旅游景區網絡輿情指標體系構建基于螞蜂窩網全國百家5A級景區的游客評論

(青島大學 旅游與地理科學學院,山東 青島 266071)

劉萌王月,陳效萱,吳建偉,趙玉宗,唐順英

(青島大學 旅游與地理科學學院,山東 青島 266071)

基于旅游網絡輿情視角,從螞蜂窩網上選取2014—2015年評論條數超過100的全國100家5A級旅游景區作為研究對象,提取約45000條游客評論作為研究樣本,運用ROST CM6.0軟件,通過語義網絡分析、高頻詞分析,結合扎根理論思想,歸納出4個一級指標和14個二級指標,構建了旅游景區網絡輿情指標體系。同時,以泰山風景區為案例,對該指標體系的應用進行實證分析,結果顯示該指標體系有助于旅游景區實現基于游客視角的經營管理提升與監測預警。

網絡輿情;旅游景區;指標體系;扎根理論

近年來,我國在線旅游服務快速增長,游客已廣泛利用網絡相互分享旅途體驗或感受,有關旅游的大量輿論信息在多種網絡平臺匯集,旅游網絡輿情成為旅游業發展新階段的重要現象。旅游景區作為旅游目的地的核心吸引物之一,是游客旅游消費和網絡評論的集中載體,也是旅游網絡輿情監測的重要對象。基于網絡平臺及時、真實、原創的游客評論,通過深入的數據挖掘和情感傾向性研究,構建評價指標體系,分析和把握旅游景區的網絡輿情情況,不但可客觀公平地反映各個旅游景區在廣大游客心中的真實形象,而且通過對龐雜多元的網絡數據的整理、分析和集成,有助于用更科學和智慧的方式推動政府旅游行政管理、景區企業運營和旅游者消費決策。

1 文獻綜述

1.1 網絡輿情相關研究

概念提出與理解:網絡輿情的概念出自新聞學,2007年以后開始成為研究熱點,并集中獲批多個相關國家科學課題基金項目。學者或機構關于網絡輿情定義的表述各有側重,相關研究主要圍繞網絡輿情事件的主體、介體、客體等角度對網絡輿情行為的內涵進行討論,并對網絡輿情展開定義[1]。輿情信息局將網絡輿情定義為民眾和媒體通過互聯網,對熱點事件或議題的情感、態度、意見和觀點等的總體情況,并指出它對社會輿論、媒體生態、公共決策、政府形象與社會和諧穩定等都具有重大影響。曾潤喜認為,網絡輿情是指由于各種事件的刺激而產生的通過互聯網傳播的人們對該事件的所有認知、態度、情感和行為傾向的集合[2]。輿情可被理解為一種情緒,因此情緒化成為輿情的一個重要特點。輿情和輿情信息不同,輿情往往是內隱的,需要載體和渠道來抒發和表達;而輿情信息可以是口頭言論、書面文字,也可以是具體行動。網絡發展為民眾這種內隱的情緒和態度提供了一個理想的表達渠道,形成了形式多樣的網絡輿情信息。

研究領域與方向:隨著對網絡輿情的關注度日益增強,學術界對網絡輿情的研究內容逐漸豐富。除了探討其傳播模式、內在演變機理(形成、發展、現狀等)外,近年來集中于監測、預警機制或指標體系的建立,主要針對政府機構的管控工作,以突發事件、公共危機事件、熱點事件、群體性事件等為對象。其中,網絡輿情監測與預警指標體系主要包括基于社會預警研究啟示的指標體系、基于主題分類的指標體系、基于輿情不同發生主體的指標體系、基于網絡輿情內在機理的網絡輿情監測指標體系等;在網絡輿情評價指標體系研究方面,主要包括基于網絡輿情演變規律的安全評估指標體系、基于不同作用力的網絡輿情熱度評價指標體系、基于發生周期的網絡輿情評估指標體系等[3]。談國新、萬一基于I-space模型對網絡輿情的傳播過程和產生根源進行了分析研究,提出網絡輿情監測指標體系由輿情發布者指標、輿情要素指標、輿情受眾指標、輿情傳播指標、區域和諧度指標五個指標群構成等[4]。戴媛等構建了傳播擴散、民眾關注、內容敏感度、態度傾向4個一級指標、流量變化等8個二級指標和30個三級指標[5]。

