基于文本挖掘的城市景區(qū)密集人群風(fēng)險感知*

李 華，孔 嬌

(西安建筑科技大學(xué) 資源工程學(xué)院，陜西 西安 710055)

0 引言

隨著人們對美好生活需要的增長，節(jié)假日旅游成為社會熱點活動，景區(qū)密集人群的安全管理已然成為公共安全領(lǐng)域的熱點、難點問題之一。2019年新型冠狀病毒肺炎疫情爆發(fā)，使得旅游業(yè)遭受重創(chuàng)。隨著國內(nèi)疫情防控措施的有效實施，旅游業(yè)開始復(fù)蘇。2021年“五一”小長假期間，西安旅游客流量迎來爆發(fā)式增長，各大景區(qū)累計游客接待量連創(chuàng)新高，其中大唐不夜城景區(qū)接待游客177萬人次，同比增長143%[1]。

網(wǎng)絡(luò)評論數(shù)據(jù)是影響旅游者做出出行決策的重要因素之一。網(wǎng)絡(luò)評論客觀地反映旅游者對景區(qū)旅游安全管理的真實感知，影響潛在旅游者的出行決策和景區(qū)的安全管理狀況。隨著數(shù)據(jù)挖掘技術(shù)的不斷深入研究，文本挖掘技術(shù)能夠充分挖掘文字中潛在且有價值的信息，該技術(shù)已成為分析網(wǎng)絡(luò)評論數(shù)據(jù)在內(nèi)的文本評論數(shù)據(jù)的重要方法。

2005年，Aguirre[2]運用社會心理學(xué)理論分析突發(fā)事件中的恐慌情緒，發(fā)現(xiàn)群體恐慌的產(chǎn)生與群體內(nèi)部成員、群體的密度、群體與群體的關(guān)系等因素相關(guān)。Uur等[3]從TripAdvisor論壇檢索了約7.5萬條評論并采用文本挖掘技術(shù)展示新型冠狀肺炎疫情大流行期間游客的反應(yīng)。2010年，孟博等[4]率先建立風(fēng)險感知理論模型，通過分析提出風(fēng)險感知是公眾在面對風(fēng)險時形成風(fēng)險判斷和行為態(tài)度的基礎(chǔ)。趙岑等[5]構(gòu)建暴雨災(zāi)害風(fēng)險感知評價三級指標(biāo)體系進行游客暴雨災(zāi)害風(fēng)險感知評價研究。李華等[6]指出景區(qū)密集人群的風(fēng)險路徑為自由移動階段→人群滯留階段→局部聚集行為→人群擁擠階段→對抗行為。隨著大數(shù)據(jù)時代的到來，突發(fā)事件背后的公眾風(fēng)險感知大數(shù)據(jù)成為獲取公眾心理、情緒和訴求的重要渠道[7]。徐選華等[7-8]通過TF-IDF算法提取并量化公眾風(fēng)險感知，建立大群體應(yīng)急決策質(zhì)量打分函數(shù)，探討公眾風(fēng)險感知對應(yīng)急決策質(zhì)量的影響。陶鵬[9]構(gòu)建1種文本大數(shù)據(jù)與扎根理論相結(jié)合的方法，分析研究政府風(fēng)險管理的使用偏好。

國內(nèi)外關(guān)于風(fēng)險意識研究多以宏觀角度分析風(fēng)險狀況，以事故發(fā)生為出發(fā)點考慮人員行為為主。鑒于此，本文以文本大數(shù)據(jù)為基礎(chǔ)，從微觀角度在分析公眾風(fēng)險意識的基礎(chǔ)上，進行城市景區(qū)密集人群風(fēng)險感知研究。運用文本分析方法，提取影響密集人群風(fēng)險感知的主題及關(guān)鍵詞，對風(fēng)險感知規(guī)律進行分析；基于計劃行為理論，構(gòu)建城市景區(qū)密集人群風(fēng)險感知影響因素模型，明確密集人群風(fēng)險感知風(fēng)險影響因素的作用規(guī)律，從而找出游客對景區(qū)密集人群風(fēng)險感知的關(guān)鍵特征。

1 研究方法

1.1 文本分析

1)潛在狄利克雷分配(LDA)

