數(shù)字沉浸式場景下旅游者情感詞典建構(gòu)*

［摘" " 要］情感貫穿于旅游活動的始終，是旅游研究中不可忽視的一個重要議題。數(shù)字沉浸式場景推進了文化和旅游深層內(nèi)涵（沉浸體驗/消費升級）與內(nèi)容稟賦（數(shù)字文明/文化傳續(xù)）的價值融凝，情感體驗成為其發(fā)展中的題中之義。盡管已有研究揭示了旅游者情感體驗的內(nèi)涵、特征、效應(yīng)、應(yīng)用等，但均集中在旅游者情感體驗的關(guān)聯(lián)領(lǐng)域而非本體領(lǐng)域。基于此，該研究通過結(jié)合訓(xùn)練語料庫和深度網(wǎng)絡(luò)學(xué)習兩種方法，建立情感數(shù)據(jù)庫，標注情緒，通過Word2vec、TF-IDF、SO-PMI模型提取反映情感態(tài)度傾向的特征詞，映射旅游者情感狀態(tài)；利用情感本體庫分類樹方法篩選和歸納形成情感詞典；再依據(jù)情感詞典內(nèi)部特征，建構(gòu)數(shù)字沉浸式場景下旅游者情感體驗交互矩陣。研究發(fā)現(xiàn)：1）所構(gòu)詞典較好地反映了數(shù)字沉浸式場景特色詞匯，具有較高情感識別度，能有效提高情感分析任務(wù)的性能；2）能夠明晰數(shù)字沉浸式場景下旅游者情感體驗特征，一方面，積極和消極情感體驗因素結(jié)合形成“樂”“好”“怒”“哀”“惡”“懼”“驚”7類情感簇群，另一方面，從旅游者情感體驗的發(fā)生緣由、表現(xiàn)形式和作用結(jié)果衍生出場景架構(gòu)、情感傾向、價值取向3個層面場景情感體驗特征，并呈現(xiàn)出“初評價-次評價-再評價”的情感認知表現(xiàn)；3）“三橫四縱”數(shù)字沉浸式場景下旅游者情感體驗交互矩陣，探索和揭示了場景與旅游者之間的情感聯(lián)動和運行機制。研究結(jié)果不僅為提升數(shù)字沉浸式場景下旅游者情感體驗質(zhì)量指明了發(fā)展方向，而且為數(shù)字沉浸式場景的設(shè)計與呈現(xiàn)、人文精神傳播與創(chuàng)意營銷提供了實踐指導(dǎo)。

［關(guān)鍵詞］數(shù)字沉浸式場景；旅游者情感體驗；情感詞典；情感數(shù)據(jù)庫

［中圖分類號］F59

［文獻標識碼］A

［文章編號］1002-5006（2025）02-0074-16

DOI： 10.19765/j.cnki.1002-5006.2024.00.027

0 引言

文化與旅游深度融合發(fā)展是中國式現(xiàn)代化建設(shè)的新目標和新使命。《“十四五”文化和旅游發(fā)展規(guī)劃》明確提出，“培育數(shù)字文化產(chǎn)業(yè)新型業(yè)態(tài)，發(fā)展沉浸式旅游業(yè)態(tài)”。數(shù)字沉浸式場景通過擷取云端訊息、嵌入沉浸場景和反饋云游體驗3個空間階段，使游客獲得身臨其境的鏡像體驗，實現(xiàn)虛擬世界與現(xiàn)實世界混合聯(lián)動的生態(tài)系統(tǒng)[1]，例如故宮博物院“全景故宮”、敦煌研究院“數(shù)字敦煌”等。不同于以往文化資源和旅游業(yè)態(tài)在產(chǎn)品與服務(wù)上的簡單疊加，數(shù)字沉浸式場景推進了文化和旅游在深層內(nèi)涵與內(nèi)容稟賦的價值融凝，迅速成為推動我國城市發(fā)展、景區(qū)提升和鄉(xiāng)村振興的重要引擎。

數(shù)字沉浸式場景的核心是構(gòu)建沉浸式體驗。在這一過程中，情感發(fā)揮了強大的引導(dǎo)作用，讓旅游者跟隨場景情節(jié)的變幻，身臨其境，情感共鳴，已成為沉浸式業(yè)態(tài)創(chuàng)新與服務(wù)升級的催化劑。盡管已有學(xué)者針對不同旅游場景，如海島旅游目的地[2]、酒店[3]、民宿[4]、紅色旅游景區(qū)[5]，通過多種研究范式，對旅游者情感進行推演，但是，尚未對數(shù)字沉浸式場景下旅游者情感特征及其形成路徑深入探討。因而，本研究擬遵循“文本數(shù)據(jù)-情感計算-情感分析-產(chǎn)業(yè)實踐”的邏輯思路，建構(gòu)數(shù)字沉浸式場景下旅游者情感詞典。一方面，情感詞典是將文字量化成數(shù)字的最直觀體現(xiàn)[6]，針對其虛實結(jié)合的情境特性，可以利用情感詞典自動識別情感詞，判別情感極性的優(yōu)勢[7]，豐富旅游者情感在數(shù)字文旅領(lǐng)域的應(yīng)用情境；另一方面，已有的情感詞典，如旅游在線評論詞典[8]、民宿評論情感詞庫[9]、餐廳情感詞典[10]、酒店感官體驗詞典[11]等，均具有明顯的領(lǐng)域特征，但無法準確、全面地詮釋數(shù)字沉浸式場景的產(chǎn)品價值及旅游者的情感訴求，如“喚醒-共鳴”的情感追求、“靜觀-介入”的情感投放、“追憶-展望”的情感延伸等特征詞。因此，情感詞典旨在作為先驗性基礎(chǔ)工具，不僅為后續(xù)更深層次的旅游者情感計算和分析奠定基礎(chǔ)，突破非慣常狀態(tài)下旅游者情感研究缺陷，且為文旅企業(yè)產(chǎn)品優(yōu)化升級以及目的地營銷與管理等提供實踐指導(dǎo)，實現(xiàn)數(shù)字沉浸式業(yè)態(tài)可持續(xù)發(fā)展。

1 理論基礎(chǔ)和研究綜述

1.1 具身理論及其在旅游體驗中的研究進展

具身理論（embodied theory）源自海德格爾提出的存在論（being-in-the-world）[12]以及梅洛-龐蒂所提出的“身體-主體論”（body-subject）[13]的哲學(xué)思想。具身理論重新定義了身心關(guān)系，強調(diào)身心一體，并將場景、身體、情感意志等因素納入系統(tǒng)范疇[14]。20世紀90年代，Veijola和Jokinen最早提出旅游的具身性特征[15]，此后，學(xué)者們分別從社會學(xué)和管理學(xué)視角，基于旅游者身體狀態(tài)[16]、情境與身體[17]等方面分析旅游體驗內(nèi)容、結(jié)構(gòu)與特點[18]。21世紀以來，學(xué)者們開始聚焦旅游具身體驗[19]，一方面對旅游體驗中具身理論的內(nèi)涵[20]、認知框架[21]及研究范式[22]等知識體系進行探討；另一方面采用質(zhì)性研究方法，基于不同類型旅游體驗場景生成具身性旅游體驗?zāi)Ｐ停玎l(xiāng)村旅游[23]、徒步旅游[24]、工業(yè)旅游[25]等。研究內(nèi)容也從旅游場景體驗中最基本的視覺特性，發(fā)展到重視多感官體驗，再到回歸身體的主體性[26]。在這一過程中，旅游者的身體、感知及情境都會影響旅游者認知，從而對其行為造成影響[20]。綜上，本文將借鑒謝彥君所構(gòu)建的徒步旅游者場景旅游體驗?zāi)Ｐ停础皢酒?浸入-共在-生成”路徑[24]，探討旅游者經(jīng)由自我身心與數(shù)字沉浸式場景發(fā)生交互而獲得意義體驗的形成過程。

1.2 場景理論及數(shù)字沉浸式場景的研究進展

“場景”本指影視、戲劇及文學(xué)藝術(shù)作品中的場面。自1983年Goffman首次提出社會擬劇理論后[27]，場景理論發(fā)展先后經(jīng)歷了媒介場景、城市場景和信息場景3個階段。場景作為人際交往與消費實踐的空間載體，是一種由消費、體驗、符號、價值觀與生活方式等文化意象組成的文化空間，提供精神體驗與情感價值[28]。Clark對場景理論提出了文化元素周期表的設(shè)想，構(gòu)建了以真實性、合法性和戲劇性3個主維度，本土、傳統(tǒng)、睦鄰等15個細分次維度的場景維度分析體系[29]。進入21世紀，場景理論不再局限于研究物理場景空間，更關(guān)注全場景中場景與場景之間的銜接轉(zhuǎn)換，且伴隨互聯(lián)網(wǎng)數(shù)字技術(shù)群與實體經(jīng)濟深度融合，場景與產(chǎn)品（服務(wù)）融為一體，成為顧客價值創(chuàng)造與傳遞環(huán)節(jié)不可或缺的一部分，進而形成商業(yè)模式[30]。