研究對象與方法:網絡輿情的研究對象起源于政府公共事件,目前已逐漸拓展到高校管理、食品安全等多個方面,而微博話題、網絡評論等易于引起廣泛討論的素材成為主要數據來源。相關研究試圖從定性和定量兩個方面進行,形成了文本挖掘、比較分析、相關分析、內容分析法和情感分析等一系列研究方法。其中,較為典型的有層次分析法、德爾菲法[6]、AHP法[7]和模糊綜合評價法[8]等。

1.2 旅游網絡輿情相關研究

付業勤、鄭向敏首次提出了網絡新媒體時代下旅游網絡輿情研究體系的構想,認為旅游網絡輿情是由旅游者、網民、意見領袖和媒體在網絡世界發表的與旅游熱點現象和危機事件有關的輿情,通過網絡媒體傳播而形成,是網絡輿情在旅游領域的表現形式[9],并就旅游網絡輿情的客體、主體、本體、媒體等進行了分析[10-12]。雷春主要圍繞網絡輿情事件的發布主體、傳播媒介、輿情受眾、內容要素4個維度和輿情發展情況構建網絡輿情監測指標體系和預警警戒,提出了建立海南旅游網絡輿情總體預案,健全網絡輿情事件協調機制和創新網絡溝通平臺的相關策略[13]。總體上,我國旅游網絡輿情的理論探討與實踐起步較晚,近兩年的數量呈增多趨勢,主要集中在旅游網絡輿情發生、演化和傳播機理、時空分布與演化規律、熱點事件監測和預警指標體系構建、主體特征分析、政府行為影響等。此外,依托在線網絡評論數據資源的挖掘和整理,學者們還圍繞旅游者行為分析[14]、游客滿意度評價[15,16]、服務質量評價[17,18]、旅游形象認知影響[19]等方面進行了研究,豐富了研究視角和素材,拓寬了以往主要通過問卷調查、行業統計數據、官方標準、專家打分或文獻研究等方法獲取數據信息來源。目前,旅游網絡輿情的研究對象仍主要集中在熱點、危機等公共事件上,在旅游景區層面的關注有限。與網絡輿情研究相比,在景區輿情監測、預警機制或指標體系建立等方面的研究深度有待拓展和深化。

2 研究設計

2.1 研究工具與方法

本文選取由武漢大學信息管理學院、計算機學院沈陽教授設計編碼的ROST CM軟件(數字人文輔助研究平臺)為分析工具,通過互聯網(以螞蜂窩網為主)收集游客發表的網絡評論,主要分析方法包括以下三種。

內容分析法:內容分析法是一種對具有明確特性的傳播內容進行客觀、系統和定量描述的研究技術。該方法目前已在旅游相關研究中得到廣泛應用,多以照片、網站信息、概念、新聞報道、網絡游記、網絡自媒體等為素材來源,進行旅游心理動機、旅游行為、旅游感知、目的地形象、概念內涵等的挖掘分析。針對旅游景區的相關研究中,內容分析法的應用很少,主要以官方網站、旅游口號、微博、在線景區評論為主,研究景區品牌建設、景區形象感知、旅游需求、營銷組合等內容,大多停留在簡單的層面,理論深度有待挖掘。作為深層次挖掘網絡輿情信息的有力方法,內容分析法在網絡輿情信息分析中的作用主要體現在三個方面:描述網絡中傳播的輿情信息；推論網絡輿情信息傳播主體的意圖、態度和情緒的傾向性；描述和推論網絡輿情信息的產生和變化趨勢。

語義網絡分析:語義網絡分析是一種通過節點和邊表示,描述復雜概念及其相互關系的分析方法。本研究通過提取螞蜂窩網上2014—2015年的全國5A級旅游景區的游客評論,構建了語義網絡圖,再根據語義網絡圖歸納旅游景區輿情評價類目。

