基于网络评论的旅游目的地评价研究——以我国31个省市自治区为例

以创新旅游目的地评价方法为目的,基于旅游网络评论数据,从旅游目的地发展规模和质量两个维度构建旅游目的地关注度—满意度分析(ASA)模型.整合国内8大在线旅游平台评论数据,采集全国23 496个景点的1 368 052条有效评论,建立我国大陆31个省市自治区基础数据库.通过模型化和可视化的方法对省域旅游目的地发展水平进行分析,结果显示：1)网络旅游关注度呈现长尾和极化特征,约80%的在线旅游评论集中在10%的核心旅游景点;核心旅游景点空间聚集度呈现出由高到低的“东—中—西”格局;2)不同类型景点在网络关注度和满意度上均有明显差异,且游客对不同类型景点具有不同的正负面情感特征.基于上述特征分析,结合31个省市自治区ASA定位分析结果,提出了我国大陆31个省市自治区旅游发展优化路径.     

西安曲江旅游形象感知研究——基于游客网络日志文本分析

通过游客网络日志及评论研究游客对目的地形象的感知。利用网络文本收集游客对旅游目的地形象的评价和感受,已成为旅游形象研究的重要途径。利用百度、谷歌等各种搜索工具进行检索以及根据设定的目标条件对游客关于曲江旅游景点进行评价的网络评论和网络日志进行分类、筛选和分析,最终符合条件的文章有82篇,评论2908条。对网络日志和评论内容进行了详细的分析,建构了三个分析类目,探索游客对曲江景区整体形象的感受,从而明确曲江景区在游客们心中满意程度的高低,并为曲江旅游景区的升级和发展提供参考,完善以网络文本为数据来源的旅游形象研究方法。     

采用在线评论的景点个性化推荐

通过对旅游网站的景点评论进行情感分析,综合利用自然语言处理技术和领域本体构建技术,准确把握游客对旅游目的地的满意度和需求;将群体智慧和个人偏好有效地结合,为游客出行制定合理的个性化推荐策略.实验结果表明:所提出的推荐策略能够有效地将碎片化的游客评论数据转化为对其他游客出行地选择的辅助信息,提高了游客获取旅游知识的效率,真实地反映游客的旅游感受,为游客景点选择提供参考.     

基于领域词典的留园构成要素情感分析

在对旅游景点的评论挖掘中常以多景点横向对比为研究切入点,为景点间的横向比较及游人选择景点服务,而较少针对单一景点深入分析,为景点单要素精准提升服务.以留园为例,按照构成元素构建聚类,并基于领域词典进行整体与分要素聚类的情感分析.结果表明,留园中"山石"要素相关的正面情感占比66％,低于分要素平均正面情感78.3％.可见基于园林构成要素聚类分析可帮助精准提取互联网评论情感分析.研究成果对园林等旅游景点管理方优化、品牌形象提升提供了一种易于操作的、更精准的理论与方法.     

基于文本挖掘的重庆市旅游评价研究

随着旅游网络平台不断的普及,研究和评价旅游目的地已逐渐成为游客选择参考的重要依据;针对重庆旅游业快速发展的背景,选取重庆市5个热门景点——磁器口、洪崖洞、长江索道、武隆天生三桥和金佛山2015—2018年在携程旅行网、马蜂窝、百度旅游、美团网上的游客点评数据,利用文本挖掘法,分析游客对景点整体形象以及情感态度感知的共性和差异,建立模糊综合评价法对重庆旅游进行综合分析;结果发现:游客对于重庆旅游景点持一般满意态度,在商业化、排队时间长还有管理方面有很多意见,未来还有很大提升的空间,并进一步为提高服务水平、避免过度开发提出相关建议。     

