對旅游類官方認證微博信息分類的質性研究

郝飛++李洪波

作者簡介：郝飛（1987-），女，山東濟寧人，華僑大學旅游學院人文地理專業(yè)2012級碩士研究生，研究方向：出境旅游與文化旅游。李洪波（1961-），男，安徽宣城人，華僑大學旅游學院教授，研究方向：生態(tài)旅游與休閑學。

【摘要】以新浪微博作為信息收集平臺，采用內容分析法對收集到的1427條旅游類官方微博文本信息進行質性分析，運用ROSTCM軟件進行數(shù)據(jù)處理。研究發(fā)現(xiàn)，文本信息包含“旅游地營銷”、“旅游地介紹”、“旅游資源介紹”、“旅游信息分享”、“旅游項目介紹”、“旅游消費推薦”、“旅游體驗”、“出行提示”8個維度；高頻詞匯網(wǎng)絡交叉關系可聚合為以“旅游”為橋梁4個關系圈，包含“山東”“景區(qū)”“旅游城”“旅游局”4個中心詞匯；在信息分類分析的基礎上提出了對旅游類官方認證微博的發(fā)展建議。

【關鍵詞】微博；旅游；高頻詞；網(wǎng)絡交叉關系；內容分析法；ROSTCM

doi：10.3969/j.issn.1007-0087.2014.03.007

一、引言

微博（Micro Blog）作為網(wǎng)絡日志的一種，是基于用戶關系以實現(xiàn)信息獲取、傳播及分享的新興社交媒體[1]，相較傳統(tǒng)自媒體，微博具有“門檻低、覆蓋面廣、即時性強、傳播速度快”[2]，“內容故事性強”[3]，“受主體個性及觀點影響大”[4]等特點，自誕生之日起便經(jīng)歷了迅猛發(fā)展，現(xiàn)已成為實現(xiàn)網(wǎng)絡分享互動、承載網(wǎng)絡輿論最為重要的平臺之一。微博的出現(xiàn)給旅游產(chǎn)業(yè)帶來了巨大的影響，微博為旅游運營商與旅游者提供了多對多的，不同步的網(wǎng)文交換與溝通互動平臺[5]，從而帶動人際傳播[6]。國外學者研究發(fā)現(xiàn)以微博為代表的社交媒體對旅游業(yè)起到了巨大的推動作用[7]，特別是在旅游信息搜集、旅游決策制定[8]、旅游消費刺激[9-10]、旅游產(chǎn)品推廣[11-12]、客戶溝通、旅游經(jīng)驗分享等方面扮演著重要的角色：一方面，社交媒體會實現(xiàn)有效的信息互換，降低信息的不確定性，另一方面，提升游客對現(xiàn)實旅游目的地的歸屬感[13-14]，提升旅游者的信任度、消除刻板印象[15]，進而影響旅游決策、提高重游率。此外，從旅游信息發(fā)布者的影響力來看，其旅游經(jīng)驗豐富與否[16]、信息來源的權威性[17]、社會關系網(wǎng)絡的健全性[18]是最主要的影響因素。

微博在中國經(jīng)歷了迅猛的發(fā)展，截至2013年12月，中國互聯(lián)網(wǎng)絡信息中心（CNNIC）《第33次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示中國微博用戶突破5億。微博的流行，為中國傳統(tǒng)旅游業(yè)帶來了巨大的發(fā)展機遇的同時，也帶來了挑戰(zhàn)。國內學者針對這一課題進行了諸多卓有成效的研究，金準和李為人指出微博對中國旅游產(chǎn)業(yè)帶來的影響：一方面改變了產(chǎn)業(yè)的影響力模式、產(chǎn)業(yè)需求，另一方面影響旅游產(chǎn)業(yè)生態(tài)、重塑產(chǎn)業(yè)結構[19]；桂穎研究發(fā)現(xiàn)旅游類微博信息供給主要包含：目的地吸引物、公共信息、設施、網(wǎng)絡營銷[20]；劉潔提出旅游類微博粉絲的信息需求包含利益需求、服務需求、娛樂需求、認知需求和體驗需求[21]；在旅游業(yè)微博營銷方面，陸諍嵐等進行了全國范圍內的旅游企業(yè)微博營銷現(xiàn)狀分析[22]，彭敏和楊效忠提出了關注用戶的反饋和興趣偏好、旅游目的地營銷相結合、重視意見領袖的作用、打造旅游類微博集群化平臺、加強旅游信息的細分化傳播的營銷策略[23]；程萍和嚴艷利用文本分析法，結合傳播學的“使用與滿足”論，探究旅游類微博對受眾使用決策的影響[24]。然而，研究多拘泥于研究者個人經(jīng)驗，缺乏實證研究及一手數(shù)據(jù)收集；研究視角多集中于現(xiàn)狀調查、運作、營銷等應用層面，理論建設有限；研究技術及方法局限性大，鮮見創(chuàng)新。

