在線評(píng)論數(shù)據(jù)挖掘視角下游客情感分析模式構(gòu)建

郭栩東 胡綠 李茂強(qiáng) 王怡

基金項(xiàng)目：2021年廣東省高校省重點(diǎn)平臺(tái)項(xiàng)目（2021ZDX4043）；2022年肇慶學(xué)院質(zhì)量工程項(xiàng)目（zlgc202110）

第一作者簡(jiǎn)介：郭栩東（1973-），女，博士，教授。研究方向?yàn)槁糜喂芾怼?/p>

DOI：10.19981/j.CN23-1581/G3.2024.13.003

摘? 要：互聯(lián)網(wǎng)時(shí)代的到來(lái)，推動(dòng)全球的經(jīng)濟(jì)發(fā)展發(fā)生巨大改變。如今互聯(lián)網(wǎng)已經(jīng)是人們的生活中不可分割的一部分。旅游行業(yè)的業(yè)態(tài)也隨網(wǎng)絡(luò)時(shí)代而轉(zhuǎn)變。隨著各旅游平臺(tái)的興起，在線評(píng)論已經(jīng)是很普遍的現(xiàn)象，并成為人們旅游消費(fèi)的重要參考指標(biāo)。該文以肇慶市七星巖景區(qū)為調(diào)研對(duì)象，基于在線評(píng)論的視角對(duì)數(shù)據(jù)采集進(jìn)行剔除過(guò)濾、高頻詞統(tǒng)計(jì)及可視化呈現(xiàn)等一系列工作，通過(guò)情感分析法對(duì)數(shù)據(jù)進(jìn)行分析整理，構(gòu)建游客情感分析模式。經(jīng)過(guò)系列的實(shí)證試驗(yàn)分析可以診斷，對(duì)于旅游目的地因素，游客的情感更為敏感以及在意；管理和景觀是景區(qū)提升自身競(jìng)爭(zhēng)力的重要內(nèi)容；消費(fèi)不僅受游客關(guān)注度影響，同時(shí)也對(duì)游客情感有著顯著的影響力。提出關(guān)于資源管理、經(jīng)濟(jì)發(fā)展模式和服務(wù)、飲食開(kāi)發(fā)的相關(guān)建議。

關(guān)鍵詞：在線評(píng)論；游客情感；情感分析模式；數(shù)據(jù)挖掘；高頻詞統(tǒng)計(jì)

中圖分類(lèi)號(hào)：TP391? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號(hào)：2095-2945（2024）13-0009-05

Abstract： The advent of the Internet era has greatly changed the global economic development. Nowadays， the use of the Internet has become an integral part of people's lives. The format of the tourism industry is also changing with the Internet era. With the rise of various tourism platforms， online commentary has become a very common phenomenon， and has become an important reference index for people's tourism consumption. This paper takes Seven Star Cave Scenic Spot in Zhaoqing City as the research object， based on the perspective of online comments， carries out a series of work， such as data collection， elimination and filtering， high-frequency word statistics and visual presentation， and analyzes and collates the data through emotional analysis. Construct a tourist emotion analysis model. After a series of empirical experimental analysis， it can be diagnosed that tourists' emotions are more sensitive and concerned about tourism destination factors; management and landscape are important contents for scenic spots to enhance their competitiveness; consumption is not only concerned by tourists. Meanwhile， this study has a significant impact on tourists' emotion， and puts forward relevant suggestions on resource management， economic development model and service， food development.

Keywords： online reviews; tourists' emotion; emotion analysis model; data mining; high-frequency word statistics

近年來(lái)，隨著互聯(lián)網(wǎng)產(chǎn)業(yè)已與人們的衣食住行息息相關(guān)，旅游領(lǐng)域也順應(yīng)潮流在線上有了對(duì)應(yīng)的發(fā)展。在線評(píng)論不再小眾，而是大眾化的存在。同時(shí)互聯(lián)網(wǎng)數(shù)據(jù)的易獲得給相關(guān)研究奠定很好的基礎(chǔ)，目前國(guó)內(nèi)外基于旅游在線評(píng)論的研究和基于在線評(píng)論的情感分析方面的研究也已取得了一定成果。

