一種面向旅游研究的海量圖片元數據分析系統
——以羅馬為例

鄧 寧

（北京第二外國語學院 北京 100024）

引言

旅游實證研究長期以來主要依靠問卷調查等方式提供數據支撐。然而，傳統旅游研究方法存在以下幾點局限：（1）數據獲取的難度很大；（2）樣本獲取的公平性難以保證；（3）問卷結果的客觀性不確定。隨著社交網絡的流行和Web2.0的興起，基于用戶生成內容的相關研究逐漸成為當前旅游研究的熱門方向，同時也對旅游研究方法提出了新的要求。基于大數據的分析方法已逐漸應用于旅游研究中，這種研究方法可在更大的樣本空間中對旅游者行為和目的地形象進行分析，其所涉及的數據不僅具有更好的完整性，同時也是游客真實行為與感受的客觀反映，可以有效彌補傳統研究方法的不足。

然而，利用大數據進行旅游研究本身對信息技術具有較高的依賴性。采用數據挖掘技術進行旅游研究需要借助于成熟工具，或者依賴于研究團隊成員的技術背景。對于絕大多數缺乏專業計算機技術背景的普通旅游研究者而言，如何利用信息技術對海量數據進行高效、準確的處理和分析已經成為制約旅游研究方法發展的瓶頸。

圖片是旅游研究領域非常重要的媒介，基于圖片的目的地形象和游客行為研究也成為當前研究的熱點，特別是隨著以Facebook、Twitter、微信為代表的社交網絡和以Instagram、Flickr為代表的圖片分享網站的興起，使得游客所發布的旅游圖片成為目的地形象傳播的重要載體，也為旅游研究提供了新的方法。目前基于社交圖片的旅游研究主要集中在以下幾個方面：（1）通過社交圖片判斷游客分布并分析目的地客流變化情況；（2）通過社交圖片所攜帶的數字足跡分析游客旅游軌跡及行為；（3）通過分析游客發布于社交媒體上的圖片，對比游客所感知的目的地形象與旅游目的地營銷組織（Destination Marketing Organization，DMO）投射的形象之間的差異，以及由此衍生出對于目的地在線形象的探討等。

本研究面向社交網絡——Flickr所提供的圖片元數據（metadata）集合YFCC 100M，設計并實現了一個利用社交圖片元數據進行旅游研究的數據挖掘與分析平臺——PMMS（Photo based Metadata Mining System）。PMMS 可以提供如下4種功能服務于基于圖片的旅游研究：（1）目的地熱點（Point of Interest， POI）分析；（2）游客歷史對比分析；（3）游客軌跡分析；（4）基于圖片的目的地形象感知分析。該平臺旨在為不具備專業計算機技術背景的旅游研究者提供一個便捷、高效的圖片元數據挖掘與分析工具，將大數據的研究方法與傳統旅游研究方法相結合，降低由于缺乏相關學科背景所造成的技術門檻。本平臺所提供的功能與目前旅游研究領域基于社交圖片的相關研究方向高度一致，僅需通過簡單的配置即可完成海量目的地圖片元數據的分析與處理，降低了傳統旅游研究者學習編程及數據處理等知識的時間成本。

一、研究綜述

1.基于圖片內容的旅游研究

基于圖片的旅游研究由來已久，而圖片數據的來源和研究方法隨著時代的變化發生過幾次明顯的變革。早期的圖片研究多采用“游客受雇拍攝法”（Visitor Employed Photography，VEP）和“游客自愿拍攝法”（Visitor Self-employed Photography，VSEP）進行圖片收集，其中前者通過給拍攝者發放相機進行拍攝，后者則利用游客自帶設備進行拍攝。VEP中拍攝者或多或少會受到研究者的外部影響并受限于拍攝器材數量而無法進行大規模數據采集；VSEP則更能體現基于游客自身視角的目的地感知。特別是隨著數碼圖片和社交網絡的普及與發展，利用社交圖片及用戶所產生的內容進行旅游圖片研究逐漸成為主流。Stepchenkova S和Zhan F通過比較DMO與Flickr圖片內容得到了秘魯目的地形象在兩種圖片方面所體現的差異；Hunter W C則對比了多個搜索引擎（Naver、Google、Baidu）上關于首爾的圖片，歸納出首爾在網絡上的目的地在線形象（online image）；Stepchenkova S還通過分析 658張由美國游客拍攝的Flickr圖片及595張由韓國游客所拍攝的博客圖片，對比了美、韓兩國游客對俄羅斯旅游形象的感知差異。針對旅游目的地形象的圖片研究多采用內容分析（content analysis）和符號分析（semiotic analysis）法，它們都是通過人工分析的方式對圖片內容元素進行解構，其中內容分析多見于對圖片顯性內容進行分析，而符號分析則側重于對圖片隱性內容的獲取。情感形象（affective image）作為圖片所蘊含的隱性內容，也成為激發旅游動機的關鍵。Pan S、Lee J和 Tsai H屬于為數不多的探討旅游圖片內容與情感形象之間關系的學者，其研究成果可用于目的地圖片營銷的內容推薦。