本文章以中國用戶量最大的新浪微博為信息收集平臺，運用內容分析法對官方認證旅游類微博進行質性研究，利用ROSTCM軟件進行數(shù)據(jù)處理，分析了旅游類官方認證微博所涉信息特征，總結了高頻詞之間的交叉關系，在信息分類分析的基礎上提出了對旅游類官方認證微博的發(fā)展建議。

二、研究方法及數(shù)據(jù)收集

（一）研究方法

文章以內容分析法為主要研究方法，內容分析法最早產(chǎn)生于傳播學領域，是一種半定量研究方法，其基本做法是，把文字等非量化的有交流價值的信息轉化為定量的數(shù)據(jù)，建立有意義的類目分解交流信息，分析信息特征。該方法主要應用模式有特征分析、趨勢分析、比較分析三種。

（二）數(shù)據(jù)來源

文章研究樣本來自新浪官方實名認證的旅游類政府微博。選取分別為“中國旅游”、“浙江省旅游局”、“山東省旅游局”、“英國旅游局”、“新加坡旅游局”、“澳大利亞旅游局”作為研究樣本。同時考慮到數(shù)據(jù)的可靠、平衡、全方位、說服力，選取了國內、國外各三個旅游局官方微博，各自粉絲數(shù)達到5萬人以上，分別居新浪微博官方應用“風云榜”所統(tǒng)計評選的風云政府影響力榜（旅游類）前十名，詳見表1。樣本所涉時間段為2013年11月1日至2013年12月1日，共計1427條微博，樣本總長度為148，856字。

（三）數(shù)據(jù)處理技術

文章以ROSTCM進行數(shù)據(jù)處理，Content Mining System由武漢大學信息管理學院、計算機學院沈陽教授博導設計編碼，是基于內容挖掘的人文社會科學數(shù)字化研究平臺。能夠對數(shù)字化人文資料進行組織、標引、檢索和利用，以保證人文研究的海量性、智能性和客觀性，并可通過定量分析和定性分析的結合，從中歸納出具有說服力的普遍性結論。

三、數(shù)據(jù)處理

（一）高頻詞提取

首先本文對選取的1427條微博進行編輯，刪減與旅游無關的打折、團購、促銷、網(wǎng)頁鏈接等信息或專指度很低的關鍵詞和詞頻，之后將編輯后的每個微博文本分類合并為“國內旅游局微博”和“國外旅游局微博”，借助詞頻分析軟件ROSTCM中的內容挖掘軟件，提取高頻詞。第一，通過軟件導入待分析的文本文檔，從“功能性分析”項中選中“分詞”功能，進行自動分詞，并查看分詞結果；第二，從“功能性分析”項中選擇“詞頻分析（中文）”功能對剛才分詞后的TXT文本進行高頻詞提取，并在相應的窗口輸入分詞后待統(tǒng)計的詞頻文件；第三，生成詞匯頻率表，由于文本所含字數(shù)過大，因此人為排除了詞頻出現(xiàn)在4次以下的詞匯，排除后共提取了602個詞頻在4次以上的詞匯；第四，按照詞匯出現(xiàn)的頻率由高到底選取與研究主題有關的詞匯，并導入Excle表格，最后按照設定條件手動篩選和排除后的高頻詞為380個，其中前20個如表2所列；第五，根據(jù)每個高頻詞的信息特征，從高到底依次對各個詞匯進行信息編碼，通過編碼歸納出旅游類微博所涉信息的維度。第六，通過ROSTCM的Netdraw功能構建高頻詞的關系矩陣并將其可視化，分析各詞匯之間的關系及成因。endprint

（二）維度提取

使用內容分析法對高頻詞匯進行分析可以概括得到8條信息維度，分別為旅游地營銷、旅游地介紹、旅游信息分享、旅游體驗、旅游消費推薦、旅游項目介紹、出行提示，如表3。

（三）高頻詞編碼

通過以上總結的8個維度，對所選文本高頻詞進行了逐條編碼分析，結果如下，可見表4。

（四）高頻詞網(wǎng)絡交叉關系

通過對微博信息內容的解析，得出了旅游類微博所涉信息的特點，在研究信息特點的同時，本文發(fā)現(xiàn)了部分高頻詞之間形成了共現(xiàn)矩陣詞表，為了更深入的了解不同信息之間的關系，擴展信息特征內容，使研究更清晰深入，本文嘗試使用ROST ContentMining提取文本內容，運用軟件交叉關系功能形成兩者之間的相互關系文件。經(jīng)過初步分析，形成了108對關系對，但部分關系對相關程度不高，僅為獨立的單個關系對，并未形成關系網(wǎng)絡。因此，在該文件基礎上抽取關系頻度最高的35個關系對，利用Netdraw功能構建關系矩陣并將其可視化（如圖1）。