外國(guó)學(xué)者Abdulqader等[1]提出了一種新的概率模型，即層次化用戶情感主題模型，從情感角度出發(fā)，使用不同的主題和情緒信息對(duì)用戶的態(tài)度進(jìn)行分層建模。Ma等學(xué)者在文本的情感分析方面上尋求突破，引入了位置注意機(jī)制，以及研究了如何利用位置注意機(jī)制在一個(gè)有意見(jiàn)的句子中同時(shí)建模多個(gè)方面。

在旅游研究領(lǐng)域，在線評(píng)論的研究當(dāng)然也不落后。在不同的地域和行業(yè)，不同的研究和方法會(huì)誕生不同的結(jié)論。在酒店業(yè)，■等[2]從啟發(fā)式系統(tǒng)模型出發(fā)，探討的是構(gòu)成在線評(píng)論的啟發(fā)式和系統(tǒng)性線索對(duì)于消費(fèi)者對(duì)酒店在線評(píng)論感知的影響。他們的研究結(jié)論為唯有在線評(píng)論的系統(tǒng)性線索才會(huì)影響它的有用性。而Wang等[3]學(xué)者則將研究范圍更精細(xì)化，著重研究了5種旅行者類(lèi)型在酒店選擇上的差異，研究發(fā)現(xiàn)影響不同類(lèi)型旅行者選擇酒店的關(guān)鍵因素。張夢(mèng)等研究了不同距離下的游客的影響因素，研究表明：在時(shí)間距離上，遠(yuǎn)期消費(fèi)者的購(gòu)買(mǎi)意愿受到認(rèn)同性評(píng)論的影響更顯著，對(duì)比之下近期消費(fèi)者購(gòu)買(mǎi)意愿則受到工具性評(píng)論的影響會(huì)更顯著；在社會(huì)距離上，與評(píng)論發(fā)布者社會(huì)距離遠(yuǎn)的消費(fèi)者購(gòu)買(mǎi)意愿更容易受認(rèn)同性評(píng)論影響，與評(píng)論發(fā)布者社會(huì)距離近的消費(fèi)者則購(gòu)買(mǎi)意愿更容易受工具性評(píng)論影響。

劉瑩等[4]則是基于啟發(fā)-系統(tǒng)式模型，通過(guò)眼球追蹤技術(shù)和行為實(shí)驗(yàn)討論了負(fù)面評(píng)論發(fā)布者信用等級(jí)、呈現(xiàn)方式與離散情緒對(duì)購(gòu)買(mǎi)意愿的作用機(jī)制。

陳浩[5]基于Python軟件和NLP自然語(yǔ)言處理情感得分算法，在對(duì)在線評(píng)論進(jìn)行情感分析的基礎(chǔ)上還運(yùn)用了機(jī)器學(xué)習(xí)的方法進(jìn)行在線文本的情感分類(lèi)。

涂海麗等[6]在在線評(píng)論數(shù)據(jù)的基礎(chǔ)上構(gòu)建了一個(gè)關(guān)于游客情感的分析模型，獲取了旅游目的地的評(píng)論文本并進(jìn)行了預(yù)處理，運(yùn)用領(lǐng)域本體構(gòu)建方法構(gòu)建旅游本體，將處理后的評(píng)論文本與旅游本體匹配，得出本體各屬性的分類(lèi)評(píng)論集，運(yùn)用情感程度加權(quán)規(guī)則計(jì)算這些評(píng)論集的情感極性均值，最后得出游客關(guān)于旅游各要素總體情感傾向。

在高新技術(shù)迅速發(fā)展的現(xiàn)階段，信息技術(shù)已經(jīng)與人們生活的方方面面緊密聯(lián)系、息息相關(guān)了。旅游相關(guān)信息的獲得也在信息技術(shù)的基礎(chǔ)上實(shí)現(xiàn)了“互聯(lián)網(wǎng)＋”，有了更進(jìn)一步的發(fā)展。在線評(píng)論是以互聯(lián)網(wǎng)為載體的一種評(píng)論形式，互聯(lián)網(wǎng)的普及為游客的反饋和分享提供了便利性，產(chǎn)生了在線評(píng)論。在線評(píng)論作為一種新的評(píng)論形式，在人們的現(xiàn)實(shí)生活中呈現(xiàn)越來(lái)越多的形態(tài)，并起到了重要的作用。而在線評(píng)論不僅對(duì)潛在游客的決策行為產(chǎn)生一定影響，也側(cè)面顯示了游客對(duì)于旅游活動(dòng)的印象與評(píng)價(jià)，對(duì)于旅游目的地的改良升級(jí)起著指示性作用。因此在線評(píng)論的視角對(duì)旅游者的情感研究是必要的。