2.基于UGC圖片數字足跡的旅游研究

數碼圖片元數據中包含了圖片拍攝地點GPS位置信息，作為旅游者的數字足跡（footprint）為眾多旅游研究者所重視。?nder I、Koerbitz W和Hubmann-Haidvogel A以及 Vu H Q、Li G、Law R 等的研究都分別采用圖片 GPS 數據分析了游客的行為特征以及目的地POI識別和分布情況。其中Vu H Q、Li G、Law R等根據中國內地游客在香港地區所拍攝圖片的數字足跡分析了其在香港的游覽行為、旅游熱點區域（Area of Interests，AOI）以及AOI之間游客流向關系等，可以為目的地營銷、交通規劃等提供決策依據。楊敏和丁娟等人也采用數字足跡法分別分析了成都游客的時空特征和中國入境游客POI時空格局。利用圖片數字足跡進行旅游研究有助于為區域旅游管理和規劃等提供參考，亦有研究將POI信息作為游客線路決策的推薦依據。

綜上所述，社交圖片已成為近年來研究游客行為和目的地感知的重要載體。基于社交圖片的旅游研究主要圍繞4個方面：（1）目的地熱點分析；（2）游客歷史對比分析；（3）游客軌跡分析；（4）基于圖片的目的地形象感知分析。本文所實現的PMMS支持的功能與以上研究方向高度契合，可作為一個通用的旅游大數據研究平臺服務于普通旅游研究者。

二、基于Flickr數據集的圖片元數據挖掘系統

1.Flickr數據集——YFCC 100M

表1 Flickr數據集中每張圖片所含信息Tab. 1 Data ベelds for each photo in the Flickr dataset

Flickr是目前主流的圖片分享平臺，其于2015年7月開源了一個針對學術研究的圖片集合——YFCC 100M，其中包括2004年至2014年間在Flickr上發布的超過1億張圖片的元數據（metadata），每條數據所包含的信息如表1所示。

YFCC 100M包括9 920萬張圖片和80萬個視頻文件的元數據信息，其中包含幾個與旅游研究密切相關的信息：（1）圖片標題（title）/標簽（tag）/描述（description），其中標簽分為兩種，一種是由用戶上傳照片時定義的，一種是由相機、應用根據拍攝內容自動生成的對于圖片內容的描述信息；（2）拍攝時間（taken time），其中99.6%的圖片拍攝于2004年至2014年間；（3）地理位置（coordinates），總共有48 366 323張圖片和103 506個視頻具有地理位置信息，可以還原圖片拍攝地點的坐標。

2.PMMS 系統整體框架及實現

圖1 PMMS 系統整體框架Fig. 1 PMMS whole architecture

（1）系統整體框架

PMMS總體架構如圖1所示，PMMS對于圖片元數據進行分析依照以下順序進行。

數據清洗：根據所配置的地理邊界及圖片拍攝坐標，對目的地所涉及的圖片元數據進行過濾。例如：以意大利古城羅馬為例，其分析范圍大致位于東經［12.3698，12.6173］、北緯［41.7929，41.8688］的矩形區域內，故通過數據清洗可以先得到一個與目標目的地相關的元數據集合。