潛在狄利克雷分配(Latent Dirichlet Allocation，LDA)主題模型是1種文檔主題生成的3層貝葉斯概率模型，包含詞語(word)、主題(topic)和文檔(document)3層結(jié)構(gòu)。其按照概率分布的形式給出文檔集中每篇文檔的主題，屬于1種非監(jiān)督機器學(xué)習(xí)技術(shù)，能夠識別文檔集或者語料庫中潛藏的主題信息[10]。1篇文檔中每個詞語出現(xiàn)的條件概率計算如式(1)所示：

(1)

2)詞向量模型(Word2Vec)

通過LDA主題模型提出文本主題及關(guān)鍵詞，進而采用主題詞向量法獲取主題與關(guān)鍵詞之間的關(guān)聯(lián)關(guān)系。Word2Vec詞向量模型是1種無監(jiān)督的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，包括CBOW和Skip-gram 2種神經(jīng)結(jié)構(gòu)。Word2Vec模型訓(xùn)練結(jié)果將關(guān)鍵詞映射成詞向量，而詞向量的余弦值可以用來表示關(guān)鍵詞的語義相似度，余弦值越大，關(guān)鍵詞在語義上越相近，關(guān)鍵詞的關(guān)聯(lián)關(guān)系越大，即相關(guān)度越大[11]。關(guān)鍵詞wi，wj間的相關(guān)度計算如式(2)所示：

(2)

式中：Wi,Wj為詞向量；xik是Wi在k維上的向量值；xjk是Wj在k維上的向量值；cos(Wi,Wj)是詞向量Wi，Wj的余弦值，即為關(guān)鍵詞wi，wj的相關(guān)度。

主題zi，zj間的相關(guān)度計算如式(3)所示：

(3)

式中：Zi,Zj為主題詞向量；yik是詞向量Zi在k維上的向量值；yjk是Zj在k維上的向量值；cos(Zi,Zj)是主題Zi，Zj的余弦值，即為主題詞zi，zj的相關(guān)度。

3)語義網(wǎng)絡(luò)

本文建立的LDA和Word2Vec模型通過推斷的主題詞概率或特定的術(shù)語頻率規(guī)則來選擇主題及關(guān)鍵詞，確定主題及關(guān)鍵詞之間的關(guān)聯(lián)關(guān)系。然而，由于上述計算主要基于關(guān)鍵短語的頻率，不能捕捉關(guān)鍵短語的潛在含義。因此基于網(wǎng)絡(luò)的主題關(guān)鍵短語抽取結(jié)果采用語義網(wǎng)絡(luò)來確定關(guān)鍵短語的語義關(guān)系，得到主題共現(xiàn)矩陣Q如式(4)所示：

(4)

式中：Q為主題共現(xiàn)矩陣；qij為第i個和第j個主題間相關(guān)度。

1.2 研究樣本與數(shù)據(jù)收集

大唐不夜城位于陜西省西安市大雁塔南側(cè)，北起大雁塔南廣場，南至唐城墻遺址，步行街全長2 100 m，寬500 m。本文以西安城市景區(qū)“大唐不夜城”為例，選取2019年12月31日至2021年5月30日時間段內(nèi)攜程、大眾點評、美團3個專業(yè)網(wǎng)站上發(fā)表的關(guān)于此景區(qū)的評論作為數(shù)據(jù)源，篩選后得到1 154條有關(guān)密集人群的評論作為有效網(wǎng)絡(luò)文本。

采用文本挖掘的研究方法，首先通過Python3.7對城市景區(qū)密集人群網(wǎng)絡(luò)評論大數(shù)據(jù)進行預(yù)處理，包括清洗、分詞，其次采用無監(jiān)督機器學(xué)習(xí)對網(wǎng)絡(luò)文本語料進行主題提取，通過社會網(wǎng)絡(luò)分析進行語義網(wǎng)絡(luò)輸出并對其中心性進行分析，根據(jù)提取結(jié)果分析景區(qū)密集人群風(fēng)險感知規(guī)律。文本挖掘流程如圖1所示。