基于BERT模型的景区评论情感分析

随着旅游经济的到来,游客们更加关注旅游体验,本文采用BERT文本情感分析模型以及网络文本分析方法,以苏州拙政园景区为研究对象,爬取并整理携程网中游客对景区的评论信息。利用Python软件建立改进的BERT情感分析模型,训练集与测试集M值达0.94,同时针对负面评论信息使用社会和语义网络,分析游客的旅游体验特征,对景区存在的问题提供一定建议。     

基于在线评论数据的景区门票浮动制测评分析方法

淡旺季游客数量波动是制约景区健康平稳发展的重要因素,过于集中的客流量对资源管理和环境保护有巨大压力,严重影响游客的体验。针对该问题,通过网络数据获取技术,提出一种基于旅游在线评论人流量监控技术新方法,并基于词向量实现评论的主题提取和基于情感词典实现在线评论数据的情感分类,从而获得关于主题的游客满意度的监测。最后利用该方法实现人流量驱动的景区门票浮动制实施的监控和测评,通过秦始皇兵马俑浮动制实施前后对比、三亚和鼓浪屿相似景点对照实验可视化结果表明,门票浮动制具有稳定人流量优势,同时提升游客体验。该方法的提出有助于决策者了解景区运行状况和浮动制的检验,可为门票浮动制的科学执行提供有效依据。     

融入情感信息词向量的评论文本情感分析方法

为了解决分布式词表示方法因忽略词语情感信息导致情感分类准确率较低的问题,提出了一种融入情感信息加权词向量的情感分析改进方法。依据专属领域情感词典构建方法,结合词典和语义规则,将情感信息融入到TF-IDF算法中,利用Word2vec模型得到加权词向量表示方法,并运用此方法对采集到的河北省旅游景点的评论文本与对照组进行对比实验。结果表明,与基于分布式词向量表示的情感分析方法相比,采用融入情感信息加权词向量的改进方法进行情感分析,积极文本的准确率提高了6.1%,召回率提高了6.6%,F值达到了90.3%;消极评论文本的准确率提高了6.0%,召回率提高了7.2%,F值达到了89.6%。因此,融入情感信息加权词向量的情感分析改进方法可以有效提高评论文本情感分析的准确率,为用户获得更为准确的评论观点提供参考。     

2010年上海世博会对上海市旅游形象影响研究——基于安徽旅游者的认知评价分析

本研究以2010年上海世博会和上海市旅游形象之间的关系为主题,以世博园的安徽游客作为研究群体,借助调查问卷,从旅游目的地的认知形象、情感形象、整体形象及世博园在上海市旅游景点中的相对形象地位四个方面分析上海世博会对上海市旅游形象的影响.通过定量分析,得出:一方面,世博会和世博园都对上海市旅游形象产生了较强的提升作用.另一方面,世博园只是在世博会期间成为首选景点,还没有完全成为上海最出色的景点.在此基础上,对重大事件与举办地旅游形象的相互关系做出了进一步解释.     

基于网络文本的目的地旅游形象游客感知与官方传播对比研究——以福建永定土楼为例

以永定土楼世界文化遗产地为研究案例,以游客网络游记和在线评论以及官方传播文本为样本,借助ROST Content Mining软件,运用词频统计功能提取网络游记游客感知与官方网站传播的旅游形象高频词,构建社会关系与语义网络,对比分析游客感知与官方网站传播的旅游形象.研究发现,网络传播的永定旅游形象可归纳为旅游吸引物、旅游环境氛围、历史文化、旅游设施和服务、旅游体验、旅游宣传与保护和旅游资源评价7大主题;游客感知的土楼形象与官方传播形象存在差异;土楼、永定、客家、文化、遗产等地方性特色词汇是官网和游客对永定土楼旅游形象的高度概括.最终根据分析结果提出相应的建议.     

