網絡游記語境下的游客節點偏好分析研究

楊靖

摘 要：本文在對景區、景點等進行基于網絡語境定義的前提下，以張家界為例，對網絡游記文本信息進行挖掘，以此更加客觀地描述和分析游客對旅游目的地的整體感知和節點偏好。這種無預設的數據來源和文本信息特征要求首先厘清傳統數據來源背景下被忽視的相關概念之間的邏輯關系，運用詞頻分析法和語義分析法等進行主觀感知與其偏好研究，從而體現人本視角下景區規劃與景點開發對微觀個體的關注。

關鍵詞：網絡游記；游客節點偏好；張家界市

中圖分類號：F592.7 文獻標志碼：A

基金項目：吉首大學學成返校博士科研資助經費研究項目“基于多源數據的旅游者微觀時空行為及其應用研究”。

利用大數據開展城市空間與人群活動分析已成為當前學術界的研究熱點。與傳統數據相比，大數據具有精度高、覆蓋廣和更新快等特點，是基于“人”的尺度的開放數據，可以反映人群行為特征[1]。近年來，隨著智能手機、移動互聯網和全球定位系統等技術的成熟與普及，人們在社交媒體平臺上留下了大量照片、文本和音頻等信息。與此同時，對這些海量的帶有地理位置信息的大數據的挖掘、提取和分析已逐步成為旅游研究中的重要手段。其中，網絡游記的應用研究目前主要集中在旅游空間網絡結構、游客時空行為、形象感知、體驗感知、滿意度、關注偏好等領域[2-6]。根據網絡數據的表達特征，挖掘文本信息與概念背后隱藏的內涵，在此基礎上分析得出網絡游記反映出的真實客觀規律，對于探究大數據的分析與應用具有重要意義。

網絡游記語境是由網絡游記所提供的文本信息構成的語言環境，可通過旅游節點真實反映游客時空行為的選擇偏好。網絡游記語境下深度分析旅游節點特征反映的游客偏好，需要在分析網絡環境下的涉及環境的詞匯和詞匯語義特征的基礎上，厘清其中的邏輯關系，重新定義相關概念。比如，網絡游記中“景區”和“景點”交替出現，彼此纏繞，同時也經常出現記載的景區不包含景點的情況。目前的研究常常忽略了二者的區別，根據需要往往以景點指代景區，以景區帶過景點，這在旅游流網絡結構和宏觀層面的游客時空行為特征分析等研究領域是沒有問題的，但是具體到微觀層面的游客偏好選擇就顯得過于籠統。游記語境中的景區與景點在微觀領域并非簡單的互替關系，厘清這種錯綜復雜的文本表達關系與其背后隱含的節點邏輯關系，對于研究游客偏好選擇規律、景區類型識別及景點布局規劃具有重要意義。因此，筆者在深入分析網絡游記中各類詞匯特征的前提下，分別從頻數、節點和指標3個方面來重新認識和定義相關概念。

（一）記載頻數與到訪頻數

同一篇游記中對到訪的旅游節點往往有多次記錄。對于某一節點在同一篇游記中記載一次記作“1”，記載兩次記作“2”，以此類推，把該節點在所有有效游記中被提及的次數相加之和定義為該節點的記載頻數；單篇游記中的某一節點無論被提及多少次均算作“1”；把所有提及該節點的游記篇數相加之和定義為到訪頻數；對于某一景區而言，如一篇游記中只出現該景區包含的景點而未出現該景區，則該景點和景區的到訪頻數各加“1”。

（二）嵌套節點與獨立節點

本文把網絡游記中出現的，在空間和管理兩個層面與其他旅游節點具有從屬關系的旅游節點稱為嵌套節點，嵌套節點實質上是有著嵌套關系的景區與景點的集合；把在空間上和管理上與其他節點都沒有從屬和包含關系的旅游節點稱為獨立節點，獨立節點也是景區與其包含的景點的集合，但這些景點沒有在網絡游記中出現。為方便數據分析，進一步作如下定義：把嵌套節點中的景區分為一級景區和二級景區，其中一級景區由存在關聯的全部嵌套節點組成，是一個完整集合；一級景區可分為若干二級景區，二級景區是一級景區的真子集，彼此之間沒有交集，其內部節點之間關聯較其外部更為緊密。