最初，謝彥君以“旅游情境”概念將“場景”引入旅游研究領(lǐng)域[31]。之后，學(xué)者們開始聚焦紅色旅游體驗場景[32]、生態(tài)旅游文化場景[33]和鄉(xiāng)村旅游體驗場景[29]和虛擬現(xiàn)實旅游體驗場景[34]。數(shù)字沉浸式場景是隨著虛擬現(xiàn)實、互聯(lián)網(wǎng)、元宇宙等技術(shù)發(fā)展與應(yīng)用衍生出的新概念，泛指通過數(shù)字技術(shù)相互連接、切換與融合，形成旅游情感體驗并進行人-機-物時空交互的場域[35]。具體表現(xiàn)為數(shù)字博物館、沉浸式演藝、沉浸式餐廳等多種形式。已有學(xué)者對數(shù)字沉浸式場景的作用機制、路徑策略與發(fā)展規(guī)劃進行論述：一是從基礎(chǔ)理論出發(fā)，通過構(gòu)建法則[36]、特征分析與框架推演[37-38]、邊界重構(gòu)[39-40]，來剖析數(shù)字沉浸式場景的基本運作機制；二是通過結(jié)合實踐案例，針對沉浸式業(yè)態(tài)發(fā)展的困境與不足，從文化、技術(shù)、受眾等層面提供相應(yīng)的路徑創(chuàng)新和應(yīng)對策略[41]；三是結(jié)合非遺旅游地、圖書館、博物館等，基于文旅產(chǎn)業(yè)鏈重組[42]、產(chǎn)業(yè)鏈價值共創(chuàng)[43]、產(chǎn)業(yè)鏈內(nèi)延和外延[44]等視角，探討沉浸式文旅業(yè)態(tài)應(yīng)用與發(fā)展的主導(dǎo)作用。

綜上，本文將借鑒數(shù)字沉浸式體驗場景的建構(gòu)過程，即體驗空間生成、交互界面建立及擬像社會構(gòu)筑3個階段[45]和數(shù)字場景層次結(jié)構(gòu)，即感覺層-功用層-互動層-認同層，共同探索數(shù)字沉浸式場景下旅游者的多重情感線索以及情感運行機制。

1.3 旅游者情感體驗及情感計算的研究進展

“情感”始于哲學(xué)和心理學(xué)兩大學(xué)科。旅游者情感的影響和旅游者情感體驗均是國內(nèi)外旅游學(xué)界熱門的研究主題[46]。旅游者情感體驗是旅游者在旅游中引起情感的認識及反應(yīng)過程，其不僅構(gòu)成了旅游者重要的旅游經(jīng)歷，同時也對旅游動機、滿意度、行為意圖和人際互動等產(chǎn)生重要影響[47-48]。國內(nèi)外學(xué)者已從旅游者行為學(xué)、社會學(xué)、心理學(xué)等多元視角，對其理論內(nèi)涵與影響因素[49]、生成機理[4，50]、作用和效應(yīng)[51-52]等多個方面進行研究，對旅游領(lǐng)域的學(xué)術(shù)發(fā)展與產(chǎn)業(yè)實踐都具有重要意義。

隨著數(shù)字科技賦能文旅產(chǎn)業(yè)，旅游者情感體驗研究邊界也在不斷拓寬。網(wǎng)絡(luò)游記、在線點評等富含情感信息的大數(shù)據(jù)已成為旅游情感表達的主流樣本形態(tài)[53]。一方面，部分學(xué)者傾向于使用扎根理論或內(nèi)容分析法，以一手數(shù)據(jù)對旅游者情感體驗進行邏輯推演、理論建模，或采用心理學(xué)的積極消極情量表（positive affect and negative affect schedule，PANAS）[54]和三維情感模型（pleasure-displeasure，arousal-nonarousal and dominance-submissiveness，PAD）[55]等細化旅游者情感體驗。另一方面，結(jié)合自然語言處理方法定量計算旅游者情感，主要包括基于情感詞典、機器學(xué)習、深度學(xué)習和基于多策略混合的學(xué)習方法，不僅在具體領(lǐng)域中取得較好的情感分類效果，如情感評論有用性挖掘[56]和餐飲情感體驗[57]等，而且通過構(gòu)造領(lǐng)域情感詞典，輔以機器學(xué)習或深度學(xué)習模型提高語料標引的準確率，從而提高旅游領(lǐng)域情感分析效率[58]。

情感詞典，即意見詞典，由明確表達情感分類的單詞或短語及相關(guān)情感知識（情感極性、強度、情緒得分等）共同構(gòu)成的文本集合[59]。1961年，哈佛大學(xué)構(gòu)建了第一部情感詞典——General Inquirer（GI）詞典，此后國內(nèi)外一系列通用情感詞典相繼涌現(xiàn)，最常見的分別為SentiWordNet3.0、Opinion Lexicon、HowNet、NTUSD等。而相較于通用情感詞典，各領(lǐng)域情感詞典在情感語言特征捕捉、意見檢索及抽取等方面精確度更高、實用性更強，且呈現(xiàn)出以下3種變化。一是情感詞典樣本多元化。例如從靜態(tài)文本轉(zhuǎn)移到動態(tài)的視頻彈幕[60-61]，從純文本轉(zhuǎn)移到表情符號[62-63]。二是情感詞典語言擴大化。不僅涵蓋英文與中文，還涉及其他語種，如烏茲別克語[64]、藏語[65]等。三是情感詞典建構(gòu)方法提升化。區(qū)別于早期的人工標注情感詞典構(gòu)建方法，學(xué)者們開始提出基于知識庫、基于語料庫、基于深度學(xué)習的情感詞典建構(gòu)方法，通過深層網(wǎng)絡(luò)模型學(xué)習數(shù)據(jù)中的關(guān)鍵信息反映數(shù)據(jù)的特征，從而提升學(xué)習性能，較好地彌補了傳統(tǒng)方法存在的分類準確性不高、樣本運算量較少等問題[66]。基于情感詞典的情感分析技術(shù)在星級評分[67]、趨勢預(yù)測[68]、市場情報提取[69]等情感分析任務(wù)中成效顯著，可以準確反映文本中情感表達的非結(jié)構(gòu)化特征，易于分析和理解。綜上，由于數(shù)字沉浸式場景屬于旅游體驗中的非慣常環(huán)境，本文將采用情感詞典研究方法來挖掘旅游者情感體驗。

1.4 研究述評

區(qū)別于傳統(tǒng)旅游體驗，數(shù)字沉浸式場景的應(yīng)用不僅為現(xiàn)實空間和虛擬空間的相互貫穿提供了可能，還通過技術(shù)與感覺的連接營造出基于旅游者身體的全息體驗[46]。在這一場景下，旅游者所見（視覺）、所聽（聽覺）、所聞（嗅覺）、所品（味覺）和所觸（觸覺）物體的每一刻，均會產(chǎn)生情感[54]。因此，旅游體驗與情感密切相關(guān)，情感貫穿于旅游活動的始終[46]。然而，數(shù)字沉浸式場景下旅游者情感體驗該如何測度，會受到什么因素的影響，又有何獨特的變化規(guī)律，均有待進一步探索。一方面，盡管當前研究在大數(shù)據(jù)收集、挖掘和分析方法上已經(jīng)有所進展，但是沒有專門針對處于非慣常狀態(tài)下的旅游活動的分析詞庫和方法。同時，當前旅游大數(shù)據(jù)研究的議題多為應(yīng)用導(dǎo)向型，多集中在旅游者感知和影響這兩個方面，而尚未從深層次探討旅游者情緒的整合記憶以及情感表達的基本邏輯，因而缺乏必要的學(xué)術(shù)關(guān)切。另一方面，情感表達的復(fù)雜性使其量化計算難度較大。為區(qū)別于傳統(tǒng)依據(jù)正面或負面情感效價而進行旅游者情感體驗研究，運用情感詞典的學(xué)習方法提取領(lǐng)域情感詞或設(shè)定情感計算規(guī)則是大數(shù)據(jù)情感研究的核心[7]，其結(jié)果將有助于明確數(shù)字沉浸式場景下旅游者情感體驗發(fā)生邏輯，更好地豐富場景機制設(shè)計、完善旅游場景建設(shè)，以及推動旅游者與空間場域間的互動等[70]。

2 數(shù)字沉浸式場景下旅游者情感詞典研究數(shù)據(jù)

2.1 研究數(shù)據(jù)來源

本研究選取大眾點評網(wǎng)的國內(nèi)數(shù)字沉浸式場景和國內(nèi)在線網(wǎng)絡(luò)評論作為數(shù)據(jù)來源，原因在于：一是該網(wǎng)站點評篇幅適中，情感針對性明顯，能夠集中、真實地反映了旅游者的情感體驗評價，適宜開展研究分析；二是相比于自我報告數(shù)據(jù)（如問卷、訪談數(shù)據(jù)等）的延后性和樣本局限性，在線評論兼具樣本覆蓋面較廣和數(shù)量龐大的雙重優(yōu)勢，評論文本嵌入了豐富的多元化情感信息，更能精準高效地捕捉顧客積極和消極情感體驗成因信息[4]，且具有數(shù)量多、內(nèi)容精煉等特點[71]；三是樣本選取主要依據(jù)我國文化和旅游部“2022年文化和旅游數(shù)字化創(chuàng)新實踐優(yōu)秀案例”1和“文化和旅游部全國智慧旅游沉浸式體驗新空間培育試點”2文件，從中選取中國熱門旅游城市，線上線下曝光率、話題討論度共計破百萬次的項目以適用于本文研究。