基于网络文本分析大陆游客对台湾旅游目的地形象感知——以台东绿岛为例

台东绿岛作为我国台湾民众最为推荐的观光胜地,尚未被大多数大陆游客熟知。该文以绿岛作为案例地,通过"马蜂窝"与携程两大旅游网站的游客点评及游记文本为样本数据,使用"图悦在线"词频分析工具,采用内容分析法、情感分析法探究大陆游客对绿岛旅游地形象的感知,并以此为基础分析绿岛旅游的应对措施。     

负面在线评论文本特征对消费者购买意愿的影响 ——基于自我构建视角的分析

信息技术的发展变革了口碑传播方式,越来越多的消费者自发地在网络上分享有关产品正面或负面的文字或图片信息,消费者在分享负面在线评论时更加诚实,负面在线评论对消费者的决策影响更大。本文基于自我构建理论,采取3个情景实验探讨负面在线评论文本特征的内在说服机制。研究表明,自我构建影响着负面在线评论文本特征对消费者购买意愿的作用效果。就文本内容而言,负面在线产品质量评论对独立自我消费者购买意愿的影响强于负面在线服务水平评论;负面在线产品质量评论和负面在线服务水平评论对相依自我消费者购买意愿的影响无显著差异。就情感强度而言,强负面情感强度的负面在线评论对独立自我消费者购买意愿的影响最强;中负面情感强度的负面在线评论对相依自我消费者购买意愿的影响最强。据此,建议企业识别不同自我构建导向消费者的信息偏好,对负面在线评论进行差异化管理。     

部分地市无线城市特色应用

杭州智慧旅游:以移动通信、物联网等手段构建基于旅游信息服务的无线平台,完成数字西溪、掌上西湖、景点游览、电子导游等无线城市应用项目,面向国内外游客提供吃、住、游、行、娱的服务,提供酒店预约、一公里商圈、旅游度假、城市休闲游、景点门票、公共自行车等应用服务,在"旅游度假"应用中,可根据自己的喜好在线浏览"周边游"、"国内游"或"出境游"等各类超值特惠旅游路线,在线预订只需填入     

基于网络文本分析的航空小镇旅游形象维度分异研究

以浙江省建德航空小镇为案例地,运用网络爬虫技术法和文本挖掘法,收集了携程网、去哪儿网和马蜂窝网站上401条评论和游记文本,并对文本数据进行高词频统计、社会语义网络分析和情感测度,探究了该小镇的旅游形象感知和维度分异.由此得出结论:第一,建德航空小镇的旅游形象维度具有差异性,其中旅游吸引物维度是第一层次,旅游基础设施维度是第二层次,休闲和娱乐、旅游环境和地方氛围维度是第三层次,公共基础设施维度是第四层次.第二,游客对建德航空小镇的整体感知形象是人文类新兴特色旅游地,认知成分主要由航空文化、特色小镇、休闲娱乐、旅游基础设施4个主题组成.第三,在建德航空小镇旅游形象感知中,积极情感占比大.游客满意度高,说明该小镇正面旅游形象的打造已卓有成效,形成了网络口碑效应.     

基于微博数据分析的南京市旅游形象感知研究

旅游形象感知研究对于旅游业发展具有重要意义.通过八爪鱼网页采集器,收集游客在南京旅游时发布的微博评论共4772条,利用Rost Content Mining内容挖掘软件,对文本资料进行词频提取,将游客的旅游形象感知分为认知形象、情感形象和总体形象进行分析.研究发现:旅游者对南京作为"六朝古都"、"历史文化名城"的认知度较高;旅游者对于南京的旅游形象感知集中在夫子庙先锋书店、中山陵、总统府等代表性景区;南京小吃也成为吸引旅游者的一大重要因素;在南京浏览的过程中,旅游者的总体感受是积极的,并且表现出了一定的重游意愿.该研究有助于明确南京旅游形象定位,能针对性地开展旅游形象提升工作.     