本文以肇慶市七星巖景區(qū)為例，對(duì)該景區(qū)的線上評(píng)論進(jìn)行收集采樣，以評(píng)論數(shù)據(jù)為基礎(chǔ)，分析出其中影響游客情感的相關(guān)因素，依據(jù)角度和主題進(jìn)行劃分與統(tǒng)計(jì)分析，從而構(gòu)建基于在線評(píng)論的游客情感分析模式。

1? 相關(guān)概念

1.1? 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中，提取隱藏在其中且具有潛在價(jià)值、人們事先不可知的知識(shí)和信息的過(guò)程；是在機(jī)器學(xué)習(xí)、人工智能方法的基礎(chǔ)上發(fā)展而來(lái)的，主要包括數(shù)據(jù)收集、存取、數(shù)據(jù)處理和統(tǒng)計(jì)分析等方面的內(nèi)容。

1.2? 情感分析

情感分析又稱評(píng)論挖掘或意見(jiàn)挖掘，指的是對(duì)某些商品評(píng)論的文本內(nèi)容進(jìn)行分析，發(fā)現(xiàn)評(píng)論人對(duì)這些商品的褒貶態(tài)度和意見(jiàn)[7]。主要任務(wù)包括主題抽取、意見(jiàn)持有者識(shí)別、評(píng)論范圍確定和情感極性分析[8]。基于在線評(píng)論的情感分析是Web信息挖掘的一個(gè)新興領(lǐng)域，近年來(lái)受到計(jì)算機(jī)科學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)等相關(guān)學(xué)科的廣泛關(guān)注。以往關(guān)于在線商品評(píng)論的情感分析的數(shù)據(jù)主要來(lái)自電子商務(wù)網(wǎng)站，而選擇的主要產(chǎn)品是數(shù)碼相機(jī)、筆記本電腦、手機(jī)及汽車(chē)，很少有關(guān)于旅游的，原因可能是前者都是實(shí)體產(chǎn)品，比較容易確定其主題的屬性特征，而旅游是一種服務(wù)，牽涉的服務(wù)主題和服務(wù)項(xiàng)目較多，不容易確定其屬性特征。游客情感是指對(duì)游客在進(jìn)行旅游活動(dòng)中或之后對(duì)某部分影響因素或者整體的感受體驗(yàn)，所表達(dá)出來(lái)的正負(fù)向情緒。

1.3? 在線評(píng)論

在線評(píng)論，即在互聯(lián)網(wǎng)時(shí)代下，人們通過(guò)網(wǎng)絡(luò)的媒介，在線上平臺(tái)對(duì)某種事進(jìn)行點(diǎn)評(píng)與討論，表達(dá)自己的觀點(diǎn)、體驗(yàn)與情感的新時(shí)代、新發(fā)展的評(píng)論方式。

2? 在線評(píng)論數(shù)據(jù)挖掘視角下的情感分析設(shè)計(jì)

2.1? 數(shù)據(jù)爬取與挖掘

筆者選擇了使用jieba進(jìn)行分詞，用collection進(jìn)行詞頻統(tǒng)計(jì)，最后通過(guò)matplotlib和wordcloud作圖。本論文相關(guān)數(shù)據(jù)皆通過(guò)網(wǎng)絡(luò)爬蟲(chóng)的手段進(jìn)行爬蟲(chóng)抓取，具體采集軟件是八爪魚(yú)采集器8，采集數(shù)據(jù)由2個(gè)平臺(tái)得來(lái)，在美團(tuán)平臺(tái)采集數(shù)據(jù)以及在攜程平臺(tái)采集數(shù)據(jù)。首先把xlsx文件中的M列“途徑”提取出來(lái)，放入一個(gè)txt文件中。然后用jieba進(jìn)行分詞，通過(guò)fromcollectionsimportCounter進(jìn)行詞頻統(tǒng)計(jì)。接著使用matplotlib.pyplot創(chuàng)建畫(huà)布，確定畫(huà)圖區(qū)域，再利用wordcloud函數(shù)制作詞云圖。由于wordcloud默認(rèn)不支持中文，需要在wordcloud函數(shù)中輸入font_path=“simsun.ttc”調(diào)整。在線評(píng)論數(shù)據(jù)挖掘模型如圖1所示。