圖1 文本挖掘流程Fig.1 Process of text mining

2 文本數(shù)據(jù)分析

2.1 文本預(yù)處理

本文數(shù)據(jù)來源于大唐不夜城景區(qū)游記與評論語料，通過對評論進行逐條閱讀，篩選關(guān)于城市景區(qū)密集人群的游記和評論作為數(shù)據(jù)源，語料規(guī)模為130 371字。首先對文本數(shù)據(jù)進行預(yù)處理，由于在線網(wǎng)絡(luò)評論語言風(fēng)格較為隨意，需要從搜集的語料庫中篩除無效評論，如“啊啊啊啊”“！??！”等無價值評論。中文文本之間無空格，采用Jieba分詞包對文本進行分詞處理，將連續(xù)的語句轉(zhuǎn)換為詞語，作為文本的組成要素。

分詞后需要剔除無效關(guān)鍵詞，如“嗎”、“是”、“了”、“·”、“哈”、“轉(zhuǎn)發(fā)”等，以提高文本挖掘的精度。采用哈工大停用詞庫并加入具有本文語料庫特點的停用詞，構(gòu)建匹配本文的停用詞庫進行去除停用詞，獲得15 912個關(guān)鍵詞。

詞云代表語料集中關(guān)鍵詞的詞頻，通過文本分析自動創(chuàng)建所展示的關(guān)鍵詞。在文本中出現(xiàn)頻率較高且突出度較高的詞語在可視化中會顯示為較大的字體，可用于突出重要術(shù)語或引起注意。其作用不僅限于在視覺上為演示增色，并且可以更加直觀地介紹主題，展示語料集中高頻詞的全貌。因此，詞云是游客風(fēng)險感知和評論趨勢的初步示意。采用WordStat軟件生成主題及關(guān)鍵詞詞云如表1所示。

表1 主題關(guān)鍵詞提取結(jié)果及詞云展示Table 1 Results of topic keywords extraction and word cloud display

2.2 LDA主題提取

將預(yù)處理得到的文本文件利用LDA主題模型的類屬主題提取功能，構(gòu)建評論主題的LDA主題模型。設(shè)置主題數(shù)目K為9，主題有“常規(guī)表演”、“外部交通”、“游覽時段”、“游覽線路”、“網(wǎng)紅表演”、“商圈”、“游覽密度”、“景區(qū)”、“文化”，設(shè)置展示每個主題出現(xiàn)頻率最高的10個關(guān)鍵詞。同時將每組主題中的關(guān)鍵詞進行詞云圖分析，如表1所示。

這9個主題及其關(guān)鍵詞所組成的語義網(wǎng)絡(luò)體現(xiàn)了個體在城市景區(qū)密集人群情境下對于風(fēng)險的態(tài)度流露或表現(xiàn)，即個體的風(fēng)險感知偏好。風(fēng)險感知偏好通過對個體信息取舍作用形成認(rèn)知偏差，影響風(fēng)險感知，進而影響個體行為的產(chǎn)生[12]。因此，風(fēng)險感知偏好作為風(fēng)險感知的前因變量[13]，影響著個體的風(fēng)險感知嚴(yán)重性與風(fēng)險感知可能性，即風(fēng)險感知程度，而主觀規(guī)范、行為態(tài)度及知覺行為控制作為結(jié)果變量，體現(xiàn)了風(fēng)險感知對于行為結(jié)果的負(fù)向作用。

3 城市景區(qū)密集人群風(fēng)險感知模型

3.1 模型構(gòu)建

風(fēng)險感知是指個體在當(dāng)下所處的環(huán)境下，對風(fēng)險的主觀評定和判斷以及由此引發(fā)的行為決策與心理反應(yīng)。通過文本分析方法提取主題與關(guān)鍵詞及二者間關(guān)聯(lián)關(guān)系，為進一步明晰城市景區(qū)密集人群風(fēng)險感知對個體行為決策與心理反應(yīng)的作用機理以及影響路徑，本文借鑒計劃行為理論(Theory of Planned Behavior，TPB)，將風(fēng)險感知變量引入計劃行為理論，構(gòu)建密集人群風(fēng)險感知影響因素的TPB模型，揭示個體對于城市景區(qū)密集人群風(fēng)險感知及行為特征的作用規(guī)律，如圖2所示。