② 分析功能配置：根據所研究的方向，在PMMS支持的4種分析功能中選擇一種或幾種進行系統配置。例如：輸入數字“1”代表“POI分析”；數字“2”代表“游客歷史對比分析”；數字“3”代表“游客軌跡分析”；數字“4”代表“基于圖片的目的地形象感知分析”。

③ 輸出結果：根據功能的不同輸出不同形式的結果，其中POI分析、游客歷史對比分析和游客軌跡分析最終以“拍攝坐標、拍攝時間”的形式給出一組符合要求的數據集合，該結果可以非常方便地采用任意第三方Arc GIS工具軟件進行可視化呈現。而基于圖片的目的地形象感知則通過分析元數據中“標簽/標題/描述”和圖片評論并提取高頻詞的方式分別得到目的地認知形象（cognitive image）和情感形象（affective image）。

（2）原型系統實現

PMMS采用程序設計語言Python 2.7進行開發，目前已經實現了一個滿足上述4種基本功能的原型系統，該系統包含5個文件共計203行代碼，已被上傳到世界最大開源社區GitHub供旅游研究者免費使用。

在PMMS設計實現過程中還涉及以下幾個工具組件：

① Flickr接口（Application Programming Interface，API）：使用了由 Alexis Mignon開發的python版本Flickr API，主要用于獲取指定圖片的評論數據，并根據給定的照片序列號（photo ID）從Flickr下載原圖內容。

②TextBlob：主流的英文語義分析工具，用于在目的地形象感知分析時對元數據中詞頻進行統計，以分析基于社交圖片的目的地形象。

（3）PMMS各項基本功能的實現原理

①POI分析

在旅游目的地進行POI識別具有非常重要的研究意義，PMMS可通過提取數據圖片元數據中的地理位置信息分析得出圖片的拍攝地點，進而將游客較為集中的區域和拍攝地點視為旅游目的地的熱點區域。大量旅游研究已經采用數字圖片所攜帶的數字足跡信息對游客分布進行分析，并采用將坐標點通過Arc GIS工具進行可視化的方式對POI進行識別，本文使用目前流行的Arc GIS工具——Carto對羅馬的圖片位置數據進行可視化分析。

②游客歷史對比分析

表2 2006—2014年3個不同時間區間游客人數變化情況分析Tab. 2 Tourist number and percentages in three time intervals from 2006 to 2014

對旅游目的地游客歷史的對比分析，有助于了解目的地游客變化情況和未來發展趨勢。筆者將時間分為2006年至2008年、2009年至2011年、2012年至2014年這3個區間，將數據集中滿足地理范圍條件的圖片元數據按照拍攝時間分為3個集合，每個時間區間圖片的數量及所占比例如表2所示。

③游客軌跡分析

圖2 利用PMMS分析游客軌跡示意圖Fig. 2 The illustration of analyzing tourists’ movement using PMMS

游客游覽軌跡對于目的地線路規劃及游客行為研究具有重要意義，PMMS可以通過分析圖片元數據中的拍攝時間和位置坐標，得到該游客的游覽軌跡。通過分析圖片元數據中的3個關鍵信息——用戶ID、拍攝地點和拍攝時間，計算得到單個游客的圖片拍攝順序及拍攝地點，具體分析步驟如圖2所示。

④目的地形象感知分析

目的地形象感知分析一直是旅游研究中最為活躍的研究方向之一。對于目的地的感知形象根據其形成的順序可以分為認知形象和情感形象，其中認知形象指旅游者對已知的特定旅游地的特性進行評估或了解，從而在內心生成的信念，而情感形象是人們對目的地各種屬性所產生的情感反應。

圖3 利用PMMS進行目的地形象感知分析示意圖Fig. 3 Illustration of destination perception using PMMS

旅游圖片作為游客對目的地感知最為直觀的形象，具有重要的研究價值，基于社交圖片的目的地形象感知分析已成為目的地形象研究的重要組成部分。以Flickr為例，其每條元數據記錄中所包含的“標簽/標題/描述”可以作為圖片發布者對于圖片內容的概況和描述，包含了拍攝者視角下的目的地認知形象；而Flickr中的圖片評論則可視為讀圖者對于圖片內容所表達的情感，亦可視為情感形象的體現。如圖3所示，PMMS采用語義分析工具Textblob從游客發布圖片的“標簽/標題/描述”中過濾出出現頻率較高（＞100次）的名詞以及圖片評論中詞頻較高（＞30次）且情感極性強烈（＞0.1）的形容詞分別構建認知形象和情感形象語料庫。因此，利用PMMS分析YFCC 100M中的圖片元數據及其評論可以作為目的地形象研究的重要手段。