2.2? 數(shù)據(jù)來(lái)源與采集

關(guān)于本文就廣東省肇慶市端州區(qū)的七星巖景區(qū)進(jìn)行在線評(píng)論數(shù)據(jù)的收集，為了保證數(shù)據(jù)的科學(xué)性和進(jìn)步性，只在“攜程”“美團(tuán)”這2個(gè)平臺(tái)進(jìn)行數(shù)據(jù)的采集。所選定的2個(gè)平臺(tái)的原始數(shù)據(jù)共計(jì)700條（未處理）。根據(jù)步驟操作所得到的詞頻統(tǒng)計(jì)結(jié)果，制作了一份詞云圖。在詞云圖中，字體最大的則表示該地點(diǎn)在數(shù)據(jù)中出現(xiàn)的次數(shù)最多，按地點(diǎn)出現(xiàn)次數(shù)從多到少，字體相應(yīng)地逐漸變小。筆者選擇展示詞頻統(tǒng)計(jì)的前200個(gè)地點(diǎn)，根據(jù)地點(diǎn)的出現(xiàn)次數(shù)多與少，可以較為直觀地反映七星巖景區(qū)最受游客喜愛(ài)的原因是哪些，并結(jié)合爬取的數(shù)據(jù)，進(jìn)行更深入的分析。

3? 在線評(píng)論數(shù)據(jù)挖掘視角下的游客情感分析模式

3.1? 游客情感分析模式

分析模式構(gòu)成如圖2所示：數(shù)據(jù)收集整理、數(shù)據(jù)預(yù)處理、高頻詞處理、主題類(lèi)目劃分、情感分析統(tǒng)計(jì)、數(shù)據(jù)的可視化、結(jié)論和發(fā)展建議。其中數(shù)據(jù)來(lái)源為旅游線上主流平臺(tái)攜程與美團(tuán)，數(shù)據(jù)采集軟件為八爪魚(yú)采集器8，數(shù)據(jù)文本的處理主要通過(guò)辦公軟件以及ROSTCM6系統(tǒng)。

3.2? 分析結(jié)果

3.2.1? 樣本預(yù)處理

一般情況下，對(duì)于所收集的原始數(shù)據(jù)，并非皆是有用的可研究數(shù)據(jù)。景點(diǎn)評(píng)論專區(qū)的在線評(píng)論是海量的短文本集合，評(píng)論內(nèi)容具有隨意性，含有大量的冗余信息。部分?jǐn)?shù)據(jù)還會(huì)出現(xiàn)內(nèi)容重復(fù)數(shù)據(jù)、空白數(shù)據(jù)、非文本數(shù)據(jù)及不相關(guān)等情況。這種情況下的數(shù)據(jù)需要經(jīng)過(guò)篩選、刪除等程序，之后才會(huì)得出對(duì)研究有價(jià)值的數(shù)據(jù)，確保研究結(jié)果的有效性和說(shuō)服力。

圖2? 游客情感分析模式

所采集數(shù)據(jù)應(yīng)用近期優(yōu)先原則，從時(shí)間距離最近的評(píng)論開(kāi)始采集、優(yōu)先采集。近期評(píng)論的數(shù)據(jù)，方能保證數(shù)據(jù)具有可研究性，不出現(xiàn)因過(guò)時(shí)不予以參考的情況。所采集的數(shù)據(jù)皆是游客在平臺(tái)訂購(gòu)消費(fèi)后進(jìn)行旅游活動(dòng)之后對(duì)于七星巖的評(píng)價(jià)，主要表現(xiàn)為文字、語(yǔ)句及段落形式。對(duì)于所收集的700條評(píng)論含有8個(gè)重復(fù)項(xiàng)。此外，對(duì)于明顯與旅游活動(dòng)無(wú)關(guān)的評(píng)論內(nèi)容予以刪除。對(duì)于與所調(diào)研景區(qū)七星巖景區(qū)無(wú)關(guān)的評(píng)論也予以刪除。對(duì)于與游客情感分析無(wú)明顯作用，客觀性過(guò)強(qiáng)或非原創(chuàng)的在線評(píng)論，這樣的數(shù)據(jù)依舊不具備研究性，不保留。經(jīng)過(guò)對(duì)原始數(shù)據(jù)的處理后，共得出可利用數(shù)據(jù)642條，作為本文的研究數(shù)據(jù)。

