基于文本挖掘的云南景区旅游形象感知研究

1、基于文本挖掘的云南景区的旅游形象感知研究10120980105 应礼吉1012098010610120980108摘 要：不同类型景区在旅游过程中能够给予游客多元化的体验，同时也让游客留下了不同的感知和形象。本文以云南省所有景区（点）作为研究对象，基于相关旅游上的网络游记和有关动态文本，运用文本挖掘技术研究游客对云南景区的印象，探索云南景区的旅游形象感知角度及程度；并在此基础上，进一步提出景区相应的和发展策略。：云南；形象感知；文本挖掘；发展策略众所周知，中国西南地区的热门旅游目的地数量众多各有特色，形成了一片游客高度集中的旅游区域模块。省“十二五”旅游业发展规划中也明确提出“要积极推动与周边

2、省市的无旅游合作，实现区域旅游资源、游客和信息互动共享”，在这样协同发展的模式下，目的地的特色必将相互渗透融合。在这样的背景下，云南要如何突出特色，重塑自身旅游形象并且游客的感知度，就成了一个值得研究。互联网在社会中越来越承载着重要的信息交流沟通作用，也因此成为旅游活动和旅游信息的地，越来越多旅游者和潜在游客会通过网络来查询信息，并且将自己旅游过程中的自我感知和满意程度进行共享。在这种自背景下，来自游客的网络文本直接体现出了游客对于景区形象的感知和满意度。为了深入探索游客的感知，本文以云南省所有景区为例，通过网络游记和有关动态文本，客观的展示游客对于云南旅游景区的感知，为促进云南旅游景区的形象

3、塑造和游客感知度提供针对性的借鉴。1研究综述游客感知对于旅游目的地更好的有重要的意义，旅游学者对其一直给予很大的关注。目前关于游客感知的研究主要集中于游客对于旅游目的地形象认识研究、游客感知的差异性研究、影响游客感知的研究等方向。过去研究的主要方法是问卷调研法，运用这种方法可以紧紧围绕着研究来开展，但是缺点有三，一是数据量不够充足，问卷法毕竟是比较传统的方法，效率是比较低的，很难在短时间得到大量有效的调研结果；二是容易受到的影响，研究者往往对于问题有一个先入为主的观点，设计的问卷也会或多或少带倾向性，对于调研结果会有影响；三是受调研者的心理无法控制，受调研者接受调研的时候会存在不同的心理状态，

4、而这种状态可能会导致调研结果并不完全符合现实，产生偏差。而近年来，互联网飞速发展，高实时性和高交互性使之在旅游业中发挥越来越重要的作用。在网络上，旅游企业发布产品信息，游客发布各种旅游体验和攻略等，信息量呈指数式的上升，为相关的研究提供了广泛的、客观的、有效的数据，有效地规避了以上缺陷。因此，本文使用文本挖掘的研究方法，从游客自发撰写的游记中抽取有效信息，从游客感知的角度来探究云南的旅游形象。2研究2.1及处理通过文本挖掘课的学习，了解到文本性的特征，以获取普通文献检索和问卷 源于游客在旅游过程中或之后在旅游门户评价，采用词频分析法对其研究。的内容须实性、多样性、有效性和广泛所无法得到的资料与

5、信息，因此本文数据主要来上撰写的关于旅游经历或旅游景点的描述及一般而言,网络游记是基于游客感知的所见所闻并在 Web2.0 信息交互发布以供他人欣赏和借鉴的文章。首先,依据知名度高和游客交互性强两个原则,本文选取携程(旅行)网进行网络游记样本。携程创立于 1999 年，于 2003 年 12 月于纳斯达克上市，领先的线上旅游服务中心。携程网游记板块收纳了国内 187,459 篇，亚洲 67595 篇，欧洲 29539 篇，洲 5794 篇，大洋洲 3508 篇，其他洲 2522 篇，是人气颇高的主流旅游攻略之一，故本文选取携程网作为游记样本来源。本文在携程网的攻略社区“云南游记”板块进行检索,

6、得到 22540 篇游记。于 2015 年 5月 6 日使用“火车头V2010SP3”游记数据，选取了 2014 年 5 月2015 年 5月的 1300 篇游记，删除死和无法打开的网页,最终得到此期间的 1059 篇游记。采用“庖丁解牛”中文分词进一步对已筛选的博文进行分词处理。以云南省主要景点为研究对象,为了避免不必要的干扰,本文将相关景区下辖景点单独列出进行研究。其所属一级景区(点)名称一律用简称替代，包括丽江、大理、西双版纳、束河、腾冲、双廊、石林、红河、保山、普洱、楚雄、曲靖、喜洲、景洪、玉溪、瑞丽、怒平、和顺镇、抚仙湖、迪庆、德宏、92 处景点。、剑川、昭通、临沧、泸水、芒市等按照

