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.     

福建省海岛旅游网络关注度时空分布格局及影响因素

海岛旅游的网络搜索能够反映游客出行的前兆效应和发展趋势.利用百度指数获取2017—2021年近5年中国大陆31个省份对福建省海岛旅游的网络关注度的搜索指数，以东山岛、平潭岛、湄洲岛和鼓浪屿4个福建省具有代表性的海岛为例进行分析.研究发现：(1)2017—2021年福建省海岛旅游网络关注度总体上呈现出先上升后下降的态势，其中2020年新冠疫情突发为重要拐点；季节性差异较明显，平潭岛季节性变化幅度最大、湄洲岛季节性变化最小；年内搜索旺季集中在春夏秋季节，具有旺季时间长淡季时间短的特点.(2)福建省海岛旅游网络关注度存在地域分布差异性，具有明显的地域衰减规律，整体呈“东部-中部-西部”波动递减的趋势，随时间推移区域间关注度分布向均衡发展.(3)福建省网络关注度与气候适宜性、地区经济发展水平、互联网发展程度和地理距离等有密切关联，是造成福建省海岛旅游网络关注度时空特征变化的重要原因.     

基于百度指数的旅游目的地网络关注度影响因素分析——以青岛为例

互联网已经成为当前绝大部分居民出游前了解旅游相关信息的最主要渠道.基于百度指数的数据分析功能,分析旅游目的地的网络关注度变化及影响因素,对指导旅游目的地的发展具有一定的意义.以青岛为例,经检索得到青岛2011年旅游网络关注曲线,发现2011年青岛旅游网络注度时间分布特征:①在一年内,用户旅游关注相对集中;②在局部时间段内,用户旅游网络关注度存在小的峰值;③用户旅游关注度曲线呈现一种齿状波动.由此得出影响旅游目的地网络关注度的关键因素有:季节变化、闲暇时间以及旅游目的地已有知名度,三者综合作用,影响着人们对旅游目的地的关注度.     

基于百度指数的中国A级旅游洞穴景区网络关注度分布特征研究

对旅游洞穴景区网络关注度分布特征的研究,可从新的视角为我国旅游洞穴的开发、管理和宣传营销提供有益的指导.运用均值比率、核密度分析和标准差椭圆等空间分析方法,对百度指数收录的我国64个A级旅游洞穴景区网络关注度的分布特征进行研究.研究表明:A级旅游洞穴景区的网络关注度普遍不高;大部分潜在游客对3A级以下旅游洞穴景区没有兴趣;中国A级旅游洞穴景区网络关注度在空间上形成了3个高关注度带,2个高值关注中心;中国A级旅游洞穴景区网络关注度空间分布格局呈东北—西南走向,网络关注度重心在湖北省中部地区.     

湖南“红三角”旅游区PC与移动游客网络关注度时空分布特征及其异同

【目的】揭示"红三角"PC和移动游客网络关注度时空分布特征及影响因素,分析各影响因素的边际效应,在此基础上,分析两者的异同。【方法】收集游客网络关注度及其他相关数据,利用季节性强度指数、地理集中度指数和重心模型,进行统计分析和比较。【结果】1移动游客网络关注度相对较高,年内变化波动幅度较大,PC游客网络关注度相对较低,年内变化波动幅度较小。两者对重大事件影响同步响应,但响应程度有较大区别。PC游客网络关注度具有较明显的前兆效应,移动游客网络关注度的前兆效应不明显,移动游客网络关注度对节假日的响应程度高于PC游客网络关注度。2普通周周内移动游客网络关注度与PC游客网络关注度周内变化呈反向变化关系;移动游客网络关注度在春节和十一假期内均呈倾斜的"L"型,PC游客网络关注度在春节期间呈倾斜的"L"型,而在十一期间呈"M"型,黄金周内峰值均出现在假期开始后的第三天。PC和移动游客网络关注度月变化均呈山岭形,但两者变化趋势存在反向相关的关系,PC游客网络关注度季节性相对较小。3PC与移动游客网络关注度空间分布的影响因素基本相同;山东、河南等7省区PC和移动游客网络关注度规模分布较一致;其他省区PC与移动游客网络关注度规模分布存在较大偏差。各月PC与移动游客网络关注度重心变化存在较大差异,整体上PC游客网络关注度重心更偏向东北方向。PC与移动游客网络关注度的空间分布的影响因素的基本相同,但在网络普及率,以及各因素影响程度上两者间有较明显的差异。【结论】相关结果可为丰富旅游与信息流的相关研究,促进湖南"红三角"旅游客源市场开发提供参考。     