四、數(shù)據(jù)分析

（一）旅游類微博信息特征分析

從高頻詞及其歸類的統(tǒng)計結果可以看出旅游類微博所涉信息具有如下特點：

1.旅游類官方認證微博所包含的信息涉及范圍廣、程度深。微博涉及信息范圍廣，不僅包含了吃、住、行、游、購各個方面的信息，“旅游信息分享”、“旅游消費推薦”還為出行提供了周到、實時、詳細、體貼的建議與經(jīng)驗。微博所包含信息程度深，例如“旅游資源介紹”、“旅游地介紹”、“旅游項目推薦”等，都對旅游地或者是旅游資源進行詳細的、深入的介紹，山水風景、風土人情、節(jié)日風俗，而且時效性較強，給訪客和粉絲提供了內涵豐富的信息，有利于激發(fā)出行欲望。

2.官方認證旅游類微博信息互動性強。例如“旅游營銷”維度內容開啟了微博形式的旅游地營銷新型互動方式，能讓粉絲和訪客積極參與，親身體驗，同時獎品較為豐厚，不僅擴大了旅游地的知名度，同時拉近了粉絲與旅游類微博機構的距離。

3.官方認證旅游類微博所含信息及時、快捷。例如“出行提示”、“旅游信息分享”、“旅游消費推薦”等維度內容對旅游地的交通狀況，旅游政策法規(guī)的出臺，旅游項目打折、促銷信息進行實時發(fā)布。對短期旅游、周末度假等提供了較大的信息量，有積極的促進作用。

（二）高頻詞匯網(wǎng)絡交叉關系分析

旅游類微博高頻詞存在明顯聚類現(xiàn)象，“旅游”作為高頻詞中的中心詞起到了信息橋梁的作用，若干個節(jié)點承擔著溝通四大相對獨立區(qū)域信息的重任，一旦這些節(jié)點被去除，整個轉載網(wǎng)絡將分裂成眾多個相互封閉的子網(wǎng)絡，此外，這些節(jié)點與“粉絲”需求契合度高、信息含量豐富，作為四大圈的中心詞。依據(jù)信息聚合程度可將微博高頻詞分為四大區(qū)域：以國內山東省旅游局微博為主的圈，中心詞為“山東省”（群1）；以旅游地、旅游景點、旅游地營銷為主的圈，中心詞為“景區(qū)”（群2）；以中國國家旅游局為主的圈，中心詞為“旅游城”（群3）；以國外三大旅游類微博為主的圈，中心詞為“旅游局”（群4）。由此可以得出如下結論：

1.微博標準化集群營銷初見規(guī)模。以山東省為例，圍繞“山東省旅游局”形成了包含“濟南、青島、煙臺、臨沂”等旅游目的地，“泰山”等核心景點，以及“好客”為旅游形象的，具有集群效應的微博圈，各個微博主體之間關聯(lián)度高，微博信息發(fā)布與維護即時，塑造了統(tǒng)一的旅游品牌及旅游形象，具有高度標準化的微博集群營銷初見規(guī)模。

2.注重感官刺激。微博用戶對于圖文信息具有“功利性、碎片化、高集成性、刺激性”等特征，旅游供應商抓住這一特點，對傳統(tǒng)旅游資源巧加利用，以原創(chuàng)的、高品質的圖文并茂的方式實時呈現(xiàn)旅游地風光，并處理成為可以長期儲存利用的“電腦桌面、手機桌面”等形式進行持續(xù)視覺刺激。此外，隨著“舌尖上的中國”系列紀錄片掀起的味覺浪潮，不少旅游供應商搭上順風車，以美食作為重要旅游吸引物，對潛在旅游者進行味覺刺激。以感官刺激吸引粉絲眼球，濃縮信息量。

3.旅游資源深度開發(fā)，旅游產(chǎn)業(yè)轉型。在實時的感官刺激同時，旅游供應商也對旅游地的歷史文化特色進行深度挖掘，更為全面的發(fā)布旅游地相關信息，對旅游資源進行深入開發(fā)，提升旅游地形象及文化內涵。與此同時，旅游產(chǎn)業(yè)由傳統(tǒng)以觀光為主的大眾旅游業(yè)向休閑產(chǎn)業(yè)過度，對休閑觀念、休閑生活方式以及旅游地休閑項目的推廣也成為旅游類微博的重點內容，對于“漫游、wifi”等現(xiàn)代旅游服務的不斷提升，傳統(tǒng)旅游產(chǎn)業(yè)向現(xiàn)代高科技、人性化的服務業(yè)轉型。