圖2 基于TPB的密集人群風(fēng)險感知影響因素模型Fig.2 Model of influencing factors of dense crowd risk perception based on TPB

3.2 城市景區(qū)密集人群風(fēng)險感知模型邏輯結(jié)構(gòu)

計劃行為理論中的實際行為是個體在城市景區(qū)密集人群情景下采取的具體應(yīng)對行為。行為意向是個體在城市景區(qū)密集人群情景下采取某種行為的主觀判斷。行為態(tài)度是個體對密集人群景區(qū)風(fēng)險的嚴(yán)重性與可能性感知。主觀規(guī)范是個體參照密集人群防控措施及景區(qū)管理規(guī)范帶來的行為規(guī)范。感知行為控制即個體的風(fēng)險應(yīng)對經(jīng)驗以及預(yù)期的阻礙，個體經(jīng)驗越豐富、預(yù)期阻礙越小，則感知行為控制越強烈。行為態(tài)度體現(xiàn)了個體對于風(fēng)險的感知程度，其作為中介變量對于行為意向的影響相較于其他2個因子相對較弱。個體風(fēng)險感知嚴(yán)重性與風(fēng)險感知可能性對個體行為態(tài)度有直接的負(fù)面影響，從而間接影響行為意向。

個體在城市景區(qū)密集人群情境下產(chǎn)生的實際行為是行為意向的外在表現(xiàn)。行為意向決定實際行為，而行為意向由主觀規(guī)范、行為態(tài)度和感知行為控制3個要素所決定。文獻[14]研究表明，個體風(fēng)險認(rèn)知水平越高，內(nèi)心越容易產(chǎn)生恐慌感從而對個體的應(yīng)對行為產(chǎn)生一定的消極影響。如果能夠控制不安全行為的發(fā)生，減少其數(shù)量，必然會降低事故發(fā)生的可能性[15]。綜上，使得個體在密集人群情景下的風(fēng)險感知強度處于穩(wěn)定較低水平，避免公眾產(chǎn)生消極行為，將降低踩踏事故發(fā)生的可能性。

3.3 密集人群風(fēng)險感知主題的共現(xiàn)規(guī)律

本文從個體風(fēng)險感知水平的影響要素入手，通過分析語料集中密集人群風(fēng)險感知主題的共現(xiàn)規(guī)律，明確密集人群風(fēng)險感知偏好的作用規(guī)律。共現(xiàn)分析是統(tǒng)計詞語在同一文本中出現(xiàn)的次數(shù)，通過詞語間的共現(xiàn)關(guān)系反映語料集的主體內(nèi)容，從而挖掘出語料集中的隱含信息。

1)主題共現(xiàn)規(guī)律

通過式(3)計算主題的相關(guān)度，進而根據(jù)式(4)得到風(fēng)險感知主題共現(xiàn)矩陣，如表2所示。

表2 風(fēng)險感知主題共現(xiàn)矩陣Table 2 Co-occurrence matrix of risk perception topics

利用Ucinet軟件將主題詞分析結(jié)果進行可視化分析，構(gòu)建語義網(wǎng)絡(luò)。將上述共現(xiàn)矩陣導(dǎo)入Ucinet軟件，選擇NTEDRAW可視化功能，得到風(fēng)險感知主題語義網(wǎng)絡(luò)結(jié)構(gòu)圖，如圖3所示。由圖3可以看出，越靠近中心的主題詞，重要度越高；主題詞關(guān)聯(lián)線越粗，則關(guān)鍵詞關(guān)聯(lián)關(guān)系越明顯。

根據(jù)風(fēng)險感知主題共現(xiàn)矩陣，其中心度是表示關(guān)鍵詞在語義網(wǎng)絡(luò)中重要程度的重要測量指標(biāo)，關(guān)鍵詞越靠近中心則表示該關(guān)鍵詞越重要[15]。根據(jù)Ucinet軟件計算結(jié)果輸出主題中心度如表3所示。