2.2 研究數(shù)據(jù)獲取

2022年6月15—22日，使用Python語言，根據(jù)http協(xié)議，選擇分批抓取2021年6月15日—2022年6月15日期間的15項數(shù)字沉浸式場景下旅游者情感體驗html數(shù)據(jù)約15 373條，并通過清洗、降噪、去重等處理，最終獲得有效數(shù)據(jù)10 175條，共計約70萬字（表1）。

3 數(shù)字沉浸式場景下旅游者情感詞典建構(gòu)過程

3.1 數(shù)據(jù)預(yù)處理

首先，對所采集的未分類文本語料數(shù)據(jù)進行篩選，剔除明顯帶有系統(tǒng)自動推廣營銷的評論、內(nèi)容完全一致的評論、全部由網(wǎng)絡(luò)特殊符號組成的評論及與情感輸出無關(guān)聯(lián)的評論等。其次，引入Python中Jieba的精確分詞模式，刪除評論中沒有實際意義的單詞，如助詞、介詞、連詞、標點符號及網(wǎng)絡(luò)特殊符號，并保留對情感分析有意義的名詞、形容詞和副詞等。最后，進行停用詞過濾。選取中國科學(xué)院整理的包含1208個停用詞的停用詞表1，形成數(shù)字沉浸式服務(wù)場景訓(xùn)練語料。

3.2 模型訓(xùn)練

基于Ｗord2vec情感詞典構(gòu)建方法表達情感詞的語義相關(guān)性。與傳統(tǒng)方法相比，它在情感分析精度上得到了一定程度的提升。本文則采取此算法中訓(xùn)練準確度更精準的skip-gram算法，它可根據(jù)輸入詞匯來預(yù)測上下文，表達式為：

[P（wordt-k，wordt-k-1，…，wordt+k|wordt）] （1）

式（1）中，[wordt]為文檔語料中的一個詞，通過它去預(yù)測相鄰窗口ｋ內(nèi)詞匯的概率。

得到候選情感詞向量集表達式為：

[word2vect{word1，…，wordt，…，wordn}] （2）

式（2）中，[wordt]為候選情感詞的詞向量。

實驗中選擇輸出情感詞的向量維數(shù)為100，一般認為，窗口大小的設(shè)置除非有先驗知識的佐證，否則應(yīng)根據(jù)實驗結(jié)果予以試驗，所以分別設(shè)置訓(xùn)練窗口大小等于3、5、10，經(jīng)過輸出詞向量結(jié)果對比，發(fā)現(xiàn)將值設(shè)定為3效果較優(yōu)，后保留語料庫中詞頻數(shù)高于5次的詞匯，篩選得到聯(lián)系評論上下文語義的情感詞向量集Data-Word2vec，包含詞匯數(shù)量為5800。

同時，對分詞后數(shù)據(jù)進行特征詞加權(quán)訓(xùn)練，即TF-IDF（term frequency-inverse document frequency）表示詞頻-逆向文件頻率，它的計算標準為一個詞在一個文檔中的TF-IDF值，以評估某些字詞在文本集或語料庫中的重要度，計算表達公式為：

[Wi， j=tfi，j×logNdfi]" " （3）

式（3）中，[Wi，j]指文檔Y中詞匯X的權(quán)重值，[tfi，j]指詞匯i在文檔j中出現(xiàn)的頻率，[dfi]指包含詞匯i的文檔個數(shù)，N指文檔總個數(shù)。

本研究在使用TF-IDF模型時是將一條評論作為一個文檔進行TF-IDF計算，若某些情感詞匯在某些數(shù)字沉浸式場景評論文本中同時擁有不同的權(quán)重，則取值為最高權(quán)重，而后保留評論文本中權(quán)重值為80%的關(guān)鍵詞，最終獲得評論文本高權(quán)重情感關(guān)鍵詞集Data TF-IDF，包含詞匯數(shù)量為18 617。將所得兩個訓(xùn)練詞集作為領(lǐng)域候選情感詞集，通過遍歷的方式求得兩者交集，包含詞匯數(shù)量為5114。由于此算法有時存在將領(lǐng)域內(nèi)區(qū)別度較高的情感詞過濾掉的情況，為提高研究準確度，在遍歷兩者交集后，本研究基于兩者交集之外部分的數(shù)字沉浸式場景訓(xùn)練語料，由人工對其中包含的領(lǐng)域內(nèi)情感詞候選詞進行判別召回，同時對兩者交集中不屬于領(lǐng)域內(nèi)的情感候選詞進行剔除，從而獲得1785個情感候選詞構(gòu)成的數(shù)字沉浸式場景高權(quán)重情感候選詞集。

3.3 情感種子詞集

采用SO-PMI算法來計算詞語情感值前，需從情感語料中選取一定數(shù)量的基準詞，由于大連理工大學(xué)中文情感詞匯本體庫中基準情感詞匯情感色彩鮮明，故本文應(yīng)用其作為情感種子詞庫，并將這些詞按照消極與積極的詞性劃分為正向種子集與負向種子詞集各一組作為基準詞集，正向種子詞如熱潮、盛譽、精妙、史無前例、稀罕、深入人心等，負向種子詞如臟亂、脫軌、追悔莫及、含糊不清、索然無味、皺巴、弱智、淺顯等。從而計算需要判斷的候選情感詞與種子詞之間的點互信息差值，并與閾值進行比較，實現(xiàn)領(lǐng)域情感詞典的構(gòu)建。

3.4 SO-PMI情感極性判別

考慮到本文的研究對象為在線評論，傳統(tǒng)的人工編碼方法耗時費力，不僅只能識別有限的情感詞，還難以完成情感極性的計算，本文運用SO-PMI計算詞語的點互信息值來判斷詞語間的語義相似度。SO-PMI方法是基于統(tǒng)計的情感詞判定方法，它只需要少量的標注數(shù)據(jù)就能達到較好的分類效果，與其他分類器相比，更容易獲取實驗所需的數(shù)據(jù)資源，從而實現(xiàn)數(shù)字沉浸式場景下旅游者情感線索的自動識別和情感分析。在情感詞典構(gòu)建過程中，SO-PMI方法可以將種子詞的情感極性傳遞給候選詞，通過多次迭代計算深度提取情感特征信息，從而提高情感詞識別準確率，使生成的情感詞典質(zhì)量更高。

在此過程中對候選情感詞進行情感極性判斷主要分為4個步驟：建立專屬語料庫、收集情感種子詞、計算SO-PMI（semantic orientation-pointwise mutual information）、整理情感候選詞結(jié)果。SO-PMI包含兩個部分，一部分為PMI，第二部分為SO-PMI。獲得數(shù)字沉浸式場景下旅游者情感詞共計839個，其中，積極情感詞672個，消極情感詞167個。

[PMI（word1， word2）=log2P（word1，word2）P（word1）×P（word2）] （4）

式（4）中，[word1]、[word2]表示兩個不同的詞，P（word1）表示在整個語料庫中[word1]出現(xiàn)的概率。PMI gt; 0表示兩個詞語是相關(guān)的，值越大，相關(guān)性越強。PMI = 0表示兩個詞語是統(tǒng)計獨立的。PMI lt; 0表示兩個詞語是不相關(guān)的、互斥的。

[SO-PMI（word）=Pword∈PW1PMI（word，Pword）–" " " " " " " " " " " " " " " " " Pword?Pw2PMI（word，Pword）]" （5）

式（5）中，[Pword]是一個基準詞，也就是情感種子詞，[Pw1]指正向基準詞列表，[Pw2]指負向基準詞列表，[word]為候選情感詞集中一個任意詞。

利用SO-PMI算法和情感種子詞庫計算1785個情感候選詞的SO-PMI值，從而判斷情感極性，并輔以人工進行篩選統(tǒng)計，獲得數(shù)字沉浸式場景下旅游者情感詞共計839個，其中積極情感詞672個，消極情感詞167個。

由于計算后的分數(shù)值極差較大，不利于情感詞典的分析運用，需要將所得情感詞的情感分數(shù)控制在[-1， 1]范圍內(nèi)，即歸一化。其中，負向情感范圍為[-1， 0），正向情感為（0， 1]，0為中性情感。計算方式如下：