扎根理論:扎根理論包括開放性編碼、選擇性編碼和理論性編碼三重分析過程。扎根理論克服了一般定性研究缺乏規范的方法論支持、研究過程難以追溯和檢驗、結論說服力不強的問題,被認為是定性研究中最科學的方法論和最適于進行理論建構的方法[20]。本研究基于扎根理論的思想,自下而上地通過不斷比較、發現聯系、建立分類等的過程,對原始評論資料進行概念化、范疇化和理論抽象化研究,最終構建旅游景區網絡輿情指標體系。

2.2 數據資料收集與處理

本文于2015年7月10日至7月15日,通過螞蜂窩網,選取了100家2014—2015年游客評論數超過100條的全國5A級景區,包括鼓浪嶼、故宮、西湖等,并從中提取近45000條評論作為研究樣本。運用ROST CM6.0軟件進行數據處理,合并同義詞,剔除沒有實際意義或無明顯指向的高頻詞,得到語義網絡圖和高頻詞共詞矩陣。

3 數據分析及概念模型構建

3.1 數據分析

語義網絡圖:以百家5A級旅游景區為對象,提取螞蜂窩網站2014—2015年相關評論近45000條,運用ROST CM6.0將龐雜的文本數據進行概念化處理,對樣本數據在文本挖掘軟件中做分詞處理,得到語義網絡圖(圖1)。從圖1可見,“門票、導游、景點、時間、值得”這5個詞語處在網絡圖的中間位置,成為重要的中心節點。在每個重要的中心節點周圍都形成一個一層或多層的子群,距中心節點距離越近的詞語與中心節點詞語的聯系就越緊密。

按逆時針順序,結合評論原內容,依次分析語義網絡圖1中5個重要的中心節點。從位于最上方的“門票”開始,“門票”的子群范圍較大,與其關系緊密的有“排隊、人多、索道、纜車、學生”等,反映了門票的價格制度和景區排隊買票等情況。左側“值得”中心節點主要與“壯觀、景色”等詞語相關,表明游客注重自然風光與體驗等內容。下方中心節點“景點”出現較多的是緣于大多旅游景區由多個景點組成,其子群層級較復雜,主要包括“免費、門票、建筑—特色、著名、交通、方便、空氣”等,相對全面地展示了游客對旅游景區的不同關注角度。位于右下方的中心節點“時間”及其子群主要涵蓋“游覽、感受、建議、游客”等,說明游客對游覽的時間及其影響有關注。右側的中心節點“導游與參觀、建議、故事、歷史、感受、文化”等相關聯,反映出游客認為景區講解及景區歷史文化有一定的重要性。

圖1 語義網絡

高頻詞共詞矩陣:通過ROST CM 6.0共提取出82個高頻詞,將其中無實際意義、意義重復或無明顯指向的詞語進行剔除,如“下來、然后”等,最終篩選出73個高頻詞作矩陣分析(表1,受文本篇幅限制,只截取其中前14個高頻詞)。共詞矩陣表示兩兩之間的相對關系;兩個詞語相交的數值越大,表示相關性越強。經整理分析,發現共詞矩陣與語義網絡圖的內容相符,并可相互補充。

表1 游客評論高頻詞73×73共詞矩陣(部分)

選擇性編碼:根據語義網絡圖的分析結果,結合高頻詞及其共詞矩陣,對文本主題進行精煉和分類,總結整理為14個二級指標:自然風光、歷史人文、其他吸引物、知名度、環境條件、配套設施及服務、價格制度、商業化水平、區位條件、季節性、承載力、體驗活動、體驗感受、符號特征。14個二級指標的最終確定經過了兩個階段:首先,由語義網絡圖及高頻詞共詞矩陣,結合游客評論文本,努力接近語言情境,將具有同類屬性的詞語按照相互關系和邏輯次序進行歸類,并不斷進行范疇化嘗試。其次,將每個高頻詞依次歸入各自范疇,或對范疇進行調整或重置,直至最終能將每個高頻詞歸類并不再出現新的范疇。