（三）可達景點與眺望景點

網絡游記雖然提及部分景點，但是峰林錯落形成的景觀多屬隔空對望，不是真正的到達。在挖掘網絡游記的過程中，根據游記提供的信息客觀甄別到達與非到達，對游客關注偏好的深度分析和景區類型歸屬的精準識別具有重要意義。本文根據游客能否通過步行到達，把景點分為可達景點和眺望景點，游客可置身可達景點中游玩、參與和體驗，而眺望景點只能借助觀景臺、眺望點和其他可達景點觀看和遠眺，在觀光型旅游中，眺望景點一般占有較大比重。為表達嚴謹，本文中眺望景點的到訪頻數又稱為關注頻數。

（四）Ⅰ型節點、Ⅱ型節點與Ⅲ型節點

根據網絡游記語境下的數據挖掘和研究需要，將上述旅游節點歸納到Ⅰ型節點、Ⅱ型節點與Ⅲ型節點3類研究范疇。其中，Ⅰ型節點包括嵌套節點中的一級景區和二級景區，二者均可再細分為若干景點，是“面”的概念；Ⅱ型節點包括可達景點和獨立節點，二者均可達但不可再分，是“點”的概念；Ⅲ型節點指嵌套節點中的眺望節點，也是“點”的概念。

（五）關注集聚度

對某個一級景區而言，把高頻可達節點個數之和與游記中出現的該景區所有可達節點個數之和的比值定義為關注集聚度。關注集聚度揭示了較多景點的游客到訪集中程度，反映的是游客對于該景區可達景點的最優偏好選擇分布特征，用公式表示：α=P/Z （1）

其中，α為關注集聚度，P為游記中高頻可達節點個數之和，Z為游記中出現的所有可達節點個數之和。把頻數排名位于前50%的節點定義為高頻可達節點。

（一）研究區域概況

張家界市位于湖南省西北部的武陵山區腹地，以獨特的石英砂巖峰林著稱，全域內旅游資源稟賦上乘，是首批世界地質公園和享譽全球的風景旅游城市之一。近年來，張家界旅游成效顯著，旅游經濟高位速增長，被國內各大主要旅游網站列為國內熱門旅游目的地之一。

（二）數據來源與處理

本文選擇攜程網、去哪兒和馬蜂窩3個旅游網站作為網絡樣本采集平臺，利用計算機編程語言（Python）實現網絡游記的數據爬取。在網站輸入“張家界”進行搜索，搜索結果根據網友的游記更新時間排列，即從2018年1月1日至2018年12月31日，以張家界為目的地的網絡游記共830篇，并依據一定的標準經過嚴格細致的數據清洗，最終篩選出474篇游記。在獲取有效游記的基礎上，運用Excel工具對有效游記的數據進行結構化處理；利用文本分析軟件ROST Content Mining提取游記正文中詞頻排名靠前的高頻特征詞，構建游客文本信息庫；在此基礎上運用內容分析法對高頻特征詞進行顯性主題和語義網絡分析，對各旅游節點進行多元頻數比對統計。

（一）旅游感知

利用Python的分詞組件Jieba，從游客文本信息庫中將全部句子精確切開，對長詞進行二次切分，提取每篇游記中線路軌跡的文本屬性，整理剔除如“的”“到”“沒有”“說”等停用詞；利用ROST Content Mining選取詞頻不小于500次的關鍵詞，最終形成36個高頻特征詞（見表1），根據共詞矩陣生成游記語義網絡圖。游記反映了游客對張家界旅游的記憶、體驗與感受，顯性主題與語義網絡疊加了“游客”的主體認識、情緒和情感，反映了游客對張家界的集體感知。旅游感知的顯性主題和語義網絡分析均依據各旅游節點在網絡游記中的記載頻數。

1.顯性主題分析

如表1所示，頻數排名前五的有“張家界”“景區”“森林公園”“索道”“天門山”，可知景區較大程度上代指了游客到達的各個旅游節點，也間接說明了張家界旅游節點的自然觀光屬性特征，其中，最熱門的景區有森林公園、天門山等；索道是游客實現上下山旅程的重要交通工具，因而成為關注熱點。“酒店”“客棧”和“住宿”出現頻率排名依次為12、13和26，表明游客在張家界較為關注“住”，帶有鄉土氣息和地域特色的客棧成為游客選擇的主要住宿形式。地名中除了“張家界”，“鳳凰”和“長沙”分別位于第6位和20位，表明在區域旅游線路組合中，鳳凰、長沙與張家界關聯最為緊密。“風景”一詞頻數高達764，結合下文分析，可知游客對張家界的感知印象以風景秀美、奇特最為突出。