正向情感分數(shù)歸一化公式：

[SO-PMI（i）=score（i）/max（score）] （6）

負向情感分數(shù)歸一化公式：

[SO-PMI（i）=score（i）/min（score）（–1）] （7）

式（6）和式（7）中，i為正負向情感詞，max（score）為最高情感分數(shù)，min（score）為最低情感分數(shù)。

3.5 實驗結(jié)果驗證

本文所構(gòu)建情感詞典除了與Boson、Ntusd、Tsinghua 3個通用情感詞典進行比對，另外加入了Python中的SnowNLP文本情感分析庫，試圖從基于機器學(xué)習和深度學(xué)習的分類性能來判斷情感詞典分析效果的優(yōu)劣，通過計算精確率（precision）、召回率（recall）和F值進行情感詞典性能評價，最終判定結(jié)果以能否與人工標注情感標簽（積極或消極）相吻合為依據(jù)。

精確率指分類器正確判定為積極的數(shù)目占全部判定為積極的數(shù)目的比值。召回率指分類器正確判定為積極的數(shù)目占實際為積極的數(shù)目的比值。由于精確率與召回率之間存在矛盾，因此需引入F1-Score作為綜合指標，F(xiàn)1是精確率和召回率的調(diào)和平均，它可以平衡精確率和召回率的影響，較為全面地評價一個分類器。三者的運算公式如下：

[Presicion=TPTP+FP] （8）

[Recall=TPTP+FN] （9）

式（8）和式（9）中，TP指判定為積極，實際也為積極的數(shù)目，F(xiàn)P指判定為積極，實際為消極的數(shù)目，F(xiàn)N指判定為消極，實際為積極。

[F=2×P×RP+R]" " "（10）

式（10）中，P和R分別為精確率和召回率。

實驗對比分析結(jié)果可知，本詞典精確率比Boson、Ntusd、Tsinghua、SnowNLP分別提高了0.35%、12.11%、24.96%及5.56%；在召回率方面，分別高出1.54%、26.5%、16.2%及3.07%；在F值方面，分別高出0.92%、19.57%、21.11%及4.4%。結(jié)果表明，本文建立的數(shù)字沉浸式場景下旅游者情感詞典是有效且必要的（表2）。

4 數(shù)字沉浸式場景下旅游者情感詞典建構(gòu)結(jié)果分析

4.1 數(shù)字沉浸式場景下旅游者情感分類及其情感詞解析

本文所構(gòu)建領(lǐng)域情感詞典是基于非結(jié)構(gòu)化的旅游者評論文本數(shù)據(jù)所形成。由于情感所具有的復(fù)雜性，且旅游者評論文本中包含著不同屬性的情感標簽，因此，對情感進行分類有利于將個體情感的標識精細化，以及高效率地開展文本情感的量化與分析[72]。學(xué)者們試圖運用各種各樣的情感分類體系來概述旅游者情感體驗特征，如維度循環(huán)模型[73]、離散情緒模型[74]等。本文參照徐琳宏等[75]在情感本體庫構(gòu)造中所提出的情感分類樹，將數(shù)字沉浸式場景下旅游者情感分為7大類別，分別是“樂、好、怒、哀、懼、惡、驚”，這將有利于解析旅游者情感體驗過程。其中，情感本體庫和情感分類樹的情感分類標準是在Ekman提出6大類情感分類體系（高興、悲傷、憤怒、恐懼、厭惡和驚奇）的基礎(chǔ)上，加入情感類別“好”，對情感進行了更細致的劃分，最終呈現(xiàn)7大類，也對應(yīng)了中國式“七情”（喜、怒、哀、懼、愛、惡、欲）的情感分類傳統(tǒng)。

依據(jù)7大類別，將之前839個情感詞予以篩選和重新劃分，最終得到包含626個有效情感詞的情感詞典，且每類情感均用鮮明的情感特征詞予以表現(xiàn)。其中，“樂”有59個，如欣喜、輕松、愉快、放空、津津有味、心花怒放、隨心所欲、超脫、輕盈……；“好”有381個，如繁華、簡潔、精細、截然不同、有質(zhì)感、美觀、明亮、閃耀、炫酷……；“怒”有1個，如生氣；“哀”有8個，如遺憾、可惜、焦慮、唏噓、美中不足、傷感、憂郁、悵然；“惡”有143個，如機械、裝模作樣、浮光掠影、天花亂墜、單一、壓抑、走馬觀花、出戲……；“懼”有9個，如嚇人、陰森、陰影、恐怖、詭異、恐懼、害怕、昏暗、密閉；“驚”有25個，如驚訝、好奇、震撼、意外、震驚、驚喜、意想不到、神奇、不可思議……

4.2 數(shù)字沉浸式場景下旅游者情感體驗過程特征解析

4.2.1" " 數(shù)字沉浸式場景下旅游者語義網(wǎng)絡(luò)圖

語義網(wǎng)絡(luò)圖可快速理解主題在認知和情感方面的深淺關(guān)系，因此，為更深入探討詞語與詞語之間的深層語義關(guān)系，本研究通過詞匯構(gòu)建語義網(wǎng)絡(luò)圖，從整體上探索認知和情感因素的語義關(guān)系。圖2顯示了7組關(guān)系網(wǎng)絡(luò)分布，分別為觸發(fā)介質(zhì)、環(huán)境感知、人際感知、共享需求、自我賦權(quán)、技術(shù)交互和衍生增值。其中，觸發(fā)介質(zhì)的關(guān)鍵詞為“公眾號”“免費”“文物”“介紹”“場景”“學(xué)習”“光影”“歷史文化”等，主要描述刺激旅游者體驗數(shù)字沉浸式場景的因素，側(cè)面表現(xiàn)體驗前期階段旅游者基于不同層面的體驗期待，并由此引發(fā)了廣泛地討論。環(huán)境感知的關(guān)鍵詞為“交通”“入口”“位置”“陳列”“路線”“服務(wù)臺”“通道”“布局”等，主要描述數(shù)字沉浸式場景的地理位置、整體氛圍、展陳布局。人際感知的關(guān)鍵詞為“排隊”“小孩”“管理”“安檢”“服務(wù)態(tài)度”“導(dǎo)游”“家長”“插隊”“服務(wù)人員”等，主要反映游客對數(shù)字沉浸式場景服務(wù)品質(zhì)、口碑形象和安全秩序等的關(guān)注。共享需求的關(guān)鍵詞為“打卡”“攻略”“網(wǎng)紅”“分享”“點評”“拍照片”“交流”“朋友圈”等，描繪現(xiàn)代社會中人們對社交互動的需求和參與，數(shù)字沉浸式場景在一定程度上成為了個體聯(lián)結(jié)社交關(guān)系的載體。自我賦權(quán)的關(guān)鍵詞為“歷史”“了解”“文化遺產(chǎn)”“發(fā)展”“智慧”“變遷”“文明”“傳承”等，表明了數(shù)字沉浸式場景重現(xiàn)鮮明的歷史畫面和地方符號，這些事物被認為與傳統(tǒng)的生產(chǎn)方法或文化積淀有關(guān)，反映游客由旅游場景吸引物引發(fā)對現(xiàn)實社會的思索。技術(shù)交互的關(guān)鍵詞為“裸眼”“投影”“模擬”“穿越”“實景”“全息”“還原”“聲光電”等，集中體現(xiàn)了游客與數(shù)字沉浸式場景的交互，促進了游客自我浸入的進程。衍生增值的關(guān)鍵詞為“古街”“紀念品”“商鋪”“印章”“雪糕”“集市”“護照”“紀念幣”等，說明數(shù)字沉浸式場景利用文化遺產(chǎn)的社會價值與文化價值創(chuàng)造出新的經(jīng)濟價值，通過物化、商品化形成消費空間。

總體上，語義圖的詞匯數(shù)量由中心向四周遞增，密度由中心向四周遞減，結(jié)構(gòu)大致呈現(xiàn)出由核心層、次核心層及邊緣層構(gòu)成的3個層級架構(gòu)。其中，核心層的節(jié)點最大，連線最為密集，包括“公眾號”“打卡”“歷史”3個主要節(jié)點，呈閉合的三角形狀。次核心層是連接核心層和邊緣層之間的紐帶，詞匯量與詞頻介于二者之間。邊緣層是對核心層和次核心層的拓展和補充，節(jié)點數(shù)量很豐富，但節(jié)點較小，線條較為稀疏。

4.2.2" " 情感體驗過程分析

數(shù)字沉浸式場景下旅游者情感體驗過程是個體情感的判別與流露過程。從旅游者情感體驗的發(fā)生緣由、表現(xiàn)形式和作用結(jié)果這一過程，衍生出場景架構(gòu)、情感傾向、價值取向3個層面。首先，通過場景所給予的直接情感刺激物，以有形的空間事物和無形的主題氛圍等，通過具有“順暢”“氣派”“炫酷”等數(shù)字沉浸式場景表層特征，極大地觸發(fā)了旅游者情感體驗的新奇感、探索感、參與感。其次，旅游者會通過情感刺激物的內(nèi)容飽和性、審美愉悅度等進行場景價值屬性評判，進而喚起“鮮活”“精妙”“嘆為觀止”等情感特征，從而促進旅游者滿足和沉浸。最后，由于場景中所蘊含的歷史事實、文化內(nèi)涵和社會記憶，使得旅游者在場景互動過程中實現(xiàn)了“傳承”“寓教于樂”“熏陶”等文化重構(gòu)和身份認同等深層表征行為。此外，由于部分場景中存有沖突性人員服務(wù)、非理性設(shè)計布局等現(xiàn)象，也會導(dǎo)致旅游者引發(fā)嘲諷、斥責、厭惡等消極情感，亟須場景不斷挖掘文化內(nèi)核，以鞏固情感共鳴和情感力量（表3）。