湖南“红三角”旅游区PC与移动游客网络关注度时空分布特征及其异同

【目的】揭示“红三角”PC和移动游客网络关注度时空分布特征及影响因素,分析各影响因素的边际效应,在此基础上,分析两者的异同。【方法】收集游客网络关注度及其他相关数据,利用季节性强度指数、地理集中度指数和重心模型,进行统计分析和比较。【结果】①移动游客网络关注度相对较高,年内变化波动幅度较大,PC游客网络关注度相对较低,年内变化波动幅度较小。两者对重大事件影响同步响应,但响应程度有较大区别。PC游客网络关注度具有较明显的前兆效应,移动游客网络关注度的前兆效应不明显,移动游客网络关注度对节假日的响应程度高于PC游客网络关注度。②普通周周内移动游客网络关注度与PC游客网络关注度周内变化呈反向变化关系;移动游客网络关注度在春节和十一假期内均呈倾斜的“L”型,PC游客网络关注度在春节期间呈倾斜的“L”型,而在十一期间呈“M”型,黄金周内峰值均出现在假期开始后的第三天。PC和移动游客网络关注度月变化均呈山岭形,但两者变化趋势存在反向相关的关系,PC游客网络关注度季节性相对较小。③PC与移动游客网络关注度空间分布的影响因素基本相同;山东、河南等7省区PC和移动游客网络关注度规模分布较一致;其他省区PC与移动游客网络关注度规模分布存在较大偏差。各月PC与移动游客网络关注度重心变化存在较大差异,整体上PC游客网络关注度重心更偏向东北方向。PC与移动游客网络关注度的空间分布的影响因素的基本相同,但在网络普及率,以及各因素影响程度上两者间有较明显的差异。【结论】相关结果可为丰富旅游与信息流的相关研究,促进湖南“红三角”旅游客源市场开发提供参考。
     

空间差异下滨海旅游区气候舒适度评价及网络关注相关性分析——以亚龙湾、巽寮湾和北戴河为例

选取热带、亚热带和温带3个气候类型区的滨海旅游区——亚龙湾、巽寮湾和北戴河作为案例地,基于3地30 a气象数据进行旅游气候舒适度评价;在统计近5 a网络关注度各月指数的背景下,建立回归方程分析气候舒适度与网络关注度的相关性.结果表明:空间差异下的滨海旅游区旅游气候舒适期季节分布、舒适期长短、舒适度变化幅度具有纬向地带性的分布特点;其网络关注度随气候舒适度升高而增大;网络关注度变化幅度随着纬度升高而增大,这与气候舒适度变化规律一致;游客网络关注度与旅游气候舒适度呈现显著的正相关,气候舒适度可能是造成游客网络关注度变化的主要原因.     

研学旅游网络关注度时空差异及影响因素研究

基于百度指数获取2016—2021年我国31个省份“研学旅游”的网络搜索量,应用季节性集中指数和热点分析等方法,探究研学旅游网络关注度空间分布的时空差异特征,并从经济、教育、旅游、公共服务等方面探究研学旅游网络关注度空间分布差异的原因.研究发现：(1)研学旅游网络关注度在2016—2021年呈下降趋势,且在季节分布上具有不均衡性,在节假日前后呈现一定的集中性.(2)研学旅游网络关注度具有聚类分布特征,并且有较高的显著性：东部沿海和中部省份研学旅游网络关注度较高,西北、东北和西南地区较低.(3)区域经济水平、教育水平、研学旅游的发展水平和公共服务等因素是影响研学旅游网络关注度的主要因素.     