表2 指標歸納過程

表3 旅游景區網絡輿情指標體系

理論性編碼:經過以上兩個階段的分析,得到能夠反映旅游景區網絡輿情的主要指標。這一階段進行理論構建,將14個指標再次抽象化歸類,歸納為4項一級指標:景觀質量、經營管理、接待能力和體驗(表2)。

3.2 指標體系構建

我們將4個一級指標和14個二級指標進行系統、有機的聯系,構建旅游景區網絡輿情的指標體系(表3)。

3.3 指標體系應用

本文構建的旅游景區網絡輿情指標體系具有較大的普適性。宏觀上,可應用到區域內或區域間旅游景區關注因素與質量分析,以及同類型旅游景區的相關研究;微觀上,可應用到單個旅游景區的質量監測、預警報告等多個方面,為政府和景區進行實踐指導。本文在對該指標體系進行應用說明的基礎上,以泰安市泰山景區為例進行個案研究,對該指標體系的應用及價值進行了分析說明。

指標體系應用說明:我們對百家樣本景區分別進行高頻詞提取,并納入到指標體系。對高頻詞頻數進行了加權平均,分別得出4個一級指標和14個二級指標的頻數均值,得到各項指標的全國平均水平(圖2、圖3)。圖2表明,在全國樣本景區的一級指標中,關注度最高的是“景觀質量”,其次是“體驗”;圖3則顯示了二級指標中“自然風光、歷史人文、體驗感受、符號特征”等受關注程度較高。選定某個區域或某個具體景區,分析其文本數據,并將其結果與全國均值進行比較,可判定該區域或景區在各級指標方面的關注度情況及其在全國同類指標中所處的位置,進而發現自身受關注或突出的方面。如果要進一步識別個別景區的具體優勢和問題,可分析景區在關注度較高的指標上的情感傾向,深度挖掘文本信息,形成景區輿情詳細分析報告,為其開發建設和經營管理提供建議。

圖2 全國樣本景區一級指標關注度均值比較

圖3 全國樣本景區二級指標關注度均值比較

泰山風景區實證研究:基于以上指標體系構建及分析,本文選取進入百家樣本景區中的山東省5A級景區為具體研究案例進行實證分析。首先,采用ROST CM6.0軟件分析7家山東省5A級旅游景區:泰安泰山風景區、青島嶗山風景區、濟南天下第一泉景區、威海劉公島景區、曲阜三孔景區、煙臺蓬萊閣景區和棗莊臺兒莊景區。對各景區軟件處理結果中的情感分布游客視圖進行綜合,得到7家景區的情感傾向分布(圖4)。結果顯示,泰山風景區游客評論的消極情緒所占比例相較其他景區最高,達到23.21%。經具體分析泰山景區的游客評論,發現其中問題較有代表性,因此重點選取泰山風景區為個案研究。研究思路如下:運用旅游景區網絡輿情指標體系,識別景區受關注程度較高的方面,并通過情感分析,深度挖掘游客評論文本中的網絡輿情信息,歸納其優勢與問題,為旅游景區的監測和預警提供借鑒和參考。

圖4 山東省樣本5A級景區情感分布

首先,將泰山景區的一級指標關注度與山東省5A級景區、同類型景區、全國5A級景區的一級指標關注度進行對比分析(圖5)。從圖5可以看出，泰山風景區的“景觀質量、經營管理、接待能力”與全國、山東省、同類型5A級景區的一級指標關注均值基本一致,而“體驗”受關注度偏高。

圖5 泰山風景區與全國、山東省、同類型5A級景區

其次細化比較泰山風景區各項二級指標與全國平均水平的差異(圖6)。從圖6可見,泰山景區的“知名度、承載力、體驗活動”的關注度明顯高于全國平均水平,“歷史人文”的關注度明顯低于全國平均水平。游客對這些方面的關注有可能是積極的也可能是消極的,具體信息隱藏在游客的評論中,需做進一步挖掘。

