移動旅游APP用戶使用意愿影響因素研究

鞏超 吳泓

【摘要】本文運用文本分析法，對ASO114平臺移動旅游APP的在線評論進行詞頻分析。研究發現，影響用戶使用攜程旅行APP意愿的因素，主要包括感知有用性、感知易用性、感知風險性、企業聲譽、社會影響、信任、價格權衡。

【關鍵詞】移動旅游APP在線評論使用意愿影響因素

1引言

隨著使用智能手機訪問互聯網的人數迅速增加，移動旅游服務已普遍存在，并在影響和改變著消費者搜索信息的行為和獲取渠道。由于移動旅游APP可以隨時隨地的查詢、預訂和共享信息，移動旅游服務成為一種新的服務主導邏輯。然而，隨著國內外關于移動APP使用意愿影響因素研究逐漸成為熱點，但移動旅游APP的相關研究仍有待深入。目前多數學者基于技術接受TAM模型和UTAUT模型，采用結構方程模型方法對旅游用戶使用意愿影響因素進行實證研究[1，2]，也有文獻基于在線評論對用戶使用意愿進行研究[3，4]，但基于在線評論，通過文本分析移動旅游APP使用意愿影響因素的研究相對較少。攜程是中國領先的具有代表性的在線旅游服務公司，攜程旅行APP的功能較為完善，包括預訂機票、門票、酒店，定制旅游產品，團購，租車和美食，旅游攻略等。本文以攜程旅行APP為例，通過爬取相應的網絡評論，運用文本內容分析，探討影響用戶使用攜程旅行APP意愿的主要因素。

2網評的抽取和預處理

本文在線評論的文本數據來源于ASO114平臺。ASO114平臺是覆蓋iOS和Android應用市場數據分析的大數據平臺，其利用檢索規則和排名規則讓APP更容易被用戶搜索到，幫助開發者有效監控各類APP榜單排名變化、搜索指數排行等數據分析[5]。本文通過Pathon軟件爬取攜程APP下載用戶的相關評論，涉及時間段為2018年6月9日到2018年11月13日。由于獲得的評論數量大，質量參差不齊，本文按以下標準進行篩選。第一步，考慮評論可信賴度，通過關鍵字查找，過濾掉與攜程無關的營銷廣告，盡量采用消費者真實經歷且具真實情感的評價。第二步，考慮文本特征，有影響力的在線評論，內容應當完整、詳實，且評價應當具備數據分析的可行性，因此根據實際評論情況，篩選時排除字數10字以下的評論。經篩選，共得有效評論4794條。

3在線評論分析

3.1詞頻分析

本文采用python的jieba分詞工具進行分詞，并用python編程語言進行高頻詞統計分析。

具體步驟如下：（1）將整理好的網絡評論編輯成txt格式，導入jieba分詞語言；（2）對分詞結果出現“的”、“了”這類無意義的助詞、量詞進行過濾；（3）導入自定義字典，對分詞結果進行填補和修正；（4）通過詞頻分析語句提取排名前250的高頻詞?？紤]到同一個意思可能有不同表達方式，例如“旅行”和“旅游”，對同一個意思的高頻詞做統一描述，并篩選和修正，最終得出TOP150的詞頻統計表。

通過高頻詞得出，大多數是名詞、動詞和形容詞，集中在產品特性和消費者情感：

（1）排名最前的詞語為攜程和旅游，頻率分別為3430和3372，顯示了本次的調查對象和用戶使用的目的；（2）靠前的詞語有酒店、預定、機票、車票、攻略等，直觀顯示了用戶的需求和APP為用戶提供的服務；

（3）預定酒店即住宿是用戶的最主要需求；（4）用戶對攜程的態度褒貶不一，大多傾向于消極情緒，例如排名最前的有關用戶評價的詞語是垃圾。

3.2類目分析

類目是文本分析問題的具體化，通常有三種方法確定類目：（1）歸納法：通過對樣本的觀察分析得出。（2）繼承法：不是由數據本身生成，而是根據理論要求，列出需測量的變量，形成類目；或直接來自理論和文獻，或來自其他研究領域。（3）結合法：即理論和文獻相結合，綜合篩選和修正變量的定義及測量方法來建立類目，本文所采用的類目構建方法為結合法。本文基于高頻詞表，將其分類匯總，得出主要的影響因素如下：