4.3 數(shù)字沉浸式場景下旅游者情感體驗交互模型建構(gòu)與運行機制

本文采用領(lǐng)域情感詞典構(gòu)建方法，深入剖析數(shù)字沉浸式場景下旅游者情感體驗特征及其內(nèi)在運行邏輯。首先，將數(shù)字沉浸式場景下旅游者情感分為7大類別，分別是“樂、好、怒、哀、懼、惡、驚”，較好地明確旅游者在場景內(nèi)生成的多重情感價值線索，用以區(qū)分場景各層面的情感異質(zhì)性。其次，在7大類情感詞匯基礎(chǔ)上，依據(jù)情感體驗特征詞的語義網(wǎng)絡(luò)分析，將旅游者情感體驗的發(fā)生緣由、表現(xiàn)形式和作用結(jié)果這一過程，歸納為場景架構(gòu)、情感傾向、價值取向3個層面，明晰數(shù)字沉浸式場景下旅游者情感體驗過程特征。最后，將前兩者內(nèi)容進行匯總，在借鑒具身體驗形成機理“喚起-浸入-共在-生成”和場景層次結(jié)構(gòu)“感覺層-功用層-互動層-認同層”的基礎(chǔ)上，構(gòu)建“三橫四縱”數(shù)字沉浸式場景下旅游者情感體驗交互矩陣模型（圖3）。

“三橫”代表場景架構(gòu)、情感傾向及價值取向，意指數(shù)字沉浸式場景下旅游者情感體驗過程特征；“四縱”代表感覺層-刺激體驗，功用層-喚醒體驗，互動層-浸入體驗和認同層-內(nèi)省體驗，意指數(shù)字沉浸式場景下旅游者情感體驗運行機制。其中，場景架構(gòu)為運作層，包括感覺層、功用層、互動層和認同層，確保場景內(nèi)數(shù)字生態(tài)、時空環(huán)境、個體情感等各要素協(xié)調(diào)發(fā)展；情感傾向為支撐層，包括“樂、好、怒、哀、惡、懼、驚”7種情感，是推動旅游者接收、適應(yīng)場景內(nèi)容和產(chǎn)生各類場景體驗的動力來源；價值取向為核心層，通過前兩層進行情感體驗的誘發(fā)和產(chǎn)生，由淺入深地匯集成刺激、喚醒、浸入、內(nèi)省4種旅游者情感體驗，提升旅游者與場景的關(guān)聯(lián)度，最終達成文化價值共創(chuàng)。

依據(jù)情緒認知評價理論，認知、情緒與行為具有層次遞進的關(guān)系[76]，因而，數(shù)字沉浸式場景下旅游者情感體驗運行機制如下。首先，感覺層-刺激體驗通過場景層內(nèi)外圖案、色彩、文字、布局等外在誘因，展現(xiàn)出色彩斑斕、高清等場景特征，從而刺激旅游者的視、聽、知、觸、嗅五感，形成刺激體驗。其次，功用層-喚醒體驗通過場景的創(chuàng)新、傳播等功用性特征，利用大數(shù)據(jù)科學(xué)技術(shù)還原、重現(xiàn)文物古建樣貌和歷史事件演變進程，產(chǎn)生“時間在回溯和流動”的鏡像，引發(fā)旅游者觸動、共鳴，從而在場景體驗中回顧往昔、暢想未來，形成喚醒體驗。始于身體意識的喚醒體驗，是旅游者在清晰的自我意識下逐漸擴展身體邊界，獲得與場景、他人和自然界等交融共處、彼此同在的經(jīng)歷。再次，互動層-浸入體驗通過場景互動層的移步換景、虛實交互，使旅游者自發(fā)形成渾然一體、扣人心弦之感，形成浸入體驗。“場”是時間和空間的統(tǒng)一，“景”是情境和互動的統(tǒng)一。浸入體驗是旅游者以身體線性移動和身體感官充分調(diào)動為基礎(chǔ)，獲得審美愉悅和軀體五感的交錯變化，相應(yīng)產(chǎn)生多種情緒和情感的交織變換的過程。最后，認同層-內(nèi)省體驗通過場景認同層的可塑性，將場景體驗內(nèi)容凝聚轉(zhuǎn)化為旅游者自我心理表征，體現(xiàn)博大精深、耳目一新等游后體驗內(nèi)涵，讓旅游者感受文化號召，堅定文化自信，最終輸出內(nèi)省體驗，達到靈魂和靈性的精神意識層次，享受高峰體驗狀態(tài)[77]。

此外，情緒認知評價理論指出，個體認知評價與情感之間并非簡單的單向線性關(guān)系[52]。認知評價是情感的一部分，情感的轉(zhuǎn)變也能反過來影響認知評價行為[78]。一方面，在情感活動中，人們不僅接受環(huán)境中的刺激事物或事件對自身的影響，同時也要調(diào)節(jié)自我對刺激事物/事件的反應(yīng)，從而形成數(shù)字沉浸式場景下的初評價（感覺層）-次評價（功用層、互動層）-再評價（認同層）3個階段[79]。另一方面，由于場景中旅游者積極與消極情感并存，游客可能選擇繼續(xù)接觸體驗或中斷體驗，因而其認知需求具有高低特征，既映證了情感對認知評價的反作用，也帶動了游客選擇適當?shù)摹⒂袃r值的反饋行為。一旦游客選擇繼續(xù)接觸體驗，其表現(xiàn)為高認知需求個體。他們的情感適應(yīng)性功能會逐漸改變對外部刺激的看法而喚起場景全方位適應(yīng)行為，讓旅游者更深入地認識、發(fā)現(xiàn)自我，推動了沉浸體驗的產(chǎn)生，并從中獲得身心愉悅。相反，如果旅游者選擇中斷體驗，則表現(xiàn)為低認知需求個體，因而不愿意采用過多認知資源處理信息，更不會主動投身認知任務(wù)中[80]。上述兩個方面都與情感認知評價理論具有內(nèi)在的一致性，共同構(gòu)成立體的數(shù)字場景結(jié)構(gòu)，在實際場景運行機制中需要對具有不同認知需求的個體進行區(qū)分，以便更有效激發(fā)數(shù)字技術(shù)的聚合效應(yīng)，促進旅游者和數(shù)字沉浸式場景之間的融合融通[81]。

5 研究結(jié)論與討論

5.1 研究結(jié)論

數(shù)字沉浸式場景的出現(xiàn)是當今文化與科技融合所形成的一種新型業(yè)態(tài)。基于其虛實結(jié)合的特性，傳統(tǒng)旅游產(chǎn)品的設(shè)計方法已無法全面詮釋產(chǎn)品價值，需要更高層次的設(shè)計和安排，即情感的融入。本研究結(jié)合訓(xùn)練語料庫和深度網(wǎng)絡(luò)學(xué)習兩種方法建立情感數(shù)據(jù)庫、標注情緒、計算建模，通過提取反映情感態(tài)度傾向的特征詞，進而映射數(shù)字沉浸式場景下旅游者情感狀態(tài)，并利用構(gòu)造情感本體庫的情感七分法構(gòu)建情感詞典，再依據(jù)情感詞典內(nèi)部特征，建構(gòu)“三橫四縱”數(shù)字沉浸式場景旅游者情感體驗交互矩陣模型，其結(jié)論如下。

第一，依據(jù)Word2vec、TF-IDF、SO-PMI情感語義算法構(gòu)建數(shù)字沉浸式場景下旅游者情感詞典。研究結(jié)果發(fā)現(xiàn)，本詞典較好地反映了數(shù)字沉浸式場景特色詞匯，如鮮活、吸睛、光怪陸離、虛實共生、包羅萬象等，具有較高情感識別度。此外，由于新技術(shù)運用與景觀數(shù)字化，旅游者對新事物的評價與態(tài)度突破以往沉默寡言、偽揚、忍耐、持中的特征，更善于將自我心理表征轉(zhuǎn)化為立場鮮明的文字、言語、行為進行洞察與見解的表達。本詞典揭示了數(shù)字沉浸式場景旅游者情感類別。一方面，積極情感體驗多以期望、感動、贊揚等情緒因素占主導(dǎo)地位，另一方面，消極情感體驗則以貶責、煩悶、諷刺為主，通過兩方面進而形成“自在、贊頌、驚嘆、失落、氣憤、畏懼、厭惡”7類積極和消極情感交織的情感簇群，均能夠刺激、喚起、浸入、內(nèi)省旅游者情感體驗，達到滿足旅游者審美認知、精神愉悅層面的訴求。