由圖3和表3可知，主題重要度排序由高到底依次為“網(wǎng)紅表演”、“景區(qū)”、“外部交通”、“游覽線路”、“游覽密度”、“游覽時段”、“常規(guī)表演”、“商圈”、“文化”，其中重要度最高的是“網(wǎng)紅表演”主題，即核心影響因素，即游客前往游覽的核心吸引力?！俺Ｒ?guī)表演”、“商圈”、“文化”主題的特征向量中心度處于較高水平，這表明其在網(wǎng)絡(luò)中的連接節(jié)點較為重要。

圖3 風(fēng)險感知主題語義網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Semantic network structure of risk perception topics

表3 主題中心度Table 3 Centrality of topics

2)關(guān)鍵詞共現(xiàn)規(guī)律

選取每個主題強度最高的3個關(guān)鍵詞進行共現(xiàn)分析構(gòu)建語義網(wǎng)絡(luò)，得到城市景區(qū)密集人群風(fēng)險感知關(guān)鍵詞語義網(wǎng)絡(luò)結(jié)構(gòu)，如圖4所示。計算輸出關(guān)鍵詞中心度如表4所示。

表4 關(guān)鍵詞中心度Table 4 Centrality of keywords

圖4 風(fēng)險感知關(guān)鍵詞語義網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Semantic network structure of risk perception keywords

3.4 結(jié)果分析

1)網(wǎng)紅表演主題。該主題的中介中心度為19.964，其重要度在主題重要度中最高，說明此主題是該景區(qū)密集人群情境下個體風(fēng)險感知來源的核心要素。同時該主題特征向量中心度為28.146，該主題在網(wǎng)絡(luò)中對于其他主題的影響較小，這得益于景區(qū)管理部門制定的行為規(guī)范對個體主觀規(guī)范的約束，進而對個體實際行為產(chǎn)生正向影響。其中，“演出”中心度最大，因此可通過提高熱門表演管制力度，加強個體主觀規(guī)范對個體實際行為的正向影響，避免游客因受熱門表演的吸引而導(dǎo)致出現(xiàn)人群滯留、局部聚集等危險狀態(tài)。

2)景區(qū)主題。該主題中介中心度為18.199，僅次于網(wǎng)紅表演主題，是個體風(fēng)險感知來源的關(guān)鍵要素之一。其中，“小吃”的中心度最高，該景區(qū)由于其豐富多樣的小吃及較高的性價比，是該景區(qū)對游客的重要吸引力。

因此可以通過加強對餐飲安全的管理力度，增強其感知行為控制。同時，“高峰”及“引導(dǎo)”關(guān)鍵詞體現(xiàn)了游客對于人員密集區(qū)域的引導(dǎo)指示標(biāo)志、廣播語言播報具有較強的心理需求。因此，指示標(biāo)志及廣播語音播報的有效引導(dǎo)將提高個體感知行為控制，降低游客對于人員密集景區(qū)夜游風(fēng)險的感知強度。

3)外部交通主題。該主題中介中心度為16.361，特征向量中心度為32.611，可見交通風(fēng)險是游客風(fēng)險感知的重要來源之一，且該主題在網(wǎng)絡(luò)中對于其他節(jié)點影響較大。其中，“公交”和“疫情”的中心度最高，可知游客通常采取公共交通方式到達景區(qū)，經(jīng)調(diào)研發(fā)現(xiàn)，景點附近的公交地鐵普遍于23∶00～24∶00停運。可通過增加附近路段晚間配車、增設(shè)停車位數(shù)量等措施，提高行為態(tài)度對個體實際行為的正向影響。另外，提取的旅游評論仍處于疫情期間，個體對疫情的擔(dān)憂及密集區(qū)域的恐懼是其感知行為控制的主要來源之一，因此，景區(qū)應(yīng)提高疫情防控措施實施力度，加強個體感知行為控制對其行為的正向影響，降低不安全行為發(fā)生的可能性。

4)游覽線路主題。該主題的中介中心度為16.361，特征向量中心度為32.611，可見游覽線路主題對于其他主題節(jié)點具有較強的影響?！安叫小钡闹行亩茸罡?，游客通常選擇自北向南步行游覽。景區(qū)可根據(jù)游客行進軌跡，在游客易滯留區(qū)域提高安保人員密度，正確引導(dǎo)“人流”，提高個體主觀規(guī)范對實際行為的正向影響。