3.2.2? 基于高頻詞的數(shù)據(jù)處理

對(duì)于經(jīng)過(guò)處理后保留的有價(jià)值數(shù)據(jù)，其呈現(xiàn)形式仍為長(zhǎng)文段文本，對(duì)于研究情感而言仍需要進(jìn)行處理。為保證研究數(shù)據(jù)的說(shuō)服力，我們對(duì)于評(píng)論的文本進(jìn)行分詞處理，通過(guò)計(jì)算分詞后的詞語(yǔ)出現(xiàn)的次數(shù)來(lái)進(jìn)行數(shù)據(jù)的量化，得出高頻詞。本文以數(shù)據(jù)作為研究的支撐，讓研究結(jié)果具有合理度。

分詞是對(duì)在線評(píng)論進(jìn)行情感分析的重要前提，目前存在很多分詞的工具，本文采用的是武漢大學(xué)ROST虛擬學(xué)習(xí)團(tuán)隊(duì)開(kāi)發(fā)的ROSTCM6軟件，借用此軟件對(duì)采集的數(shù)據(jù)進(jìn)行了分詞和詞頻統(tǒng)計(jì)，并實(shí)現(xiàn)數(shù)據(jù)的可視化呈現(xiàn)。如圖3所示。

3.3? 游客情感分析數(shù)據(jù)的分析

經(jīng)過(guò)上述分詞統(tǒng)計(jì)及其可視化的工作后，得到高頻詞的數(shù)據(jù)集合。對(duì)這些高頻詞進(jìn)行整理，形成了集合A。以公式展示如下

A={a1，a2，a3，a4，…，an} ，（1）

式中：A是所有高頻詞組的集合，a1等括號(hào)內(nèi)的元素是本文數(shù)據(jù)的高頻詞，所有的元素共同組成集合A。以本文數(shù)據(jù)代入，可得A={門(mén)票，景點(diǎn)，環(huán)境…}。

旅游是個(gè)綜合性的學(xué)科，旅游六要素就包含了“食住行游購(gòu)?qiáng)省薄６哳l詞也需要得到整合才能進(jìn)行分析。本文借鑒了旅游六要素，在此基礎(chǔ)上整合了數(shù)據(jù)，并基于所得數(shù)據(jù)的具體情況，對(duì)高頻詞進(jìn)行了類(lèi)目劃分，形成了以下11個(gè)主題類(lèi)目（表1）。提取在線評(píng)論中的“評(píng)價(jià)主題”，能有效地縮小數(shù)據(jù)中分析范圍，增加對(duì)評(píng)論分析工作的準(zhǔn)確度及深度，能更準(zhǔn)確地為旅游經(jīng)營(yíng)正則提供信息[9]。

這里學(xué)習(xí)了張堯政等學(xué)者的做法，將高頻詞進(jìn)行主題分類(lèi)，但本文在此基礎(chǔ)上做出突破，將11個(gè)主題類(lèi)目以新的標(biāo)準(zhǔn)進(jìn)行了再次劃分。劃分成了3個(gè)大類(lèi)目，分別為“旅游目的地因素”“游客因素”“客觀因素”。見(jiàn)表２。

表2? 一級(jí)主題類(lèi)目與二級(jí)主題類(lèi)目

注：作者整理。

對(duì)于所分類(lèi)的高頻詞，針對(duì)性地進(jìn)行情感分析。并對(duì)相關(guān)數(shù)據(jù)進(jìn)行整合，形成了二級(jí)主題類(lèi)目的數(shù)據(jù)。以在線評(píng)論“門(mén)票超貴，到處都收費(fèi)，景色一般”為例，此評(píng)論涉及“消費(fèi)”類(lèi)目中的“門(mén)票、收費(fèi)”觸發(fā)詞，從“超貴”二字可得游客情感的傾向?yàn)樨?fù)向。以此為例，對(duì)所有數(shù)據(jù)進(jìn)行情感分析后得出以下結(jié)果。其中包括了游客的關(guān)注度以及情感正負(fù)向的占比等信息。如圖4所示。