三、PMMS在旅游研究中的應用——以羅馬為例

本文以羅馬為例，說明如何利用PMMS所提供的4個基本功能服務于基于圖片的旅游研究。

1.案例地分析范圍

選擇羅馬作為分析對象，意在表明PMMS的使用不受目的地選擇的限制，是一種通用的目的地研究分析工具。筆者根據羅馬城市邊界，將分析區域限定在東經［12.3698，12.6173］、北緯［41.7929，41.8688］的矩形范圍內，即圖4矩形邊框所示。

圖4 羅馬主要城區范圍示意圖Fig. 4 Illustration of the Rome region in this study

2.PMMS圖片元數據分析功能及應用舉例

（1）POI分析

圖5 基于圖片拍攝坐標的羅馬POI分布圖Fig. 5 POI distribution in Rome based on Flickr photos

筆者將東經［12.3698，12.6173］、北緯［41.7929，41.8688］作為YFCC 100M數據集合進行數據清洗的地理范圍。對YFCC 100M中2006—2014年的數據進行過濾，得到總計125 680條具有有效GPS坐標的圖片元數據。隨后，將這些元數據坐標導入Arc GIS 可視化工具Carto中，生成一幅基于圖片拍攝坐標的POI熱力圖。如圖5所示，每一個點均代表一張圖片的拍攝地點，顏色越深的區域代表在此處拍攝圖片數量越多，即可視為旅游人群集中的區域。從圖中可以看出，城市中心區域、羅馬古城遺址周邊的梵蒂岡城（Vatican City）、坎皮特利（Campitelli）、皮尼亞（Pigna）和雷格拉（Regola）圖片拍攝相對較為密集，也是羅馬城游客主要參觀游覽的景點。

通過對圖片數字足跡信息——GPS坐標進行可視化呈現，可以分析目的地在游客分布、POI分布等方面的特征，對于旅游研究具有重要的價值，也是旅游目的地人流時空分析的基礎。

（2）游客歷史對比分析

圖6 2009—2011年與2012—2014年羅馬基于圖片坐標的游客情況比較Fig. 6 Tourist comparison from 2009 to 2011 and 2012 to 2014 based on Flickr photos of Rome

將2009—2011年和2012—2014年內的數據分別導入Arc GIS工具——Carto中進行可視化呈現，得到上述兩個時間段內目的地游客分布的變化情況對比，如圖6所示。從結果看出，2012—2014年期間圖片數量明顯減少，這與Flickr用戶數量在此期間遞減有關，但Tiburtina（圖中方框地點）的游客數量從2012年至2014年卻有明顯的增長，這可能是與2011年羅馬在此地擴建了火車站，使其成為游客中轉的交通樞紐有關。

通過分析圖片數字足跡和拍攝時間信息，可以方便地對目的地人流情況進行時間軸比較，有助于預測目的地客流情況隨時間變化的趨勢，也可對目的地規劃和管理給出一定時間區間內的效果評估，具有極高的研究價值。

（3）游客軌跡分析

實際分析過程中，本文限定每個用戶至少需要發布5張以上圖片才進行軌跡分析，滿足該條件的游客占比約為48.8%。根據游客拍攝圖片的順序及地點，最終得到每位游客的游覽軌跡。本文隨機選擇了3位游客的游覽線路進行分析，并通過Carto進行可視化，如圖7所示，其中方框內的序號表示該游客游覽的順序。