7、上述词条出现频次高低进行排序,剔除冗乱、词条,如“大”、“都”、“没”、“要”、“才”、 “的人”、“年”等意义较为广泛或没有明显指代的词,计算剩余词条出现频率,并以此作为后续分析的基础。2.2 数据在网络文本的基础上,本文针对不同来源的样本采用不同的标准对数据进行,以增强研究的科学性。对于游记样本来说,有些游客在旅游体验时只上传了,无文字描述,火车头同的游记板块上之、后显示正文为空,本文采取去除处理。由于某些游客将同一篇文章在不,火车头之后显示正文重复,则采取去重处理。鉴于旅游因其本身的性会推出一些鼓励游客撰写酒店体验航班感受的网络文本,多为商家对景点、路线、门票等进行宣传的内容,比较容易识

8、别,却会对本文研究的科学性和严谨性产生影响,本文则删除此样本。2.3 词频统计及分析从内容上看，本次文本选取的可分为两类，景点目的地和表达游客感知的词语。表达游客感知的词语选取于五大热门景点，大理、沪沽湖、双廊、及香格里拉的游客评价，逐一选取于游客感知相关的词频，通过大量数据，基本覆盖全部热门评价内所含相关词语，以确保内容的广泛性3云南旅游景区关注度分析为了分析云南旅游景区在游客中的偏好状况，本文首先在样本中出现的云南景点进行统计整理，以反映各景点的热门程度。由于篇幅限制，截取了出现频次超过 300 的云南景点，共 24 个。可以认为，景点名称在游客游记中出现频次越多，就表示该景点的热门度和关

9、注度越高。如图 1 所示，出现频次超过 1000 次的有 7 处，包括大理、泸沽湖、双廊、香格里拉、束河和洱海，本文将样本中出现频次超过 1000 的定义为“热门景点”。图 1 云南高频景点统计上述八个景点受到游客的高度重视和关注，大理、是云南的大城市，作为云南的标志市，出现频次分别排第 1、4 位，游客对于云南旅游形象的一种识别和认可；而泸沽湖、双廊、香格里拉、洱海是云南著名景点，说明云南的特色景点在游客中有很高的期待感和认同感；束河是云南古镇的代表，它的高频出现古镇在云南的旅游景点中的突出地位。而纵观所有高频景点，可以发现，城镇出现的次数是 9 次；景点出现的次数是 15 次，其中古城古镇

10、出现 4 次，可以游客对于云南古镇的认知度非常高。而值得一提的是，过去非常红火的丽江古城并不在热门景点的行列中，认为是因为丽江古城的开发程度高，商业化比较严重，在其他开发度较低的古城镇兴起的背景下，逐渐失去了对游客的。因此，在样本中重点探究了热门景点的游客评价，以此为代表来探究云南的旅游形象及其游客感知度。3859348132563154274116078627886466085915675605344844744744643533343214游客感知分析图 2 游客评价词条及其出现频率选取了热门景点进行文本挖掘，对热门景点的评价进行挖掘与整理，这里将出现频次 300 以上和 200 以下的词

11、语进行列示，从高频词条中分析现有云南景区的整体旅游形象，来对现有形象进行合理化调整；从低频词条中发现游客新需求，来寻求云南景区发展的新方向。由图 2 可以发现，“美”是游客对于云南景点的第一印象，且出现频次将近 6500 次，是第二位评价词“热”的三倍，游客对于云南景区优美景色的一致认可。为了进一步探究评价词条进行分类，（见表 1）发现出现频率最高的词条属于地理形象的感知，“热”和“阳光”都了旅游者对于云南的温热气候的感知，而“热”和“冷”同时出现，表现了旅游者对于云南日夜温差的感知。从地理特征进行感知，这是符合旅游者认知层次的深入顺序的。其次就是游客对于旅游目的地的形象感知。由下表可知，游客

12、感知度最为是“美”和“静”的整体目的地形象，这种氛围普遍存在于云南景点中；“特色”、“热闹”、“壮观”、“好吃”等词条游客对于云南景点本身的景色氛围和特色饮食给予了比较高的评价；“方便”、“舒服”、“干净”等词条游客对于云南旅游配套设施，包括交通、住宿设施、感知，虽然餐饮设施等的整体感知还是比较好的，但也出现了“乱”、“杂”、“窄”这类的出现频次相对于正面评价并不高，却也反映出了众多接待设施质量参差不齐的现状；而“便宜”与“贵”这对相对的词条出现的频率也很高，可能是因为不同消费水平的游客的感知角度不同，但是也可能是因为不同景区之间的差距大，给游客的感知有差距。再者是游客对于云南的情感倾向也集中

