163條；體育公園相關(guān)微博130條。此部分公園3年內(nèi)微博數(shù)據(jù)均在100條以上。

2.2 詞頻分析與新詞發(fā)現(xiàn)

本文使用張華平博士開發(fā)的NLPIR-Parser大數(shù)據(jù)語(yǔ)義智能分析平臺(tái)[14]結(jié)合百度AI開放平臺(tái)進(jìn)行文本分析。詞頻分析能夠?qū)ξ谋镜年P(guān)鍵詞出現(xiàn)的頻次進(jìn)行統(tǒng)計(jì)。當(dāng)某個(gè)關(guān)鍵詞在該文本中反復(fù)出現(xiàn)時(shí),該詞就能反映這條文本的偏向話題。本文中詞頻分析可用于發(fā)現(xiàn)高頻話題詞匯。新詞發(fā)現(xiàn)是在關(guān)鍵詞提取的基礎(chǔ)上，識(shí)別網(wǎng)絡(luò)新詞等特定詞匯，在本文可用于發(fā)現(xiàn)文本中關(guān)注度較高的公園名稱。統(tǒng)計(jì)所得數(shù)據(jù)有詞語(yǔ)(word)、詞性(Part-Of-Speech)、權(quán)重(Weight)、頻率(Frequency)。

2.3 情感分析

情感分析是一種對(duì)文本中隱含情感的傾向性進(jìn)行提取的過程。百度情感傾向分析可對(duì)包含主觀觀點(diǎn)信息的文本進(jìn)行情感極性類別(積極、消極、中性)的判斷，并給出相應(yīng)的置信度。數(shù)據(jù)結(jié)果包含4種類型，其中sentiment表示情感極性分類結(jié)果(0:負(fù)向，1:中性，2:正向)，confidence表示分類的置信度，positiveprob表示屬于積極類別的概率，negativeprob表示屬于消極類別的概率。在后文的分析中，置信度在后文中作為情感概率的權(quán)重進(jìn)行計(jì)算。通過python平臺(tái)實(shí)現(xiàn)對(duì)微博數(shù)據(jù)的逐條讀取，接入百度SDK接口，進(jìn)行情感傾向分析后逐條寫入數(shù)據(jù)庫(kù)。通過每組微博的積極情感概率和消極情感概率，計(jì)算各公園的平均加權(quán)情感極性類別概率，用于后文衡量游客的情感離散程度。另外，對(duì)比分析各公園情感值差異特征，以及情感值隨時(shí)間變化的特征。

3 結(jié)果與分析

3.1 游客情感特征

3.1.1 游客情感時(shí)間變化趨勢(shì)

本文的情感分析主要分析與“哈爾濱”“公園”關(guān)鍵詞相關(guān)微博的加權(quán)情感概率和各類情感傾向占比。情感傾向占比體現(xiàn)了各類微博占比的數(shù)量趨勢(shì)，便于分析游客情感隨時(shí)間的變化特征。情感概率分為積極概率和消極概率，可以較為準(zhǔn)確地體現(xiàn)綜合置信度與積極消極概率的情感值。其不僅能夠表示其微博情感類別，也能較為準(zhǔn)確地將逐條微博情感傾向量化。以置信度作為權(quán)重計(jì)算得出每月全部微博的加權(quán)情感概率均值，作為游客情感值主要的衡量指標(biāo)。其公式為：

(1)

式(1)中，E代表每月的加權(quán)情感概率均值(%)；Ei代表第i條微博文本數(shù)據(jù)的情感概率(%)；Ci代表第i條微博文本數(shù)據(jù)的情感概率置信度，作為權(quán)重計(jì)算；n代表全部的微博數(shù)據(jù)數(shù)量。在分析范圍內(nèi)，每月與哈爾濱市公園相關(guān)的微博話題文本中，情感分析所得詳細(xì)數(shù)據(jù)如表2。

表2 情感分析結(jié)果(每月)