圖7 3名游客在羅馬游覽軌跡示意圖Fig. 7 Movement of three tourists in Rome

通過圖7可以得到3名游客不同的游覽軌跡和游覽順序。其中，游客1在羅馬游覽期間居住于 Appio Claudio 酒店，先后游覽了 Piazza di Campitelli、INGV、Parco della Caffarella 和 Teatro Studio Borgna 等地，最終以 Scuola di Recitazione Fondamenta和 Teatro Anベtrione兩處的游覽結束行程；游客 2 由 EUR Magliana出 發， 游 覽 景 點 包 括 Castel Sant’ Angelo、Rione IV Campo Marzio、Colonna Palace 和 Museo Storicodei Bersaglieri；游客 3 游覽路徑為 Anguillara Tower Torre Anguillara、Colosseum、Vatican City 以及 Palazzo Massimo alle Terme。

PMMS也可用于對具有特定屬性的游客群體進行游覽軌跡的聚類分析，從而得到游客群體的旅游行為屬性，對于游客行為研究具有重要價值。

（4）目的地形象感知

①認知形象分析：采用語義分析工具Textblob從游客發布圖片的“標簽/標題/描述”中取出出現頻率較高（＞100次）的名詞，忽略某些無意義的詞后（例如travel等），得到針對羅馬的認知形象語料庫。表3列出了排名前30位的高頻詞信息。根據表3中高頻詞還原圖片元數據完整內容后得到，卡比托利歐廣場、真理之口和梵蒂岡是排名前3的景點。在羅馬游客眼中，羅馬的建筑和人文景點是最能夠代表羅馬形象的，游客所拍照片多數位于這些地方。通過對排名前40的認知形象關鍵詞進行分析可以發現，游客對于羅馬形象的認知主要涵蓋了建筑、人文、酒店、飲食和運動等多個方面。

表3 羅馬圖片元數據中的高頻名詞語料庫Tab. 3 High frequency nouns in Rome related photos’ metadata

②情感形象分析：通過英文詞頻分析工具Textblob對Flickr中羅馬相關圖片的評論進行詞頻分析（詞頻＞30次），并利用英文情感極性計算工具SentiWordNet對形容詞的情感極性（極性＞0.1）進行計算，最終得到一個關于羅馬目的地情感形象的語料庫，如表4所示。從結果分析可知，排在前5位的形容詞分別是“偉大的”（great）、“美麗的”（beautiful）、“贊嘆的”（wonderful）、“驚奇的”（amazing）和“很贊的”（awesome）。由此可知，讀圖者根據羅馬社交圖片呈現的認知形象所產生的情感形象以正面為主，以贊嘆、褒獎的形容詞作為圖片評論的主要詞語。

表4 羅馬圖片評論中的高頻形容詞語料庫Tab. 4 High frequency adjectives in Rome related Flickr photos’ comments

值得指出的是，囿于篇幅所限，本文僅從UGC圖片分析工具的角度探討了利用大數據的方法進行目的地熱點分析、游客歷史對比分析、游客軌跡分析以及基于圖片的目的地形象感知分析。上述均為較獨立的研究方向，圍繞各個問題所展開的深入探討不在本文范圍之內。

總結

本文介紹了一個面向普通旅游研究者進行海量UGC圖片數據分析的通用平臺——PMMS，該平臺根據目前旅游圖片研究所涉及的主流研究方向，提供4種數據分析功能：（1）目的地熱點分析；（2）游客歷史對比分析；（3）游客軌跡分析；（4）基于圖片的目的地形象感知分析。PMMS的主要貢獻在于普通旅游研究者可利用其對目的地海量圖片元數據及評論進行深入的挖掘與分析，省去了學習編程等計算機技術的成本，極大降低了在旅游研究中運用計算機技術進行數據挖掘的技術門檻，同時也為旅游研究者進行社交圖片大數據分析提供了參考。本文以意大利首都羅馬為例說明了如何利用PMMS進行相關旅游研究，驗證了該平臺在旅游研究中的實際價值。

PMMS的設計與實現目前仍然處于較為初級的階段，后續研究工作希望從如下幾個方面深入開展：首先，目前PMMS僅支持單一數據源YFCC 100M，未來希望能兼容更多圖片數據集合；其次，PMMS目前僅支持基本的數據分析，在數據結構可視化方面仍然需要借助第三方Arc GIS工具，將來可以整合可視化工具令其功能更完整；最后，在為旅游研究配置的用戶界面方面，希望PMMS將來更為友好，最終成為一個便捷、高效的圖片數據分析系統。

［1］Vu H Q， Li G， Law R， et al. Exploring the travel behaviors of inbound tourists to Hong Kong using geotagged photos ［J］. Tourism Management， 2015（46）： 222～232.