圖4? 主題類(lèi)目情感分析正負(fù)向柱形圖

從圖4可以看得，在所處理的642條評(píng)論中，以消費(fèi)主題為例，消費(fèi)主題包含了門(mén)票、消費(fèi)等詞組，綜合統(tǒng)計(jì)消費(fèi)主題類(lèi)目下的詞組，得出有關(guān)消費(fèi)的在線評(píng)論數(shù)量為196條，其中正向評(píng)論數(shù)92條，中性評(píng)論數(shù)5條，負(fù)向評(píng)論數(shù)99條。各類(lèi)目的游客關(guān)注度及游客情感占比見(jiàn)表3。

表3? 各類(lèi)目的游客關(guān)注度及游客情感占比

注：作者整理。

4? 結(jié)論與展望

對(duì)于旅游目的地因素，游客的情感更為敏感以及在意，其中景區(qū)的景觀、消費(fèi)、娛樂(lè)性影響程度強(qiáng)于其他根據(jù)研究數(shù)據(jù)可得，在在線評(píng)論里，評(píng)論數(shù)量涉及最多即最受游客關(guān)注的前3項(xiàng)類(lèi)目分別是“景觀、消費(fèi)、娛樂(lè)”，并且3項(xiàng)都屬于一級(jí)主題類(lèi)目“旅游目的地因素”。管理和景觀是景區(qū)提升自身競(jìng)爭(zhēng)力的重要內(nèi)容，游客對(duì)于這2類(lèi)目的好評(píng)度較高，提升這方面的質(zhì)量有助于提升旅游目的地整體競(jìng)爭(zhēng)力和改善游客印象，提高重游率，實(shí)現(xiàn)景區(qū)可持續(xù)發(fā)展。消費(fèi)不僅受游客關(guān)注度，同時(shí)也對(duì)游客情感有著顯著的影響力，尤其負(fù)向傾向表現(xiàn)明顯，易降低潛在游客的轉(zhuǎn)化率。根據(jù)數(shù)據(jù)可知，游客對(duì)于“消費(fèi)”的負(fù)面評(píng)論是最多的，其負(fù)面評(píng)論的數(shù)量是其他主題類(lèi)目的多倍。

本文采用的是詞典分析的情感分析法，且僅對(duì)數(shù)據(jù)文本進(jìn)行正負(fù)向分析，未做更深入拆分更精準(zhǔn)細(xì)化的研究。本文涉及的旅游目的地僅限于肇慶市七星巖景區(qū)，數(shù)據(jù)受旅游目的地旅游資源影響較大，結(jié)論缺乏廣泛性和普遍性。由于評(píng)論數(shù)據(jù)642條，且調(diào)研對(duì)象是單個(gè)景區(qū)，涉及的領(lǐng)域不夠?qū)拸V，對(duì)于許多細(xì)化的領(lǐng)域譬如安全未能顯現(xiàn)出來(lái)，有待后來(lái)者進(jìn)一步深入研究，讓在線評(píng)論的游客情感分析研究更具專業(yè)性與學(xué)術(shù)性。

參考文獻(xiàn)：

[1] ABDULQADER A， XUE L， XIN Z. Modeling user attitudes using hierarchical sentiment-topic model[J].Data & Knowledge Engineering，2019：119.

[2] ■，et al.■[J].KnowledgeManagementResearch，2018，19（4）：1-17.

[3] WANG L， WANG X K， PENG J J， et al. The differences in hotel selection among various types of travellers：A comparative analysis witha useful bounded rationality behavioural decision support model[J].Tourism Management，2020：76.

[4] 劉瑩，李寶庫(kù).負(fù)面評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響機(jī)制研究——基于雙系統(tǒng)模型[J].財(cái)經(jīng)論叢，2021（3）：93-102.

[5] 陳浩.黃鶴樓旅游景區(qū)在線文本情感分析研究[D].蚌埠：安徽財(cái)經(jīng)大學(xué)，2021.

[6] 涂海麗，唐曉波.基于在線評(píng)論的游客情感分析模型構(gòu)建[J].現(xiàn)代情報(bào)，2016，36（4）：70-77.

[7] 劉逸，保繼剛，陳凱琪.中國(guó)赴澳大利亞游客的情感特征研究——基于大數(shù)據(jù)的文本分析[J].旅游學(xué)刊，2017，32（5）：46-58.

[8] 夏明星.基于情感分析的評(píng)論極性分類(lèi)和電影推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].合肥：安徽大學(xué)，2016.

[9] 張堯政，鄧少靈.上海迪士尼度假區(qū)游客在線評(píng)論的情感傾向分析[J].現(xiàn)代商業(yè)，2019（5）：42-43.