第二，依據(jù)情感體驗特征詞的語義網(wǎng)絡(luò)分析，明晰數(shù)字沉浸式場景下旅游者情感體驗過程特征。一方面，從數(shù)字沉浸式場景的語義網(wǎng)絡(luò)圖衍生出“觸發(fā)介質(zhì)”“環(huán)境感知”“人際感知”“共享需求”“自我賦權(quán)”“技術(shù)交互”“衍生增值”7個類別情感體驗特征詞。另一方面，旅游者在情感體驗生成過程中又表現(xiàn)出“初評價-次評價-再評價”的情感認知表現(xiàn)。首先，通過所包含無形的主題氛圍、戲劇手法、感官暗示、文化理念及有形的建筑布局、色彩圖像、設(shè)施設(shè)備、衍生產(chǎn)品等，共同組成情感刺激系統(tǒng)，形成激動、別具一格、新鮮、養(yǎng)眼等初步感知體驗，并從側(cè)面表征數(shù)字沉浸式場景提供的情感價值。其次，通過場景中多維情感符號以彌漫性的滲透形式促進旅游者身心的舒適及情緒的飽和，使得旅游者從內(nèi)容飽和性和審美愉悅性層面作為衡量標準判斷場景的情感價值屬性，歸類成相應(yīng)的情感標簽，形成走心、治愈、舒緩、過癮等中等強度情感傾向集，消除個體與場景的邊界感，加速場景融入。最后，從虛擬場景中返回現(xiàn)實空間的數(shù)字沉浸式場景旅游者將多層級體驗內(nèi)容濃縮為震撼、復(fù)刻、意猶未盡、受益匪淺等高強度情感標識詞，且完全表現(xiàn)為意義因子的輸出。旅游者不再是被動的接收者，而是文化起源的見證者、文化內(nèi)容的傳播者。

第三，依據(jù)旅游者情感體驗過程特征，構(gòu)建“三橫四縱”數(shù)字沉浸式場景下旅游者情感體驗交互矩陣。該模型是在情感計算基礎(chǔ)上對旅游者情感體驗路徑的深層次分析[7]，從而探索和揭示數(shù)字沉浸式場景與旅游者之間的情感聯(lián)動和運行機制。例如場景中的感覺層，通過基于感官的刺激因子與旅游者追求新奇、愉悅的目標相符；場景中的功用層，利用傳感和識別技術(shù)使旅游者追求共鳴、共情的目標得以實現(xiàn)；場景中的互動層，依據(jù)提供的適配資源和服務(wù)與旅游者追求渾然一體、引人入勝的目標相契合；場景中的認同層，讓旅游者在產(chǎn)生社會記憶的同時，激發(fā)其陶冶情操、博大精深的文化認同感，最終實現(xiàn)旅游者旅游預(yù)期、在場體驗與目標體驗內(nèi)容的情感認知評價的一致性。

5.2 研究理論貢獻

第一，解釋了數(shù)字沉浸式場景下旅游者情感體驗的獨特內(nèi)涵。數(shù)字沉浸式場景為旅游者提供了在真實旅游中不能獲得的難忘體驗。區(qū)別于以往采用情感測量量表、半結(jié)構(gòu)訪談方式及現(xiàn)代傳感設(shè)備[82]和社交媒體網(wǎng)絡(luò)文本挖掘[83]等方法對游客情感進行測度，本研究通過引入訓(xùn)練語料庫和深度網(wǎng)絡(luò)學(xué)習兩種方法建立情感詞典，歸納出數(shù)字沉浸式場景下626個旅游者情感特征詞和場景架構(gòu)、情感傾向、價值取向3個層面情感體驗過程。研究結(jié)論不僅證實了旅游者對數(shù)字沉浸式場景產(chǎn)生了有別于其他場景的情感訴求，為進一步明晰虛擬旅游環(huán)境中旅游者情感體驗的變化規(guī)律提供了科學(xué)參照，且豐富了大數(shù)據(jù)背景下自然語言學(xué)習方法在旅游情感領(lǐng)域的應(yīng)用，凸顯了旅游者情感在非慣常環(huán)境下的本質(zhì)價值。

第二，建立了數(shù)字沉浸式場景下旅游者情感體驗的解釋框架。與傳統(tǒng)旅游體驗相比，數(shù)字沉浸式場景更關(guān)注旅游者在特定時間與空間中的身心互動關(guān)系[20]。因而，在具身旅游體驗的整體理論框架下，本文建構(gòu)數(shù)字沉浸式場景下旅游者情感詞典，提出“三橫四縱”旅游者情感體驗交互模型和運行機制，不僅涵蓋場景中體驗到的身體感覺和情緒狀態(tài)[84]，也包括體驗后所產(chǎn)生內(nèi)外認知的變化[85]。其結(jié)果與數(shù)字場景層次結(jié)構(gòu)“感覺層-功用層-互動層-認同層”和具身體驗類型“喚起-浸入-共在-生成”價值導(dǎo)向相符。不僅為旅游者情感與場景之間的互動關(guān)系提供了理論新依據(jù)，而且深化了具身理論在虛擬旅游情境中的適用性和可操作性。

第三，拓展了數(shù)字沉浸式場景情感轉(zhuǎn)向的研究邊界。數(shù)字沉浸式場景是近年來隨著科學(xué)技術(shù)的發(fā)展而出現(xiàn)的新概念。大部分研究將其視為一種特殊的場景，結(jié)合場景理論與具身理論解釋個體的認知、情感與行為傾向[45]。場景理論認為，行動者的觀點會隨著其在客觀的社會空間中所占據(jù)位置的不同而發(fā)生根本的改變，而情感正是連接場所環(huán)境和個體感知的橋梁。因而，本研究從旅游者情感視角出發(fā)，提煉出虛擬旅游情境給個體帶來的情感感知變化及其內(nèi)在規(guī)律，明確了情感在旅游者體驗生成中的催化作用，及其如何促進沉浸體驗的生成，不僅拓寬了數(shù)字經(jīng)濟中的情感轉(zhuǎn)向的研究邊界，而且能夠為旅游產(chǎn)品優(yōu)化、升級以及目的地營銷與管理等實踐問題提供理論指導(dǎo)。

5.3 實踐啟示

首先，本研究為提升數(shù)字沉浸式場景設(shè)計與呈現(xiàn)指明了發(fā)展方向。數(shù)字沉浸式旅游業(yè)態(tài)發(fā)展與實踐，需要透過旅游者對場景的功能性消費表層，看到其背后的情感體驗訴求，從空間環(huán)境、互動活動以及關(guān)系體驗等方面入手，創(chuàng)造情感意象，產(chǎn)生情感聯(lián)結(jié)，使得個體在鏡像與現(xiàn)實中完成情感遷移。一方面，依據(jù)情感詞典中的關(guān)鍵詞信息，營造場景中的情感輸出氛圍。例如可從環(huán)境心理學(xué)的角度看待有形的建筑裝飾、布局設(shè)計和流動路線等。場景設(shè)計時需考慮結(jié)合視覺、聽覺、觸覺和嗅覺線索在內(nèi)的感官線索進行內(nèi)容傳遞，最大化參與者的臨場感，幫助其獲得暢爽的旅游體驗。另一方面，由于旅游者在情感體驗生成過程中表現(xiàn)出不同層次的情感傾向，因此，旅游企業(yè)應(yīng)在提高服務(wù)系統(tǒng)界面美觀性和交互自然性的基礎(chǔ)上，進一步通過服務(wù)價值塑造建立起與用戶之間更有溫度的情感聯(lián)結(jié)。例如數(shù)字沉浸式場景內(nèi)技術(shù)裝置的圖標與界面設(shè)計需要美觀合理且富有趣味性，要著重關(guān)注人機交互的可跳轉(zhuǎn)性、可用性和效率性等。優(yōu)化問題列表的可視化設(shè)計、增加界面風格設(shè)置選項等，完善服務(wù)系統(tǒng)視覺設(shè)計體系，提升用戶感官層面的情感體驗，建立人智共融的數(shù)字化沉浸式服務(wù)體系[86]。

其次，本研究為數(shù)字沉浸式場景運行與管理提供了科學(xué)的實踐指導(dǎo)。場景的打造不應(yīng)僅停留在搭建體驗空間或先進技術(shù)的應(yīng)用方面，應(yīng)當將更多的精力與資源投入關(guān)系旅游者發(fā)展和內(nèi)部社會關(guān)系網(wǎng)絡(luò)的構(gòu)建，積極探索關(guān)系營銷、情感營銷等策略[45]。因而，依據(jù)進入場景順序，分別進行場景運行與管理。第一，在進入場景前，可利用情感詞典重新設(shè)計點評展示系統(tǒng)，捕捉和分析場景空間，并融合情境感知、表情跟蹤、語音識別等技術(shù)，更全面地理解和預(yù)測用戶咨詢意圖，進行信息推送和服務(wù)需求預(yù)判[11]。第二，在融入場景中，允許使用情感體驗追蹤器，使旅游者一邊體驗一邊記錄瞬間情感狀態(tài)，并采用勸導(dǎo)式設(shè)計理念，創(chuàng)新互動式產(chǎn)品展示方式、提高場景服務(wù)配適水平。第三，在離開場景后，可通過構(gòu)建情感體驗反饋器，創(chuàng)建社群聯(lián)結(jié)、采集旅游者評價、抓取場景數(shù)據(jù)，迭代詞典信息和優(yōu)化場景服務(wù)內(nèi)容，鞏固消費者情感體驗。