總體趨勢(shì)如圖1所示。在微博數(shù)量方面：總體上每月相關(guān)微博數(shù)量在200～300條左右波動(dòng)；在變化趨勢(shì)上，每年4～9月份微博數(shù)量最多，基本穩(wěn)定在200條以上；10月至次年1月數(shù)量其次；2～3月份微博數(shù)量較少。在各類情感傾向占比方面：總體趨勢(shì)在2018年間，6月份負(fù)向情感微博數(shù)量占比明顯增加；2019年各類微博占比較為穩(wěn)定；2020年情感傾向較為波動(dòng)，4月份、8月份負(fù)向微博數(shù)量均高于多數(shù)月份。在加權(quán)情感概率方面：2018年6月份、2020年4～5月份、2020年8月份負(fù)面情感出現(xiàn)了明顯的峰值；而3年間總體上在11月份至次年2月份期間，情感值較為良好。

圖1 微博情感時(shí)間變化特征

3.1.2 公園游客情感差異特征

對(duì)哈爾濱市被提及頻率最高的16個(gè)公園相關(guān)共47271條微博文本進(jìn)行了情感分析。得到統(tǒng)計(jì)數(shù)據(jù)后，將每條微博文本置信度作為權(quán)重計(jì)算情感傾向概率，并統(tǒng)計(jì)各類情感傾向的微博數(shù)量并計(jì)算其占比。統(tǒng)計(jì)顯示如表3。

表3 公園游客情感分析結(jié)果

在公園情感分析結(jié)果差異上，微博數(shù)量方面：各公園微博總數(shù)差異大，太陽(yáng)島公園相關(guān)微博總數(shù)29297條最多，其次是東北虎林園和兆麟公園。各類情感傾向占比方面：對(duì)比分析了加權(quán)情感概率與情感傾向占比高低排序，得知情感傾向百分比與情感概率總體趨勢(shì)相似，排序不完全相同。加權(quán)情感概率方面：對(duì)比分析了加權(quán)積極情感概率與消極情感概率高低排序，消極情感概率與積極情感概率總體趨勢(shì)相似，但不完全相關(guān)。

分析對(duì)比情感傾向占比與加權(quán)情感概率之間關(guān)系可知，總體趨勢(shì)相似；部分公園正向微博數(shù)量占比不高，但整體積極概率較高；其正向微博情感傾向較為明顯：如太陽(yáng)島公園、紅博中央公園、文化公園。部分公園正向微博數(shù)量占比較低，但整體積極概率處于中等水平：如斯大林公園、勞動(dòng)公園、兒童公園。而在負(fù)向微博數(shù)量占比與消極情感概率的對(duì)比方面，無較大差異。對(duì)比各公園加權(quán)積極情感概率與消極情感概率趨勢(shì)，通常積極概率較高的公園，消極概率較低；而太陽(yáng)島公園、紅博中央公園、文化公園的積極情感概率與消極情感概率同樣較高，情感傾向波動(dòng)大；而兒童公園、勞動(dòng)公園的積極情感概率與消極情感概率均處于較低水平。

3.2 游客情感影響因素

3.2.1 總體話題分析

關(guān)鍵詞詞頻統(tǒng)計(jì)體現(xiàn)了微博用戶對(duì)哈爾濱公園相關(guān)話題關(guān)注程度。通過人工篩選去除無效、不相關(guān)結(jié)果(如“一個(gè)”“進(jìn)行”“可以”等無意義數(shù)詞、量詞)，綜合權(quán)重與頻率進(jìn)行排序，得到話題關(guān)注度排序。在與日常使用者密切相關(guān)的詞匯中，按話題熱門程度排序依次為：旅游、生活、冰雪、冰城、工作、文化、免費(fèi)、服務(wù)、體驗(yàn)、開放、大學(xué)、冰雕、附近、孩子、小區(qū)、丁香、疫情、旅行等。關(guān)注度最高的“旅游”話題，權(quán)重為223.79，頻率為2188。部分具體數(shù)據(jù)如表4。

表4 總體詞頻分析數(shù)據(jù)結(jié)構(gòu)