（1）感知有用性

基于表1對高頻詞的提取，出行方面涉及到旅游、一般的出行、自由行、回家和春運等。研究發現：住宿方面，用戶比較關注酒店環境和舒適度，例如評論“預定的酒店都是干凈舒適的”。購票方面，涉及門票、機票、各類車票，搶票一詞的頻率最高，說明用戶對軟件搶票功能較為肯定。服務方面，在于客服和導游服務。目的地涉及景點和去往的不同城市。攻略、游記也是頻率排名靠前的詞語，表明用戶使用APP時會考慮網友的經驗和推薦，相關的UGC還包括圖片、路線等。軟件功能也會影響用戶的感知有用性，例如評論“沒有提醒功能，還投訴不了，再也不會用它了”。食也是用戶的一大需求，例如“還用它查看旅游地方的特色的美食攻略”。關于有用性，用戶有很多體驗感方面的總體描述，例如實用、必備、強大，說明用戶對攜程APP的有用性較為關注。

（2）感知易用性分析

通過高頻詞分析發現（表2），用戶關注使用的方便快捷和操作簡單，如評論“第一次通過攜程軟件購票，方便，快速，不錯”，“預定酒店機票都可以，非常方便快捷”，“操作簡單易上手”，“好用全新的界面設計，界面清新”。說明用戶對攜程APP的易用性較為關注。

（3）感知風險性分析

高頻詞中包含軟件功能差、亂扣費和系統問題等相關詞語（表3），如搶不到票，強制收費、殺熟、亂扣費等。例如評論“真的垃圾，各種亂收費，手續費貴，隱形扣費”。而系統問題方面，軟件會出現界面閃退、網絡不穩定等情況?？梢钥闯?，當消費者遇到意料之外的問題給自己帶來損失時，情緒都很消極憤怒，導致部分用戶直接卸載。說明用戶對攜程APP的使用風險較為關注。

（4）企業聲譽分析

通過對高頻詞分析（表4），發現用戶對攜程的積極評價包含貼心、人性化、好評等，消極方面的評論例如垃圾、差評等，還有一些用戶與12306和飛豬對比，如評論“依然是攜

程先搶到車票”，“到處都是吸費陷阱，不如飛豬實在”等。說明企業聲譽對攜程APP的使用意愿有較大影響。

（5）社會影響分析

根據高頻詞分析（表5），可以看出部分用戶是通過身邊朋友推薦來下載使用攜程軟件的，例如評論“攜程搶票神器，好朋友推薦我的”，“特別愛旅游，同事推薦這款軟件給我”。另一方面用戶也會推薦給身邊的人，例如評論“太好用了，推薦給親戚使用”?？梢?，社會影響對攜程APP的初始使用意愿有較大影響。

（6）信任分析

根據高頻詞分析（表6），可明顯得到有關消費者信任的相關詞語，如積極方面，信賴、最靠譜、放心等詞語；消極方面，騙子、坑人等詞語表明用戶很不信任攜程，覺得自己被欺騙了。說明信任對攜程APP的持續使用意愿有較大影響。

（7）價格權衡分析

根據高頻詞可得（表7），便宜、優惠、紅包等詞語表明價格是用戶關注的一個方面，例如評論“酒店預訂便宜”，“看上的是景點每月50元優惠券來的，開通之后根本沒有！”，“訂特價機票特別方便，很劃算”。說明用戶對攜程APP的使用較為重視價格權衡。

根據高頻詞分析，可以看出使用意愿方面消費者態度分為積極和消極，積極態度會選擇使用攜程；消極態度是卸載軟件，以后再也不用等。而影響用戶使用意愿的主要因素包括感知有用性、感知易用性、感知風險性、企業聲譽、社會影響、信任和價格權衡。

參考文獻：

[1]張聰聰.基于TAM和VAM理論的旅游App用戶持續使用意愿影響因素研究[D].蘭州財經大學，2017.

[2]Escobar-RodríguezT，Carvajal-TrujilloE.Online purchasing tickets for low cost carriers： An application of the unified theory of acceptance and use of technology （UTAUT） model[J]. Tourism Management， 2014， 43（5）： 70-88.

[3]鄭浩曄.在線評論對消費者購買意愿的影響研究[D].北京郵電大學，2019.

[4]洪菲，鄭輝，周穎帆，敖建橋.在線評論對大學生消費者購買意愿的影響研究[J].商業經濟研究，2019（08）：52-56.