最后，本研究對數(shù)字沉浸式場景的人文精神傳播與創(chuàng)意營銷實踐具有重要的指導(dǎo)意義。隨著社會主體自我意識的覺醒，公眾與文化傳播之間的關(guān)系不再是“單向奔赴”的自我滿足，更應(yīng)是一種“雙向奔赴”的情感互動。而情感詞典作為數(shù)字場景與游客溝通的橋梁和場景文化傳播的自身平衡穩(wěn)定器，通過對場景文化信息傳播各環(huán)節(jié)的分析，形成相應(yīng)的決策，以此促進傳播過程中各要素之間的合理配置，且情感詞典有利于及時了解、判斷旅游群體意向，提升旅游者文化歸屬感，同時使文旅企業(yè)能做好無形文化的可展示性與參觀性，拓寬文化傳播與傳承路徑，此外，更有助于剖析數(shù)字場景在文化傳播過程中的阻力和瓶頸，從而大數(shù)據(jù)中獲取調(diào)整傳播策略，促進傳播的高效化。

5.4 研究不足與展望

數(shù)字沉浸式場景下旅游者情感詞典是自然語言領(lǐng)域的情感分析方法在旅游學(xué)科中的一種嘗試，為數(shù)字沉浸式業(yè)態(tài)運營與管理提供了新思路，但本研究尚有不足。首先，在情感詞數(shù)量方面，本研究所建構(gòu)的情感共涵蓋626個情感特征詞，情感詞數(shù)量存在一定的限制。隨著信息技術(shù)的快速發(fā)展，涌現(xiàn)出越來越多的網(wǎng)絡(luò)新詞，因而，需要不斷地擴充情感詞典來滿足對情感分析的需求，更需要利用更先進的研究方法來提高情感分類的準確性和效率性。其次，在樣本選取方面，本文所選取的數(shù)字沉浸式場景主要為文博場館，雖然具備一定的典型性，但難以覆蓋其他類型數(shù)字沉浸式情境，未來需要增加非人文類型數(shù)字沉浸式場景的樣本。此外，由于樣本數(shù)據(jù)來源于網(wǎng)絡(luò)，針對不在網(wǎng)上進行評論的消費者，后續(xù)研究需增加線下調(diào)研環(huán)節(jié)，從而實現(xiàn)樣本數(shù)據(jù)全覆蓋和合理性。最后，在數(shù)據(jù)處理方面，本研究針對社交平臺語言信息中存有的口語化、反話正說、表情包、情感表達夸張及新詞熱梗等現(xiàn)象，由于技術(shù)有限，未做過多處理，因而使得情感詞典對于復(fù)雜語句判斷存在一定誤差。

未來的旅游者情感體驗研究，應(yīng)進一步拓展研究的時空范圍，注重特定情境下的游客情感體驗的類型測量及生成機制探討。第一，研究理論與研究方法的多元化。隨著大數(shù)據(jù)時代的來臨，應(yīng)該結(jié)合心理學(xué)實驗方法、地理學(xué)中的人地關(guān)系研究視角以及大數(shù)據(jù)等研究技術(shù)[87]，探索不同情感計算技術(shù)在時間復(fù)雜度、空間復(fù)雜度、實施性、穩(wěn)定性上的優(yōu)劣，擴大情感模型的可信度，為大數(shù)據(jù)時代旅游者情感計算研究奠定基礎(chǔ)。第二，研究對象的不斷拓展。后續(xù)對于情感詞典的綜合運用可增加表情符號情感詞典、程度副詞情感詞典及網(wǎng)絡(luò)熱詞情感詞典等附加詞典，以求優(yōu)化領(lǐng)域情感詞的提取和形成，完善數(shù)字沉浸式場景情感分析體系。第三，研究內(nèi)容的不斷深化。一方面，關(guān)注旅游者情感類別的多元拓展，例如積極情感中的愉悅、敬畏、懷舊、鄉(xiāng)愁，消極情感中的后悔、憤怒、不滿意等，使用情感研究的類別劃分方法去研究不同種類的旅游者情感。另一方面，聚焦旅游者情感體驗的精神意義和價值層面。由于旅游者在數(shù)字沉浸式場景中活動的特點具有時間的碎片化、情境和空間的快速切換特征，人們對場景所呈現(xiàn)內(nèi)容的理解，逐漸從其表象深入到文化本質(zhì)部分。因此，需要挖掘產(chǎn)品背后蘊含的文化價值，讓人們收獲到新的認知和感悟，并傳承中華文化精神，增強文化自信。

致謝： 感謝國家社科基金重點項目“RCEP框架下跨境電商推進數(shù)字貿(mào)易強國建設(shè)的機制和路徑研究”（22AGL002）對本研究的支持。

參考文獻（References）

[1] 齊驥， 陳思. 數(shù)字化文化消費新場景的背景、特征、功能與發(fā)展方向[J]. 福建論壇（人文社會科學(xué)版）， 2022（12）： 35-43. [QI Ji， CHEN Si. The background feature， function and development direction of the new scene of digital culture consumption[J]. Fujian Tribune （Humanities and Social Sciences Editon）， 2022（12）： 35-43.]

[2] 王娟， 丁宣文. 品牌格式塔視角下中國出境游客海島目的地情感挖掘及組態(tài)路徑[J]. 旅游學(xué)刊， 2023， 38（8）： 110-121. [WANG Juan， DING Xuanwen. Emotion mining and configuration paths of Chinese outbound tourists’ island destinations from the perspective of brand gestalt[J]. Tourism Tribune， 2023， 38（8）： 110-121.]

[3] NIE R X， TIAN Z P， WANG J Q， et al. Hotel selection driven by online textual reviews： Applying a semantic partitioned sentiment lexicon and evidence theory[J]. International Journal of Hospitality Management， 2020， 88： 102495.

[4] 李蕊， 李勇泉， 阮文奇， 等. 二元情感視角下共享住宿顧客情感體驗的成因機理[J]. 旅游學(xué)刊， 2023， 38（8）： 94-109. [LI Rui， LI Yongquan， RUAN Wenqi， et al. The causative mechanism of shared accommodation customers’ emotional experience from the perspective of binary emotions[J]. Tourism Tribune， 2023， 38（8）： 94-109.]

[5] 程勵， 王美玉， 唐鳳蓮， 等. 紅色旅游情境下的情感觸點、情感反應(yīng)與游客認同——基于5個紅色旅游景區(qū)樣本的實證研究[J]. 旅游學(xué)刊， 2023， 38（7）： 52-69. [CHENG Li， WANG Meiyu， TANG Fenglian， et al. Emotional trigger points， emotional reactions and tourist identity in red tourism situations： An empirical study based on five cases of red tourist attractions[J]. Tourism Tribune， 2023， 38（7）： 52-69.]

[6] 張云中， 李佳書. 媒體型智庫國際關(guān)系話題的情感分析： 原理解析、工具構(gòu)建與應(yīng)用探索[J]. 情報科學(xué)， 2023， 41（7）： 106-114. [ZHANG Yunzhong， LI Jiashu. Emotional analysis of international relations topics in media think tanks： Principle analysis， tool construction and application exploration[J]. Information Science， 2023， 41（7）： 106-114. ]

[7] 李君軼， 張妍妍. 大數(shù)據(jù)引領(lǐng)游客情感體驗研究[J]. 旅游學(xué)刊， 2017， 32（9）： 8-9. [LI Junyi， ZHANG Yanyan. Big data leads the research of tourists’ emotional experience[J]. Tourism Tribune， 2017， 32（9）： 8-9.]

[8] 劉逸， 保繼剛， 陳凱琪. 中國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. [LIU Yi， BAO Jigang， CHEN Kaiqi. Sentimental features of Chinese outbound Tourists in Australia： Big-data based content analysis[J]. Tourism Tribune， 2017， 32（5）： 46-58.]

[9] 楊鑫， 楊云帆， 焦維， 等. 基于領(lǐng)域詞典的民宿評論情感分析[J]. 科學(xué)技術(shù)與工程， 2020， 20（7）： 2794-2800. [YANG Xin， YANG Yunfan， JIAO Wei， et al. Sentiment analysis of homestay comments based on domain dictionary[J]. Science Technology and Engineering， 2020， 20（7） ： 2794-2800.]

[10] MEHRALIYEV F， KIRILENKO A P， CHOI Y. From measurement scale to sentiment scale： Examining the effect of sensory experiences on online review rating behavior[J]. Tourism Management， 2020， 79： 104096.