根據軟件處理得到的情感分析詳細結果,具體分析具有代表性和強烈傾向的游客評論(表4)。基于以上分析結果,泰山景區可充分發揮其在自然風光、歷史文化、知名度等方面的優勢,加大宣傳;雖然“歷史文化”的情感傾向表現為積極,但作為歷史文化名山,提及到“歷史文化”過少的問題也應引起注意。同時,針對其承載力和體驗活動的問題,整治泰山上的旅館、景點,完善景區客流量監測控制體系;并借助泰山智慧旅游景區的建設,通過發布泰山最佳登山時間和觀日出時間等,提升游客體驗活動的可實施性和體驗感受。游客關注焦點是影響景區形象和游客滿意度的關鍵因素,發揮優勢,改善條件,將有助于景區提高經營水平。

圖6 泰山風景區二級指標與全國均值對比

一級指標二級指標舉例說明情感傾向景觀質量自然風光山頂云霧繚繞，確實很美積極歷史文化泰山，歷史文化名山，緊鄰泰安城，位置優越，上山方式多樣，觀云海、俯瞰泰安城，美哉積極知名度世界物質與文化雙遺產五岳之首，世界聞名的景點，文化淵源深厚，去山東必去的景點積極經營管理配套服務有大巴車可以到中天門，纜車到南天門，另收費的，體力好的就不用了，畢竟泰山是爬上去才算真的到過泰山的積極接待能力承載力真心再也不要節假日出游了，全是人，景色什么的完全沒看到，什么時候還能有機會重游一次；不要旺季或者節假日去，不然會哭的，我“十一”長假去的，索道纜車要排隊2個小時消極體驗體驗活動由于天氣原因，泰山很少能夠看到日出了，去過兩次泰山，都沒有看見日出消極體驗感受泰山真的好棒，好漂亮，那種開闊，成就感滿滿的，五岳獨尊的霸氣，再一再二值得再三去領略積極

4 結論與討論

本文以全國百家5A級旅游景區近45000條游客評論為研究樣本,運用ROST CM 6.0軟件,通過語義網絡分析、高頻詞分析,基于扎根理論思想,經過開放性編碼和選擇性編碼,歸納了旅游景區網絡輿情的4項一級指標：景觀質量、經營管理、接待能力和體驗,14項二級指標：自然風光、歷史人文、人造景觀、知名度、環境衛生、配套設施及服務、價格制度、商業化水平、區位條件、季節性、承載力、體驗活動、體驗感受、符號特征，構建了旅游景區網絡輿情指標體系，并進行了討論。

通過對泰山風景區的實證對比分析,識別景區受關注程度較高的方面,并通過情感分析,深度挖掘游客評論文本中的輿情信息,歸納其優勢與問題,對該指標體系的可用性和普適性進行了驗證。結果表明,該指標體系對不同區域與類型景區的旅游服務質量分析和問題預警具有一定的指導價值,有助于旅游景區實現基于游客視角的經營管理提升與監測預警。未來,旅游景區網絡輿情指標體系的完善可進一步向歷時性研究拓展,擴大數據采集的來源渠道;可延伸構建單個或區域性旅游景區的網絡輿情形象指數,為政府的“智慧化”管理、景區企業的科學運營和消費者的理性決策提供參考。

[1]王漢熙,萬成娜,劉凱.網絡輿情研究現狀與發展方向[J].哈爾濱工業大學學報(社會科學版),2015,17(5)∶94-100.

[2]曾潤喜.網絡輿情突發事件預警指標體系構建[J].情報理論與實踐,2010,33(1)∶77-80.

[3]曾潤喜,杜換霞,王君澤.網絡輿情指標體系、方法與模型比較研究[J].情報雜志,2014,33(4)∶96-101.

[4]談國新,萬一.突發公共事件網絡輿情監測指標體系研究[J].華中師范大學學報(人文社會科學版),2010,49 (3)∶66-70.

[5]戴媛,郝曉偉,郭巖,等.我國網絡輿情安全評估指標體系的構建研究[J].信息網絡安全,2010,(4)∶12-15.