2.語義網絡分析

中心節點詞表明最受關注的旅游節點分別是森林公園、天門山、天子山、金鞭溪和袁家界。“景區”“景點”與“張家界”“門票”和“森林公園”三者距離最近，且均為網絡核心詞，表明風景旅游作為張家界的最大特色，熱度較高，且森林公園在一定程度上代表了張家界的風景旅游特征。“景區”與“景點”兩者距離亦較近，表明景區與景點關聯密切，也印證了游記中兩者相互纏繞的事實；“索道”和“門票”是游客在張家界行程安排中較為關注的要點，表明張家界上下山交通多依賴索道，森林公園采用的聯票制使門票所涵蓋的游覽景點和時間與游客行程安排密切相關。在非中心節點詞中，“下山”“上山”“火車”“百龍天梯”“環保”等表明游客較關注旅游交通方式；“十里畫廊”與中心詞“袁家界”距離較近，“楊家界”與中心詞“天子山”距離較近，表明十里畫廊與袁家界、楊家界與天子山在旅游線路中捆綁較為頻繁；“百龍天梯”“十里畫廊”距離“風景”均較近，表明游客通過前者觀看風景的熱度較高。

（二）節點偏好

1.統計結果

通過清洗和整理，本次數據挖掘共采集到70個有效旅游節點。根據網絡語境下的景區與景點分類，參照張家界景區管理規定與節點空間分布，統計得出嵌套節點共60個，其中，一級景區6個，二級景區6個，可達景點30個，眺望景點18個（見表2）；獨立節點10個，包括土家風情園、溪布街、魅力湘西、老院子、賀龍故居、朝陽地縫、九天洞、五雷山、江埡溫泉和老道灣。

2.Ⅰ型節點

Ⅰ型節點包括嵌套節點中的一級景區和二級景區。一級景區中，森林公園到訪頻數為401，即約有84.60%的游客到訪過森林公園，其以絕對優勢領先于其他5個一級景區，其次為天門山、天子山、楊家界，三者頻數相差不大，再次為大峽谷，頻數約為森林公園的1/4，最后為索溪峪最低。

如表2、表3所示，森林公園的3個二級景區中，袁家界為最高頻景區。其中，袁家界可達類型頻次顯著高于眺望類型頻次，可認為袁家界為體驗型景區；黃石寨景區出現在游記中的只有1個可達景點，即南天門，結合游記全文內容和其區位地形特征可知，黃石寨更多是作為武陵源核心景區中的最大凌空觀景臺，具有顯著的遠眺外向型特征，觀光價值比體驗價值更大，是典型的開放觀光型旅游節點；金鞭溪景區只出現5個眺望節點，無可達節點，但金鞭溪作為二級景區在游記中出現的到訪頻數高達181，遠高于前者，游客在這里除觀賞封閉狹長山谷中的兩岸景點，還能戲水、游樂，因此可認為其兼有體驗和觀光特征，且體驗型更強。除3個二級景區外，分散于森林公園中的5個旅游節點均為可達景點，大氧吧廣場因其良好的區位和集散作用，相對頻數較高，但整體頻數仍然較低。

十里畫廊和黃龍洞頻數均高于索溪峪，且十里畫廊頻數約為黃龍洞的3倍、寶峰湖的8倍，表明十里畫廊由于與森林公園鄰近，其門票又包含在森林公園四天聯票中而成為到訪較多的景區，而黃龍洞、寶峰湖均需單獨購票，空間上也與森林公園更遠，因此游客到訪較少。十里畫廊、寶峰湖和黃龍洞分別是以山谷、湖泊和巖溶為主要特征的觀光型景區，但寶峰湖和黃龍洞除其本身外，未挖掘到有效節點表征游客偏好和印象，說明其內部節點的特征感知度不高。十里畫廊景區有采藥老人和食指峰來表征。分散景點中可達景點水繞四門的頻次約為眺望景點西海峰林的5倍，與其所處的地理位置和獨特的體驗有關。

楊家界和天子山均以分散型節點為主，其中可達景點和眺望景點在數量和頻數上均相差不大，可認為二者均是兼具體驗與觀光的綜合型景區；天門山和大峽谷均是可達景點占絕對優勢，尤其大峽谷與玻璃橋的頻數一致，二者都是典型的體驗型景區。其中，天門山位于市區，距離機場、火車站等交通門戶較近，具有較深印象的可達景點多達9個，遠多于大峽谷玻璃橋的單一型可達景點。