东北5A级景区网络关注度区域差异研究

以2013—2016年全国31个省、自治区、直辖市对东北5A级景区网络关注度的百度指数为数据基础,采用弹性系数、变异系数和泰尔指数的方法来测度东北5A级景区的网络关注度的区域差异特征,分析了网络关注度的空间格局和影响因素。研究发现:2013—2016年全国对东北5A级景区的网络关注度总体呈现出增长的趋势;区域间、区域内和以省际为单元的网络关注度差异显著,网络关注度的空间格局未发生根本性变化;区域间差异是造成东北5A级景区网络关注度区域差异的主要原因,区域内差异对总差异的贡献率较小;客源地的旅游资源丰度和客源地与旅游目的地间的空间距离是东北5A级景区旅游网络关注度空间分布的主要影响因素。     

大数据驱动下地方特色文化旅游需求分析

本文通过研究当前大数据技术在旅游需求分析方面的应用,利用网络搜索数据分析旅游目的地的相关性,构建搜索指数来衡量旅游需求,并通过实地调研,分析游客对特色文化旅游需求因素,为旅游管理部门提供相应的对策建议。     

基于网络游记的日照旅游形象感知研究

越来越多的旅游者借助网络搜索旅游目的地信息,尤为关注网络游记.旅游者通过网络游记获取的目的地形象感知在旅游决策中发挥着重要作用.在已有研究的基础上,借助ROST CM6软件,运用内容分析法对发表在各大知名旅游网站的日照游记进行文本分析,获取有意义的高频特征词,生成标签云和可视化的网络分析图,深入探究旅游者对日照旅游形象的感知状况;总结问题,认真反思,继而提出相应的建议,以期促进日照的旅游发展.     

新冠疫情影响下旅游景区网络关注度时空分异特征研究——以福建省5A级景区为例

研究基于2016—2020年百度指数数据,研究疫情影响下福建省5A级旅游景区网络关注度变化,分析时间、空间分异特征,结果显示：(1)时间分异特征上,表现为疫情影响下人们的搜索行为在周内发生巨大变化;季节性表现为疫情前的最高峰为疫情后的低谷;旅游景区网络关注度呈现出黄金周的井喷式发展变化;景区关注度年际变化受疫情影响表现出下降趋势.(2)空间分异特征上,游客网络关注度具有明显的空间集聚效应,主要客源市场集中于东南沿海地区,以福建省为圆心,向周边省市延伸,呈现圆形扩散态势;网络关注度空间演化呈现“多中心”空间分布态势,“核心-边缘”特征明显,表现为“东南-西北”两核心.     

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。     

婺源景区网络关注度分析——基于百度指数的视角

基于百度指数,选取婺源景区2012—2018年网络关注度数据,采用季节性集中指数(S)、周内分布偏移指数(T)、地理集中指数(G)和经济联系强度(L) 4个指标,分析了婺源景区网络关注度时空分布特征及其影响因素。结果表明:1)景区网络关注度与客流量呈正相关,百度指数在某种意义上是客流量的前兆; 2)景区网络关注度时间分布差异显著,年际变化上呈现“先快速增长,后急剧下降”的趋势;年内搜索淡旺季明显,呈现出以春季2—4月为旺季的“单峰型”形状;旅游黄金周内呈“金字塔”状变化,搜索顶峰在节前或节初1—2 d;工作周内,工作日缓慢上升达到峰值,周末快速下降; 3)景区网络关注度在空间上集中分布于江西省内和其周边省份; 4)油菜花主花期、节假日、两地经济联系强度、人均GDP是影响景区网络关注度的主因。     

佛教旅游地网络关注度时空分布差异及其影响因素研究——以五台山景区为例

以佛教旅游地五台山景区的网络关注度为研究对象,基于百度指数和《中国统计年鉴》有关数据,采用季节集中指数、地理集中指数、变差系数和市场集中度指数等多个指标,并运用面板回归模型分析了五台山景区的网络关注度时空分布特征及其影响因素.结果表明,五台山网络关注度存在一定季节差异,但总体淡旺季差异较小,且旺季长淡季短;网络关注度的省际分布差异显著,高关注省份主要是山西省和周边临近省份及经济发展水平较高的东部沿海省份;五台山网络关注度空间差异的影响因素从大到小排列依次是各省距离五台山的距离、人口规模、居民消费水平、互联网普及率和大专及以上人数占比.在今后的发展中应注重差异化营销策略,并不断提高游客满意度.     