［2］Andraz J M， Rodrigues P M M. Monitoring tourism ぼows and destination management：Empirical evidence for Portugal ［J］. Tourism Management， 2016（56）：1～7.

［3］Li Q， Huang Z， Christianson K. Visual attention toward tourism photographs with text：An eye-tracking study ［J］. Tourism Management， 2016（54）： 243～258.

［4］Zhang L， Lan C， Qi F， et al. Development pattern， classiベcation and evaluation of the tourism academic community in China in the last ten years ： From the perspective of big data of articles of tourism academic journals ［J］. Tourism Management， 2017（58）：235～244.

［5］Stepchenkova S， Zhan F. Visual destination images of Peru ： Comparative content analysis of DMO and user-generated photography ［J］. Tourism Management， 2013（36）：590～601.

［6］Pan S， Lee J， Tsai H. Travel photos ： Motivations， image dimensions， and affective qualities of places ［J］. Tourism Management， 2014（40）：59～69.

［7］Hunter W C. The social construction of tourism online destination image ： A comparative semiotic analysis of the visual representation of Seoul ［J］. Tourism Management， 2016（54）： 221～229.

［8］張珍珍， 李君軼. 旅游形象研究中問卷調查和網絡文本數據的對比——以西安旅游形象感知研究為例 ［J］. 旅游科學， 2014， 28 （6）：73～81.

［9］?nderI， Koerbitz W， Hubmann-Haidvogel A. Tracing tourists by their digital footprints：The case of Austria［ J］. Journal of Travel Research， 2014， 55（ 5）：566～573.

［10］Thomee B， Shamma D A， Friedland G， et al. YFCC100M ： The new data in multimedia research［ J］. Communications of the ACM， 2016， 59（ 2）：64～73.

［11］Stepchenkova S. Cultural differences in pictorial destination images ： Russia through the camera lenses of american and korean tourists［ J］. Journal of Travel Research，2015， 54（6）： 758～773.

［12］Song S G， Kim D Y. A pictorial analysis of destination images on pinterest： The case of Tokyo， Kyoto， and Osaka， Japan［ J］. Journal of Travel & Tourism Marketing，2016， 33（ 5）：687～701.

［13］Jenkins O. Photography and travel brochures： The circle of representation［ J］.Tourism Geographies， 2003， 5（ 3）：305～328.

［14］楊敏， 李君軼， 楊利. 基于旅游數字足跡的城市入境游客時空行為研究——以成都市為例［ J］. 旅游科學， 2015（ 3）：59～68.

［15］丁娟， 李俊峰. 基于Web地理圖片的中國入境游客POI空間格局［ J］. 經濟地理，2015（ 6）：24～31.

［16］Van L O， Schockaert S， Dhoedt B. Georeferencing Flickr resources based on textual meta-data［ J］. Information Sciences， 2013（238）： 52～74.

［17］Baloglu S， McCleary KW. A model of destination image formation［ J］. Annals of Tourism Research， 1999， 26（ 4）：868～897.

［18］Andreu L， Bigné J E， Cooper C. Projected and perceived image of Spain as a tourist destination for British travellers［ J］. Journal of Travel & Tourism Marketing， 2000， 9（4）：47～67.

［19］Smith W W， Li X R， Pan B， et al. Tracking destination image across the trip experience with smartphone technology［ J］. Tourism Management， 2015（48）：113～122.

［20］Anand P， Holbrook M B， Stephens D. The formation of affective judgments： The cognitive-affective model versus the independence hypothesis［ J］. Journal of Consumer Research， 1988， 15（ 3）：386～391.

［21］Chen J S， Uysal M. Market positioning analysis： A hybrid approach［ J］. Annals of Tourism Research， 2002， 29（ 4）：987～1003.

［22］Donaire J A， Camprubí R， Galí N. Tourist clusters from Flickr travel photography［ J］.Tourism Management Perspectives， 2014（11）：26～33.

［23］Loria S. TextBlob： Simpliベed Text Processing［ Z］. Secondary TextBlob： Simpliベed Text Processing， 2014.