[6]張一文,齊佳音,方濱興,等.非常規突發事件網絡輿情熱度評價指標體系構建[J].情報雜志,2010,29(11)∶71-75.

[7]鄧尚民,董亞倩.基于AHP的高校網絡輿情安全評估指標體系構建研究[J].情報雜志,2012,31(8)∶31-36.

[8]張培凡,劉功申.分級指標體系下的網絡輿情指數計算[J].信息安全與通信保密,2013,(1)∶57-59.

[9]付業勤,鄭向敏.網絡新媒體時代旅游網絡輿情研究：源起,價值與構想[J].河北學刊,2013,33(5)∶182-184.

[10]付業勤,雷春.網絡新媒體時代的旅游網絡輿情危機傳播研究[J].社科縱橫,2014,29(3)∶102-105.

[11]付業勤,鄭向敏,張俊.旅游網絡輿情危機事件的時空分布規律研究[J].財經問題研究,2014,(9)∶124-128.

[12]付業勤,鄭向敏,鄭文標,等.旅游危機事件網絡輿情的監測預警指標體系研究[J].情報雜志,2014b,33(8)∶184-189.

[13]雷春.旅游網絡輿情熱點事件監測與預警指標體系構建——以海南國際旅游島為例[J].四川旅游學院學報,2014,(4)∶45-48.

[13]趙振斌,黨嬌．基于網絡文本內容分析的太白山背包旅游行為研究[J].人文地理,2011,26(1)∶134-139.

[14]李龍梅,王曉峰,王俊霞.基于網絡評論的兵馬俑景區游客滿意度評價[J].寧夏師范學院學報(自然科學版),2011,32(6)∶70-73.

[15]何瓊峰.基于扎根理論的文化遺產景區游客滿意度影響因素研究——以大眾點評網北京5A景區的游客評論為例[J].經濟地理,2014,34(1)∶168-173,139.

[16]董斌彬,鄭向敏.景區家庭旅館服務質量分析——基于藝龍網的網友評論[J].旅游研究,2014,6(4)∶65-71.

[17]許春曉,佘白連.中華始祖旅游地的網絡輿情分析——黃帝陵、炎帝陵、舜帝陵網絡輿情特征及其比較[J].旅游研究,2015,7(3)∶53-57.

[18]黃莎,陳秋萍.在線景區評論對旅游者認知的影響——以武夷山景區為例[J].遵義師范學院學報,2011,13(5)∶79-82.

[19]賈旭東,譚新輝.經典扎根理論及其精神對中國管理研究的現實價值[J].管理學報,2010,7(5)∶656-665.

LIU Meng-yue,CHEN Xiao-xuan,WU Jian-wei,ZHAO Yu-zong,TANG Shun-ying

(School of Tourism and Geography Science,Qingdao University,Qingdao 266071,China)

This paper selected 100 5A tourist attractions,which had over 100 articles of reviews in 2014-2015 on Mafengwo,as the study objects,from which the authors got about 45000 articles of the reviews to be the samples.Then the samples were processed in ROST CM 6.0,and through the analysis of semantic network and the high-frequency words,the authors generalized 4 first level indicators and 14 second level indicators using the grounded theory,based on the perspective of tourism network public opinion,and finally established the index system of tourist attraction network publish opinion.Moreover,the authors made a empirical analysis for the application and practical guidance of this index system,taking Taishan mountain as an example.The results showed that this system helped tourist attractions in improving the operation and management,as well as the monitoring and early warning,based on the perspective of tourists.

network public opinion;tourist attraction;index system;grounded theory

2016-11-24；

2016-12-23

國家自然科學基金項目(編號:41301135);青島市雙百調研項目(編號:2011-B-10)聯合資助。

劉萌王月(1992-),女,山東省濰坊人,碩士研究生,主要研究方向為旅游管理、旅游社會文化。

趙玉宗(1977-),男,內蒙古自治區赤峰人,博士,副教授,主要研究方向為旅游社會文化,旅游地理與旅游規劃。

F590.654

A

1005-8141(2017)01-0080-05