敦煌旅游网络关注度时空特征及因素分析

选取敦煌作为本研究的案例地,汇总用户网络关注度的统计数据,并分析季节性集中指数,地理集中指数等指标,探究敦煌旅游网络关注度时空特征。研究发现：敦煌网络关注度的时间分布集中下降,具有显著的季节性,假期性;敦煌旅游网络关注度的分布特征区域差异较大,且具有显著集中性。在此基础上,本文对旅游网络关注度影响因素进行解析。     

基于百度指数的省域旅游形象口号 网络关注度时空特征研究

以百度指数作为数据来源,运用变异系数、基尼系数等统计分析方法和全局自相关空间分析方法,对中国8个省的省域旅游形象口号网络关注度的时空特征进行研究。结果显示:在年变化特征上,关注度总体呈降低趋势,特别是推出时间较早的形象口号;整体月变化曲线呈双"M"形,特殊事件对关注度的影响非常显著,网络关注度的高峰、低谷与国内旅游活动的季节性差异具有同步性;关注度月变异系数整体多呈波动降低趋势,各月份间的网络关注度差异在变小;周变化曲线呈倒斜"一"型,网络关注度平时较高,周末较低。在空间特征上,省域旅游形象口号网络关注度较高的区域是本省(市)、东部经济发达地区和邻近省(市),关注度高的区域与旅游客源地具有重合性,关注度的省际基尼系数与莫兰指数的结果具有共同性。最后从省域旅游形象口号的设计、宣传方式和目的地营销这3个方面给出了建议。     

基于网络照片的旅游景区照相指数研究——以磁器口景区为例

【目的】利用照相指数研究游客景区体验的规律特点。【方法】以网络照片为基础数据,采用内容分析方法,对重庆磁器口景区照相指数的特征及成因进行研究。【结果】磁器口景区总体照相指数反映了古镇特色;各功能分区的区域照相指数显示出古镇旅游发展的区域差异,且与游客流量呈正相关性;景点照相指数沿主要游径呈"Z"型的点轴分布。【结论】照相指数能够体现游客感知水平与关注度的空间规律,对景区整体开发与管理有重要参考意义。     

基于百度指数的重庆马拉松网络关注度时空特征研究

【目的】揭示重庆马拉松网络关注度时空分布特征及影响因素。【方法】利用百度指数"指数探索"功能和时空属性数据,以重庆马拉松为关键词,时间段为2012—2016年,利用Excel,SPSS,ArcGIS等分析工具,运用季节性强度指数、地理集中指数、首位度指数、空间聚类和相关分析等方法进行分析。【结果】重庆马拉松网络年度关注度呈现阶梯状上升趋势;年内关注度的"双峰"形态突出,"尖峰平谷"形态鲜明,赛事报名期与举办期共同成为网络关注度的前兆期和峰值期;比赛周的周末搜索指数明显高于平日,网络关注与赛事举办形成共振效应;除重庆外,周边省份、东部沿海省份和发达城市的网络关注度较高,关注度水平与区域经济发展水平、人口数量(网民数量)、网络普及率等存在正相关关系,与空间距离存在负相关关系;重庆马拉松网络关注度的空间均衡水平逐年提升。【结论】马拉松正从单纯的专业体育赛事转变为大众体育旅游事件,利用网络关注度数据理清马拉松营销效应的时空特征及影响因素,将有利于基于马拉松旅游的城市营销,不断提升马拉松服务质量和赛事品质。     

基于微博数据分析的西安旅游形象感知研究

目的地旅游形象在吸引潜在游客、提升目的地竞争力上发挥着重要作用.该文通过采集游客在西安发布的微博数据,运用内容分析法和ROST词频分析软件深入分析了国内游客对西安旅游形象的感知及其影响因素.研究发现游客对西安旅游形象感知集中在代表性景区,整体形象感知,游客情绪等.整体上游客对西安旅游形象感知良好,但也存在负面感知,其关键影响因素表现在天气、交通、景区人多等方面.运用微博数据对西安旅游形象感知进行系统研究有助于相关管理部门明确西安旅游形象的定位以及针对性地实施旅游形象提升工作.