分析詞頻統(tǒng)計(jì)完整結(jié)果可以得知以下結(jié)果：①游客較為關(guān)心的哈爾濱市本地特色文化話題中，加權(quán)頻率由高至低依次有：松花江、冰雪、冰城、冰雕、馬迭爾冰棍、冰雪大世界、雪人等詞匯：②在與公園相關(guān)可供參考的話題中，加權(quán)頻率由高至低依次有：旅游、松花江、濕地、建筑、文化、免費(fèi)、服務(wù)、體驗(yàn)、開放、交通、附近、丁香、疫情、鴛鴦、旅行、天氣、運(yùn)動(dòng)、自然、生態(tài)、廣場(chǎng)等：③與游客生活、活動(dòng)相關(guān)的話題中，加權(quán)頻率由高至低依次有：旅游、活動(dòng)、生活、工作、發(fā)現(xiàn)、體驗(yàn)、旅行、感受、感覺、運(yùn)動(dòng)、參加、朋友、美食、廣場(chǎng)舞、休閑、拍攝、攝影、比賽等：④將結(jié)果中詞性為動(dòng)詞的詞匯進(jìn)行篩選(其中也包括動(dòng)名詞、形容動(dòng)詞等)，去除無意義、參考價(jià)值較低的詞匯，可以看到加權(quán)頻率由高至低依次有：旅游、活動(dòng)、建設(shè)、生活、工作、設(shè)計(jì)、發(fā)現(xiàn)、免費(fèi)、服務(wù)、看到、體驗(yàn)、開放、喜歡、旅行、管理、保護(hù)、感受、運(yùn)動(dòng)、提供、參加、施工、推薦、出行、舉辦、希望、休閑、拍攝、攝影、比賽、恢復(fù)、滑雪、游覽、看看、展示、拍照、健身等。

在話題隨時(shí)間變化特征上，2019年冰雪、太陽(yáng)島公園、生活、喜歡、丁香、免費(fèi)、環(huán)境、鴛鴦、冰雕、廣場(chǎng)舞、陽(yáng)光、老人等話題均有上升，其中丁香、鴛鴦、冰雕、廣場(chǎng)舞等詞匯頻率上升幅度較大；服務(wù)、美食、自然、景點(diǎn)等話題略有下降。

3.2.2 消極情感話題分析

在與哈爾濱市公園相關(guān)微博中，負(fù)向情感微博占比約為9.7%，將此類微博進(jìn)行篩選后進(jìn)行詞頻分析。去除無關(guān)詞匯后，得到詞頻分析和新詞發(fā)現(xiàn)的分析結(jié)果?？梢园l(fā)現(xiàn)的重要高頻話題有：發(fā)現(xiàn)(43.66，240)(前為置信度，后為詞匯出現(xiàn)頻率)、老人(40.68，346)、廣場(chǎng)舞、工作人員、男子、小區(qū)、市民、孩子、跳廣場(chǎng)舞、江邊、城市、居民、項(xiàng)目、建設(shè)、大學(xué)、記者、遛狗、管理、問題、城管執(zhí)法人員(26.21，15)等。其中新詞發(fā)現(xiàn)得到的相關(guān)話題有：廣場(chǎng)舞(39.01，91)、跳廣場(chǎng)舞(32.92，23)、遛狗、城管執(zhí)法人員、客服、疫情防控、旅游攻略、禁養(yǎng)犬、公示板、大型游樂設(shè)施、投訴舉報(bào)(20.41，10)、撞樹、排爆等。詞頻分析與新詞發(fā)現(xiàn)可視化如圖2和圖3。