4.與國外三大旅游類微博相比，國內旅游類微博更關注旅游資源、旅游項目的介紹與分享，并且談論旅游體驗的較多，而國外三大旅游類微博所涉及的信息范圍較大，分類不夠細致，大多為旅游地的官方介紹，在這一點上，國外旅游類微博應客服語言障礙，與國內“粉絲”進行更多形式活躍的、更為親密的溝通，增強用戶粘性，改善旅游地形象。

五、結論與建議

本文對收集得到的1427條旅游類微博進行了分類、編碼、分析、解碼的工作，通過ROSTCM軟件進行分析，第一、總結出了文本信息的8條維度，分別為“旅游地營銷”、“旅游地介紹”、“旅游資源介紹”、“旅游信息分享”、“旅游項目介紹”、“旅游消費推薦”、“旅游體驗”、“出行提示”，并且通過對維度的分析結合文獻的研究，得出了旅游類微博具有信息涉及范圍廣、程度深、新穎、及時、快捷的特性之結論；第二、通過對高頻詞交叉關系的分析，發(fā)現(xiàn)了高頻詞的4大關系圈，并嘗試分析了形成這四大關系圈的原因，同時發(fā)現(xiàn)高頻中心詞起到了連接4大關系信息橋的作用。

通過上述總結，本文針對旅游類微博有如下建議：

1.合理控制微博質量，細化信息分類，突出旅游宣傳服務主題。盡管旅游地的微博營銷是增強旅游產(chǎn)品知名度、增加游客量的行之有效的方法之一，但是營銷方法不得當，會得到適得其反的效果，旅游類官方認證微博上充斥著大量的團購、促銷、特價門票的信息，每天大量重復信息刷屏，會讓訪客及粉絲感到煩躁、厭惡，認為此類微博僅是廣告類微博而不去或者取消關注。細化信息分類，提高信息針對性與實用性。旅游類微博的內容應盡可能的和旅游相關，少轉發(fā)與旅游不相關的內容，對訪客及粉絲起到一個正確的引導作用。endprint

2.旅游類微博內容應真實、準確、無誤。網(wǎng)絡中充斥著大量的虛假或未經(jīng)證實的信息，同時旅游類微博的影響范圍大，特別是政府類旅游類微博，他們對游客有著一定的引導作用，因此在處理一些未經(jīng)證實的消息時，盡可能的等到驗證了事情的真實性后再發(fā)出或轉發(fā)，而不要一味的追求信息的即時、流行而忽視了信息的準確性。

3.實施微博標準化集群營銷。建立高度關聯(lián)的、主題與形象統(tǒng)一的微博集群，并進行統(tǒng)一的信息維護與管理，進行集群化營銷，實現(xiàn)標準化的旅游形象宣傳與推廣，提升旅游形象，增加關注度。

4.增強微博互動性，提高用戶粘性。專職人員與微博“粉絲”開展實時互動，增加用戶投票、抽獎、微博意見箱等項目增強與用戶的互動，提供便民服務，增添親和感，提高用戶粘性與忠誠度。

由于時間精力有限，本文只收集了跨度一個月的微博信息量，并且僅對6大政府類旅游類微博進行了信息的收集，存在著一定的局限性，筆者在之后的研究中將會更廣泛的收集信息數(shù)據(jù)，利用MATLAB軟件進行面板數(shù)據(jù)分析，分析數(shù)據(jù)時間與空間衍變特征。

參考文獻

[1] Danah B ，Scott G， Gilad L .Tweet ，Tweet，Retweet：Conversational Aspects of Retweeting on Twitter[A].2010 43rd Hawaii International Conference on System Sciences[C]，Hicss，2010：1-10.

[2] Wen P . Analyses the Microblogging Marketing[J]. Discovering Value， 2010（6）：13-14.[彭文.淺析微博營銷[J].中國電子商務，2010（6）：13-14.

[3] Litvin S W， Goldsmith R E， & Pan B. Electronic word-of mouth in hospitality and tourism management. Tourism Management， 2008， 29（3）：458-468.

[4] Sigala M. The impact of geocollaborative portals on group decision making for trip planning. European Journal of Information Systems， 2012， 21（4）：404-426.