旅游服务系统中的车辆监控与调度系统

基于旅游景区游客难以抉择旅游景点、食宿地点、行驶路线及交通工具等问题,提出了一种通过景区车辆监控与调度以实现旅游导游服务的方案:根据游客约车电话、景点游客统计量及其它信息调度车辆;通过车辆广播指引游客旅游路线.旅游服务系统中的车辆监控与调度系统集全球定位系统技术、地理信息系统技术和集群移动通信技术于一体,它是一类新的融合了旅游服务系统中的客房预订管理系统和景点游客统计系统的综合车辆管理系统.     

基于酒店评论大数据的游客评论主题挖掘与情感分析 ——以北京五星级酒店为例

分析酒店评论数据可以挖掘游客的关注点、意见、建议、情感倾向等有价值的信息.结合对酒店评论数据进行主题挖掘和情感分析的交叉研究,提出一个包含数据采集、数据预处理、主题挖掘、情感倾向研究及可视化分析的集成框架.以Tripadvisor网站上北京地区50家五星级酒店的5万余条中文评论数据为研究对象,进行LDA主题挖掘,同时基于酒店领域扩充情感词典,判定评论文本三元情感极性,并在此基础上实现主题和情感的交叉分析.研究结果可降低潜在游客购买决策的风险,也为酒店管理者制定针对性的管理和营销策略提供重要参考依据.研究方法同样适用于景区及餐饮领域的在线评论数据分析,拓展评论大数据与自然语言处理技术在旅游业的应用范畴.     

基于LDA模型与语义网络对评论文本挖掘研究

通过主题模型与语义网络对旅游电商中的评论文本进行挖掘,从而引导消费者与商家对评论信息作出重要决策;提出一种基于LDA(Latent Dirichlet Allocation,LDA)主题聚类与语义网络模型(LDA topic clustering and semantic network model,LTC-SNM)的方法对酒店在线评论文本进行研究;获取在线评论文本进行数据预处理,使用Word2vec生成词向量,利用机器学习算法对评论文本进行情感分类;通过LDA主题模型对分类后的文本进行聚类,生成酒店的特征主题词;通过ROSTCM将特征主题词与所修饰的情感词生成语义网络,缓解了挖掘文本信息的复杂性;实验结果表明:提出的LTC-SNM文本挖掘方法使得在线用户评价的主题更具表达性。     

基于在线评论情感分析的手机推荐方法

手机的普及为生活带来便利,但由于品牌多、定位不同等导致消费者难以快速准确的选择合适的机型。为解决这个问题,提出了一种基于在线评论情感分析的手机推荐方法,用于帮助消费者寻找符合购买意愿的手机。首先,集成基础情感词典,构建程度副词、否定词、手机领域评论用语等相关词典,再根据消费者需求对手机各项参数进行多属性组合,并计算每条手机评论的情感值,将评论文本的情感模糊值转换为准确值,最后结合手机属性和评论的情感值定义特征矩阵,进而使用余弦相似度的方法得到top-k款与消费者需求相似的手机推荐给用户。对比传统的使用单一情感词典的推荐方法,结果表明该推荐方法能够有效的提高推荐结果的采纳度。     

UGC短视频促进传统村落形象传播研究——以抖音平台上禾木村形象传播为例

该研究以禾木村为案例地，以抖音平台上的视频为研究样本，采用ROST CM6.0进行词频分析，采用德尔菲法与文本分析的思路建立分类范畴，分析游客对禾木村的意象感知与情感属性，并探讨视频接收者的情感属性及其对游客传播的禾木村形象的感知与接收；同时，运用ArcGIS空间技术对抖音上有关禾木村的视频进行空间信息处理和表达，分析游客感知形象的空间性和游客居住地的空间性.研究结果表明： 1) 自然风光和建筑风情构成游客与广大网民凝视下禾木村的主体意象元素； 2) 游客主要来自于经济较发达的城市地区，去禾木村旅游主要是为了休闲娱乐； 3) 抖音视频对禾木村形象传播影响了广大网民对禾木村形象的认知和态度，也激发其去禾木村旅游的愿望，但其对禾木村形象的展现呈现强观光性，弱文化性，未触及深层次的传统村落文化传播.