圖2 負(fù)向微博詞頻分析結(jié)果

圖3 負(fù)向微博新詞發(fā)現(xiàn)結(jié)果

3.2.2 各公園游客情感與話題相關(guān)特征

由前文情感分析可知，外灘公園、丁香公園、音樂公園的加權(quán)情感概率與正向微博百分比均在較高水平。同時(shí)，情感概率離散程度也較小。其中外灘公園較為高頻的話題為：文化(51.99，198)、銀川、旅游、生態(tài)、濕地保護(hù)、冬季旅游護(hù)照、保護(hù)、游客、鳥類、濱江、文旅、生活、塞外雪鄉(xiāng)、環(huán)境、觀鳥、自然、體驗(yàn)、健身、開放(22.05，48)等。丁香公園較為高頻的話題為：丁香花(64.70，273)、施工、建設(shè)、天池丁香公園、哈爾濱丁香節(jié)、地鐵、線路、冰城、疫情防控、臨時(shí)調(diào)整、河鼓街、文化(28.08，55)等。音樂公園較為高頻的話題為：音樂主題公園(46.59，29)、陽(yáng)明灘大橋、噴泉、廣場(chǎng)、金河公園、音樂谷、文化、塑膠跑道、冰城、防洪紀(jì)念塔、江邊、景觀、江畔、馬迭爾、表演、廣場(chǎng)舞、冰雪迷你馬拉松(18.72，5)等。

可見哈爾濱市游客情感概率較高的公園，其話題主要具有如下特點(diǎn)：①文化特色。在外灘濕地公園的相關(guān)微博文本中，與生態(tài)、濕地、鳥類等詞匯最為高頻；在音樂公園話題中，音樂谷、文化、冰城、表演等為高頻詞匯；②自然環(huán)境。如生態(tài)、濱江、自然、江邊等；③節(jié)日活動(dòng)。如表演、馬拉松等話題；④免費(fèi)開放。如生活、健身、開放、廣場(chǎng)舞等。詞頻分析可視化結(jié)果如圖4。

圖4 詞頻分析結(jié)果(情感值較高公園)

加權(quán)情感概率與正向微博百分比綜合較低的公園為體育公園、斯大林公園、勞動(dòng)公園、兒童公園。體育公園高頻話題有：航海模型(17.12，12)、哈爾濱地鐵、高爾夫球場(chǎng)、運(yùn)動(dòng)、比賽、冰雪、活動(dòng)、冰雪季、園廁、滑冰(9.21，14)等。斯大林公園高頻話題有：松花江(135.49，1024)、馬迭爾冰棍、江畔餐廳、鍋包肉、冰城、冰雪、江邊、雪人、文化、江畔餐廳、鍋包肉、廣場(chǎng)舞、旅游攻略(40.42，205)等。勞動(dòng)公園高頻話題有：松江生態(tài)園(42.79，21)、社區(qū)樂跑賽、排爆人員、哈爾濱工運(yùn)、游園活動(dòng)、萬達(dá)商圈、雪雕、冰城、運(yùn)動(dòng)、建筑面積、歷史(9.89，35)等。兒童公園高頻話題有：兒童鐵路(60.98，313)、兒鐵記憶館、升級(jí)改造、孩子、工作人員、游樂設(shè)施、鐵路、服務(wù)、免費(fèi)、升級(jí)改造過程、六一兒童節(jié)、設(shè)施(21.90，63)等?？傮w詞頻分析可視化結(jié)果如圖5。

圖5 詞頻分析結(jié)果(情感值較低公園)

3.2.3 情感影響因素

根據(jù)前文分析數(shù)據(jù)，人工對(duì)比分析詞頻分析結(jié)果與情感分析結(jié)果的相關(guān)性，可見影響哈爾濱市公園游客情感的因素主要如下。

(1)文化與公園特色。在居民日?；顒?dòng)的開放性公園中，公平性較強(qiáng)，且獲得更高評(píng)價(jià)的音樂公園、外灘濕地公園、丁香公園的共性是具有明顯文化特色。在此部分公園的高頻詞匯中，均體現(xiàn)了游客對(duì)公園特色的偏好，如銀川、丁香節(jié)、冰城、音樂谷等，處于關(guān)注的重點(diǎn)；在其他無明顯特色的日常性公園中，話題仍由具哈爾濱市文化的詞匯主導(dǎo)，如冰雪、松花江、馬迭爾冰棍、紅腸、雪雕、冰城等。這意味著挖掘公園的特殊性對(duì)于影響游客情緒占重要地位。