5)游覽密度主題。該主題的中介中心度為16.361，表明該主題是影響游客風(fēng)險感知水平的重要要素之一。其中，“游客”和“戴口罩”的中心度最高，是游覽密度主題的關(guān)鍵要素。節(jié)假日該景區(qū)的人群密集度水平對游客游覽意向產(chǎn)生影響。加之，游客普遍對于疫情風(fēng)險具有較強風(fēng)險認(rèn)知。這就要求景區(qū)管理部門對疫情防控措施有效落實以及對高密度區(qū)域有效疏導(dǎo)，從而正確引導(dǎo)游客行為態(tài)度，提高個體行為態(tài)度對實際行為的正向影響。

6)游覽時段主題。該主題中介中心度為15.037，特征向量中心度為34.437?！盁艄狻钡闹行亩茸罡?，并且與其他關(guān)鍵詞聯(lián)系度較高。由馬斯洛需求層次理論可知，人類對于光照的需求是維持自身生存的最基本需求，且在強光下游客極易產(chǎn)生眩光等應(yīng)激反應(yīng)。作為夜游特色景區(qū)，注意完善景區(qū)內(nèi)道路光照強度及臨近景區(qū)道路的照明問題，可降低風(fēng)險感知強度對個體行為態(tài)度的影響，從而對實際行為產(chǎn)生正向影響，避免不安全行為的產(chǎn)生。

7)常規(guī)表演主題、商圈主題、文化主題。其主題特征向量中心度均為36.138，處于較高水平，其豐厚的歷史文化及特色建筑使其作為游客體驗盛唐文化的首選地。在網(wǎng)紅經(jīng)濟帶動下以大唐不夜城為中心形成了一體化商圈，“劇院”、“音樂廳”、“電影院”等基礎(chǔ)設(shè)施同時將本地游客錨固在大唐不夜城景區(qū)周邊。故以大唐不夜城為中心的商圈不僅是外地游客節(jié)假日的旅游打卡地，同時承載了大量本地游客。根據(jù)樂觀偏差原則，在面對風(fēng)險時，景區(qū)熟悉程度更高的本地游客通常感知到較低的風(fēng)險暴露水平。而風(fēng)險暴露水平的降低會激發(fā)樂觀偏差，進而引發(fā)不安全行為[16]。因此，景區(qū)應(yīng)加強外部約束，提高個體行為規(guī)范對實際行為的正向影響。在考慮其承載能力的前提下通過增強夜間限力度、周邊交通疏導(dǎo)力度、節(jié)假日限流力度等措施，約束各街區(qū)熱門表演局部密集人群的人流密度，是減少個體不安全行為的重要措施。

4 結(jié)論

1)以文本大數(shù)據(jù)為基礎(chǔ)采用計劃行為理論對城市景區(qū)密集人群風(fēng)險感知進行系統(tǒng)研究，構(gòu)建出城市景區(qū)密集人群風(fēng)險感知影響因素模型。研究表明，降低個體在密集人群情景下的風(fēng)險感知水平，避免公眾產(chǎn)生消極行為，將降低踩踏事故發(fā)生的可能性。

2)對主題進行共現(xiàn)規(guī)律分析進而明確密集人群風(fēng)險感知主題對個體風(fēng)險感知的作用規(guī)律，發(fā)現(xiàn)核心風(fēng)險感知偏好主題為網(wǎng)紅表演主題。因此景區(qū)管理部門應(yīng)重點針對其熱門表演做好風(fēng)險預(yù)判，通過提升景點周邊配套設(shè)施及夜間交通管控力度等措施，降低個體風(fēng)險感知強度，減少個體不安全行為的產(chǎn)生。

3)本文建立的風(fēng)險感知影響因素模型，綜合考慮出行游客、景區(qū)管理部門、密集人群風(fēng)險管控部門三者的風(fēng)險問題，可以完善城市景區(qū)密集人群風(fēng)險管理和風(fēng)險溝通機制，使參與人員密集景區(qū)服務(wù)的有關(guān)主體之間能夠就風(fēng)險問題展開溝通和交流，從而有效地管理風(fēng)險。