13、于积极的一面，而“遗憾”这一词条游客对于云南景区还有期待并未实现，换言之，云南景区要持续发展是可以挖掘新的发展方向的。表 1 云南热门景点形象的不同类别词条类别词条（按出现频率大小排列）地理形象热、阳光、晒、冷目的地形象美、便宜、贵、安静、漂亮、特色、好吃、美丽、日出、宁静、方便、壮观、免费、俗、乱、热闹、最美、杂、舒服、干净、购物、窄情感倾向不错、喜欢、一般、赞、惊喜、享受、遗憾正因为游客对于云南景区有期待，所以认为有必要对低频出现的评价词条进行分析。根据长尾理论（“需求和销量不高的产品所占据的共同市场份额，可以和主品的市场份额相当，甚至更大。”）来看，低频词条虽然上的并不大，但是其整体对于

14、整个云南旅游目的地来说是有如图。意义的。所以出现频次在 200 以下的词条也进行了整理，美热 阳光便宜不错喜欢一般贵64562413196416221593155513171291126711461028971959883879844760753656636630604569477427400389380379357326323307307安静漂亮特色晒 赞 好吃美丽日出冷 宁静方便惊喜壮观免费俗 享受乱 热闹最美杂 舒服遗憾干净购物窄图 3 游客评价低频词条及其出现频率从这些低频词条中可以挖掘到很多游客对于云南景区的期望和潜在需求。游客希望在云南的旅游过程中体验到“真实”“古朴”的生活，接触

15、到“新鲜”的“大自然”，在“原生态”中体验“浪漫”的“风花雪月”，不希望有过多的商业化元素，在上文中提到的丽江古城就是一个鲜明的例子，由于过度商业化而被其他更原生态的古城镇所慢慢取代；向往淳朴放松的环境，在这种氛围下与陌生人进行交流。而“颠簸”、“不便”等词条的出现体现了游客对于云南旅游的道路条件和其他一些旅游设施更高的要求，“纯玩”这个词条表现了游客对于某些旅游产品名不副实的现状有不满。如果对这些情况进行效提高游客的感知度和好感度。，景区的质量，会有5结论根据上文中对于游客评价词条的分析面，包括调整现状和满足需求：调整现状要从以下 3 个方面着手：认为云南景区在今后的发展应该分为两个方一是强

16、化云南特色形象。以“美”和“静”作为云南景区的特色，将其打造为整个云南作为旅游目的地的形象，使旅游者从整体上对云南景区有一个明确的认知。同时将云南食品、风俗等各方面特色进行深入渗透，使游客产生独一无二的体验和感知。二是升级旅游服务质量，全面改良。根据木桶理论，必须整体上来旅游服务质量，包括硬件和两方面，硬件上要保证基本的旅游设施条件，为游客提供最基本的生活保障；上要缩小各景区之间的差距，使游客能保持对于良好的云南旅游形象感知和满意度。三是规划管理，减少景区差异。部分景区开发程度之间存在比较大的差距，相互之间形成对比，会给游客带来不良的感知体验。应对于景区进行宏观的管理调控，从消费层次和数量上减

17、少景区之间的差异性。满足需求要从以下 3 个方向发展：一是减少商业开发，保留景区原味。游客对于云南景区的感知需求的是原生态的、古朴的景区，而不是经过完全商业开发的商业区，所以要尽量减少不必要的商业开发，以原始的面貌形象和生活氛围来吸引游客。二是周边条件，便利游客出行。随着游客数量增多，开发程度比较低的景点也需要配备更好的周边条件，减少商业开发不代表放弃基础设施建设。要从游客的角度来考虑，提升景区周边的各种条件，便利游客的出行。三是减少连带产品，鼓励纯景区旅游线路。应鼓励旅行社减少旅游产品中的连带部分，的鼓励开发纯景区的优质线路，既能旅游产品的满意度。游客对于旅游景区的感知，又能游客对于丰富温暖 新鲜 古朴 夕阳 大自然悠闲 再来 真实 商业化惬意 向往 独特 颠簸 失望 淳朴 纯玩风花雪月坝美人多 小小的浪漫 正宗198196195193193192190189