3.Ⅱ型節點

Ⅱ型節點包括可達景點和獨立節點兩大類，共40個，其中排名前20的高頻Ⅱ型節點如表4所示。在排名前10的Ⅱ型節點中，水繞四門和百龍天梯交通集散功能突出，百龍天梯解決了袁家界的垂直交通問題，并以其獨特的體驗感而受到歡迎；天下第一橋、天門洞均以罕見的自然地理特征與良好的可達性成為游客關注的熱門景點；玻璃橋、烏龍寨、玻璃棧道和鬼谷棧道給予游客充分和特別的體驗感；賀龍公園和賀龍故居均為紅色主題旅游節點，前者位于天子山景區內，因其良好的交通集散功能和紅色主題特征，留給游客較深的感知，后者因其較高的知名度、影響力，以及與鄉村旅游的結合，成為游客在桑植縣的偏好節點。

將排名前20的Ⅱ型節點作為高頻節點，依據公式1測算一級景區的關注集聚度（見表5），表征游客的旅游節點選擇集聚特征。大峽谷關注集聚度為1.00為最大值，即記載可達型節點與高頻可達型節點均為玻璃橋；其次為天子山和天門山，均超過50%；楊家界和索溪峪關注集聚度均為50%；森林公園高頻可達型節點偏少，以致關注集聚度不高。張家界網絡游記單一型節點共10個，但高頻可達型節點排名中僅賀龍故居、溪布街入圍，且排名相對靠后，表明單一型節點的認知度、關注度、感知度均有待提升。

4.Ⅲ型節點

張家界網絡游記記載的Ⅲ型節點共18個，對這些節點進行關注頻數統計，并與Ⅱ型節點作統計特征對比分析，結果如表6、表7所示。最高頻數為天波府78，低于Ⅱ型節點最高頻數101，頻數均值和標準差也低于Ⅱ型節點，表明與Ⅱ型節點相比，游客對Ⅲ型節點的總體偏好變化幅度更趨于平緩，關注頻數也有待進一步提升。

前10名的Ⅲ型節點中，森林公園金鞭溪有3個，袁家界有2個，楊家界有1個，天子山有3個，索溪峪有1個。結合表2可知，森林公園整體關注度較高，金鞭溪和袁家界的體驗和觀光特征均較突出；天子山景點觀光品質較高，游客印象深刻；天門山以良好的體驗感廣受歡迎，眺望節點個數和頻數則非常低；楊家界和索溪峪的Ⅲ型節點關注頻數不顯著，觀光特色在整體層面上有待進一步打造。

基于網絡游記挖掘的高頻統計結果呈現出的景點熱度表征客觀而全面，除了傳統認知中的經典景區外，筆者還發現了Ⅱ型節點如烏龍寨、天下第一橋、賀龍故居和溪布街等到訪較多，Ⅲ節點如天波府、迷魂臺、神兵聚會和采藥老人等廣受關注，前者反映了新奇體驗、名人效應、鄉村旅游和設施服務等對游客偏好具有引導性；后者則表明區位優良、風景奇特的觀光節點能為游客留下更深刻印象。頻數、節點和指標方面相關概念的提出對科學區分和深度挖掘網絡語境下的游記文本信息具有重要意義，能夠更加深刻地反映游客節點選擇偏好規律。

[1] 龍瀛，毛其智.城市規劃大數據理論與方法[M].北京：中國建筑工業出版社，2019：23-25.

[2] 張妍妍，李君軼，楊敏.基于旅游數字足跡的西安旅游空間網絡結構研究[J].人文地理，2014（4）：111-118.

[3] 張鮮鮮，李婧晗，左穎，等.基于數字足跡的游客時空行為特征分析：以南京市為例[J].經濟地理，2018（12）：226-233.

[4] 田逢軍，吳珊珊，胡海勝，等.江西省城市旅游形象的網絡化呈現[J].經濟地理，2019（6）：214-222.

[5] 趙春艷，陳美愛.基于網絡文本分析的游客滿意度影響因素分析[J].統計與決策，2019（13）：115-118.

[6] 梁保爾，潘植強.基于旅游數字足跡的目的地關注度與共線效應研究：以上海歷史街區為例[J].旅游學刊，2015（7）：80-90.

2730501186388