[5] Chen Y C， Shang R A ， Li M J. The effects of perceived relevance of travel blogscontent on the behavioral intention to visit a tourism destination Computers in Human Behavior， Volume 30， January 2014， Pages 787-799.

[6] Shravan G ， Romit R C， Micro-Blog： map-casting from mobile phone tovirtual sensor maps. [A].Conference on Enbedded Networked Sensor System， Proceedings of the 5thinternational conference on Embedded networked sensor systems[C]. 2007. Page（s）： 401-402.

[7] Zeng B X， Gerritsen R. What do we know about social media in tourism？ A review. Tourism Management Perspectives， 2014（10）： 27-36.

[8] Fotis J. Discussion of the impacts of social media in leisure tourism： “The impact of social media on consumer behaviour： Focus on leisure travel”. Available online. http：//johnfotis.blogspot.com.au/p/projects.html， 2012.

[9] Gretzel U ， Yoo K. Use and impact of online travel reviews. In P. O'Connor， W. Hopken， & U. Gretzel （Eds.）， Information and communication technologies in tourism. 2008：35-46.

[10] Hudson S， Thal K. The impact of social media on the consumer decision process： Implications for tourism marketing. Journal of Travel & Tourism Marketing， 2013， 30（1/2）， 156-160.

[11] So Me Tourism. Social media tourism symposium Facebook page. Available online. http：//www.facebook.com/SoMeTourism， 2011.endprint

[12] Think Social Media. How social is your DMO？-US Tourism Office Edition， Q4 2012 Edition. Available online， 2012.

http：//thinksocialmedia.com/2012/12/how-social-is-your-dmo-us-tourism-office-edition-q4-2012-edition/

[13] Gretzel U， Fesenmaier D， O'Leary J. The transformation of consumer behaviour. Tourism Business Frontiers： Consumers， Products and Industry， 2006：9-18.

[14] Wang Y， Yu Q， Fesenmaier D R. Defining the virtual tourism community： Implications for tourism marketing. Tourism Management， 2002， 23（4）， 407-417.

[15] López E P， Gidumal J B， Ta?o D G， Armas R D. Intentions to use social media in organizing and taking vacation trips. Computers in Human Behavior， 2011， 27（2）， 640–654.

[16] Yoo K H， Lee Y J， Gretzel U， Fesenmaier D R. Trust in travel-related consumer generated media. In W H?pken， U Gretzel， R Law （Eds.）， Information and communication technologies in tourism 2009： 49–60.

[17] Vasiliki V， Kostas Z. Locating central travelers' groups in travel blogs' social networks. Journal of Enterprise Information Management， 2010， 23（5）， 595–609.

[18] Yoo K H ， Gretzel U， Zach F. Travel opinion leaders and seekers. Paper presented at the international conference on information and communication technologies in tourism， Jan 26–28， 2011， Innsbruck， Austria.

[19] 金準，李為人.微博熱潮下的中國旅游業(yè)——新傳播、新需求、新產(chǎn)業(yè).中國社會科學院研究生學報， 2012（6）：68-71.

[20] 桂穎.基于微博的旅游網(wǎng)絡信息供給研究.旅游縱覽， 2013（2）：15-16.

[21] 劉潔.旅游酒店微博粉絲的需求特征及其應對策略.企業(yè)活力， 2012（5）：21-24.

[22] 陸諍嵐，范昕俏，貝宇倩.旅游企業(yè)微博營銷現(xiàn)狀分析.旅游研究， 2013， 5（3）：52-58.

[23] 彭敏，楊效忠.微博在旅游網(wǎng)絡營銷和管理的應用初探.旅游論壇， 2012， 5（4）：86-90.

[24] 程萍，嚴艷.旅游微博新媒介對旅游者的吸引力研究——基于對藝龍旅行網(wǎng)新浪微博的網(wǎng)絡文本分析.旅游論壇， 2012， 5（3）：22-26.

Abstract： The paper select Sina Micro Blog as the information collection platform. The content analysis approach is applied for quantities analysis， and the ROSTCM software is adopted for data processing. The results show that， the text messages can be deconstructed into 8 dimensions： “Tourism destination marketing”， “Tourism destination introduction”， “Tourism resorts introduction”， “Tourism information sharing”， “Tourism items introduction”， “Tourism consumption recommend”， “Tourism experience”， “Tourism tips”. Meanwhile， the high-frequency words network intersect relationship can be polymerized into 4 relationship circles which connected by the word “tourism”. Based on the information classification， some suggestions for the development of official certified tourism Micro Blog are offered.

Keywords： Micro Blog； Tourism； High-frequency Words； Network Intersect Relationship； ROSTCMendprint