(2)自然風(fēng)景與景觀環(huán)境質(zhì)量。各公園偏向積極的微博文本中，與自然風(fēng)景、景觀質(zhì)量相關(guān)的詞匯均具有重要分量，是公平性重要的積極影響因素。如外灘濕地公園相關(guān)微博中，游客對(duì)于觀鳥、鳥類、濱江、自然等話題顯示較大興趣；丁香公園的丁香花也是其情感概率較高的重要積極影響因素；在音樂公園中，陽(yáng)明灘大橋、噴泉、廣場(chǎng)、塑膠跑道、江邊等詞匯也體現(xiàn)了自然與景觀對(duì)游客情感的影響。而在情感值相對(duì)較低的部分公園中，此類詞匯占比較少。

(3)公園管理質(zhì)量、安全問題。在情感值相對(duì)較低的部分公園中，其高頻詞匯反映了游客對(duì)其管理等問題的負(fù)面評(píng)價(jià)；如“廣場(chǎng)舞”“噪音擾民”話題，在多個(gè)公園的高頻詞匯中出現(xiàn)；免費(fèi)、服務(wù)、開放等話題也較受游客關(guān)注。在篩選分析中性與負(fù)向微博的結(jié)果中，疫情防控、城管、閉園、安全隱患等管理問題也是微博話題中關(guān)注的重點(diǎn)。

(4)其他影響公平性的因素包括生活工作、餐飲、人際交往、節(jié)日活動(dòng)、其他熱點(diǎn)事件等。這些主觀因素詞匯出現(xiàn)頻率不高，且不穩(wěn)定，與公園本身關(guān)聯(lián)性較低。在此類詞匯中，較具參考價(jià)值的有：表演、冰雪迷你馬拉松、比賽、滑冰、游園活動(dòng)、雪雕等特色活動(dòng)相關(guān)話題，江畔餐廳、鍋包肉、紅腸等飲食相關(guān)話題。

4 結(jié)論

本文使用文本分析方法對(duì)相關(guān)微博數(shù)據(jù)進(jìn)行了分析。通過詞頻分析、文本聚類、情感分析方法，對(duì)哈爾濱市公園相關(guān)話題趨勢(shì)、游客情感特征，以及通過對(duì)比其相關(guān)關(guān)系，對(duì)影響游客情感的因素進(jìn)行了總結(jié)。主要有：文化與公園特色；自然風(fēng)景與景觀環(huán)境質(zhì)量；公園管理質(zhì)量、安全問題；以及其他影響公平性的因素等。

針對(duì)研究結(jié)果，對(duì)公園建設(shè)提出以下幾點(diǎn)建議：在公園建設(shè)方面，注重噪音管理，優(yōu)先考慮動(dòng)靜分區(qū)；避免交通堵塞；根據(jù)游客需求營(yíng)造特色空間；關(guān)注公園維護(hù)水平；突出游客偏好的自然風(fēng)景。在公園管理方面，疫情期間需要采取科學(xué)有序的應(yīng)對(duì)方式，既不能疏于管理，也不應(yīng)過度防范；并管理噪音擾民問題，防范安全隱患；管理人員應(yīng)提高服務(wù)意識(shí)，園方需滿足游客相應(yīng)需求。

本文對(duì)于哈爾濱城市公園相關(guān)微博通過關(guān)鍵詞進(jìn)行抓取的方法，相比于通過新浪微博開放API位置坐標(biāo)定位獲取的微博數(shù)據(jù)，具有針對(duì)性較強(qiáng)、范圍更廣的特點(diǎn)，不局限于有精確定位的微博，能夠得到對(duì)于公園本身的、更加具有針對(duì)性的評(píng)價(jià)。其缺點(diǎn)是較獲取地點(diǎn)定位微博數(shù)據(jù)的方法相比，部分獲取到的微博內(nèi)容日常性較低，含有較多宣傳內(nèi)容。未來的研究可對(duì)大量的既存網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行探索分析，并對(duì)本文存在的不足之處進(jìn)行完善。