[11] 鄢慧麗， 熊浩， 張小浩. 酒店評論中感官線索對評論有用性的影響——基于心理模擬視角的實證分析[J]. 旅游學(xué)刊， 2023， 38（2）： 120-133. [YAN Huili， XIONG Hao， ZHANG Xiaohao. The influence of sensory cues on the usefulness of hotel reviews： Empirical evidence from the perspective of mental simulation[J]. Tourism Tribune， 2023， 38（2）： 120-133.]

[12] 馬丁·海德格爾. 海德格爾說存在與思[M]. 顏東升， 譯. 武漢： 華中科技大學(xué)出版社， 2017： 9. [HEIDEGGER M. Being and Time[M]. YAN Dongsheng， trans. Wuhan： Huazhong University of Science and Technology Press， 2017： 9.]

[13] 莫里斯·梅洛-龐蒂. 知覺現(xiàn)象學(xué)[M]. 姜志輝， 譯. 北京： 商務(wù)印書館， 2001： 104， 133-134; 263. [MERLEAU-PONTY M. Phenomenology of Perception[M]. JIANG Zhihui， trans. Beijing： The Commercial Press， 2001： 104，133-134; 263.]

[14] 吳昕陽， 梁學(xué)成， 趙媛. 具身視角下游客三境體驗的探索性研究——以“又見”系列為例[J]. 旅游導(dǎo)刊， 2021， 5（6）： 66-83. [WU Xinyang， LIANG Xuecheng， ZHAO Yuan. An exploratory study on tourists’ tri-dimensional experience from the perspective of embodiment： The See Again series as an example[J]. Tourism and Hospitality Prospects， 2021， 5（6）： 66-83.]

[15] VEIJOLA S， JOKINEN E. The body in tourism[J]. Theory， Culture amp; Society， 1994， 11（3）： 125-151.

[16] AGAPITO D， MENDES J， VALLE P. Exploring the conceptualization of the sensory dimension of tourist experiences[J]. Journal of Destination Marketing amp; Management， 2013， 2（2）： 62-73.

[17] WANG Y， SPARKS B A. An eye-tracking study of tourism photo stimuli image characteristics and ethnicity[J]. Journal of Travel Research， 2016， 55（5）： 588-602.

[18] 宋振春， 王穎， 葛新雨， 等. 身體痛苦如何成為情感享受——身心交互視角下的旅游體驗研究[J]. 旅游學(xué)刊， 2020， 35（10）： 109-121. [SONG Zhenchun， WANG Ying， GE Xinyu， et al. How physical discomfort can become a source for emotional satisfaction： A study on tourist experience from the perspective of body-mind interactionism[J]. Tourism Tribune， 2020， 35（10）： 109-121.]

[19] 樊友猛， 謝彥君. “體驗”的內(nèi)涵與旅游體驗屬性新探[J]. 旅游學(xué)刊， 2017， 32（11）： 16-25. [FAN Youmeng， XIE Yanjun. An exploration of experience connotations and tourist experience characteristics[J]. Tourism Tribune， 2017， 32（11）： 16-25.]

[20] 吳俊， 唐代劍. 旅游體驗研究的新視角： 具身理論[J]. 旅游學(xué)刊， 2018， 33（1）： 118-125. [WU Jun， TANG Daijian. A new tourism experience research perspective： Embodied theory[J]. Tourism Tribune， 2018， 33（1）： 118-125.]

[21] 李曉義， 許威， 李春曉. 非慣常理論新構(gòu)： 基于具身認知與雙系統(tǒng)視角[J].旅游學(xué)刊， 2024， 39（2）： 49-60. [LI Xiaoyi， XU Wei， LI Chunxiao. New construction of unusual theory： Based on embodied cognition and dual-system perspective[J]. Tourism Tribune， 2024， 39（2）： 49-60.]

[22] 樊友猛， 謝彥君. 旅游體驗研究的具身范式[J]. 旅游學(xué)刊， 2019， 34（11）： 17-28. [FAN Youmeng，XIE Yanjun. Embodiment paradigm of tourist experience research[J]. Tourism Tribune， 2019， 34（11）： 17-28.]

[23] 曾麗， 高權(quán)， 陳曉亮. 游客具身體驗視角下傳統(tǒng)鄉(xiāng)村旅游地的地方重構(gòu)——婺源案例[J]. 旅游學(xué)刊， 2021， 36 （11）： 69-79. [ZENG Li， GAO Quan， CHEN Xiaoliang. Studying place reconstruction of traditional rural tourism destinations from the perspective of tourists’ embodied experience in Wuyuan， China[J]. Tourism Tribune， 2021， 36（11）： 69-79.]

[24] 謝彥君， 樊友猛. 身體視角下的旅游體驗——基于徒步游記與訪談的扎根理論分析[J]. 人文地理， 2017， 32（4）： 129-137. [XIE Yanjun， FAN Youmeng. Tourist experience on a body perspective： Grounded theory analysis on trekking writings and interviews[J]. Human Geography， 2017， 32（4）： 129-137.]

[25] 謝彥君， 胡迎春， 王丹平. 工業(yè)旅游具身體驗?zāi)Ｐ停?具身障礙、障礙移除和具身實現(xiàn)[J]. 旅游科學(xué)， 2018， 32（4）： 1-16. [XIE Yanjun， HU Yingchun， WANG Danping. The embodied experience model of industrial tourism： Embodied obstacles， obstacles remove and embodied realization[J]. Tourism Science， 2018， 32（4）： 1-16.]

[26] 呂寧， 孫夢田， 李奇. 具身視角下沉浸式旅游演藝體驗質(zhì)量評價研究[J]. 旅游導(dǎo)刊， 2024， 8（2）： 25-46. [LYU Ning， SUN Mengtian， LI Qi. Experience quality evaluation of immersive tourism performance from the perspective of embodiment[J]. Tourism and Hospitality Prospects， 2024， 8（2）： 25-46.]

[27] GOFFMAN E. The interaction order[J]. American Sociological Review， 1983， 48（1）： 1-17.

[28] 劉衛(wèi)梅， 林德榮. 鄉(xiāng)村旅游體驗場景對心理恢復(fù)的作用機制研究——兼論地方依戀的中介作用[J]. 旅游學(xué)刊， 2024， 39（3）： 106-118. [LIU Weimei， LIN Derong. Influences of the rural tourscape on tourists’ psychological recovery： The mediating role of place attachment[J]. Tourism Tribune， 2024， 39（3）： 106-118]

[29] 曾進， 魯永剛， 樂陽. 基于POI數(shù)據(jù)的城市場景細粒度制圖[J]. 計算機科學(xué)， 2022， 49（4）： 9-15. [ZENG Jin， LU Yonggang， YUE Yang. Finer-grained mapping for urban scenes based on POI[J]. Computer Science， 2022， 49（4）： 9-15.]

[30] 李鴻磊， 劉建麗. 基于用戶體驗的商業(yè)模式場景研究： 價值創(chuàng)造與傳遞視角[J]. 外國經(jīng)濟與管理， 2020， 42（6）： 20-37. [LI Honglei， LIU Jianli. Research on the user experience-based context of business model： Toward a value creation and delivery perspective[J]. Foreign Economics and Management， 2020， 42（6）： 20-37.]

[31] 謝彥君. 旅游體驗的情境模型： 旅游場[J]. 財經(jīng)問題研究， 2005（12）： 64-69. [XIE Yanjun. Tourist field： The situational model of tourist experience[J]. Research on Financial and Economic Issues， 2005（12）： 64-69.]

[32] 李慧， 張夢. 紅色旅游體驗場景量表開發(fā)： 一種混合式方法的應(yīng)用[J]. 旅游科學(xué)， 2022， 36（6）： 71-89. [LI Hui， ZHANG Meng. Scale development of red tourism experience scape： An application of the mix methodology[J]. Tourism Science， 2022， 36（6）： 71-89.]

[33] 秦曉楠， 杜雪婷， 王興康， 等. 黃河旅游文化空間的場景認知與生產(chǎn)機理[J]. 資源科學(xué)， 2023， 45（12）： 2400-2413. [QIN Xiaonan， DU Xueting， WANG Xingkang， et al. The scene cognition and production mechanism of the Yellow River tourism cultural space[J]. Resources Science， 2023， 45（12）： 2400-2413.]

[34] 甘露， 謝雯， 賈曉昕， 等. 虛擬現(xiàn)實體驗?zāi)芴娲鷮嵉芈糜螁幔俊谕坎逄摂M現(xiàn)實體驗的場景實驗分析[J]. 旅游學(xué)刊， 2019， 34（8）： 87-96. [GAN Lu， XIE Wen， JIA Xiaoxin， et al. Could the VR experience replace on-site travel？ Experimental analysis of the VR scene of Valspar Peak[J]. Tourism Tribune， 2019， 34（8）： 87-96.]

[35] 夏蜀. 數(shù)字化時代的場景主義[J]. 文化縱橫， 2019（5）： 88-97; 143. [XIA Shu. Situationalism in the digital era[J]. Beijing Cultural Revivew， 2019（5）： 88-97; 143.]

[36] ZHANG S N， LI Y Q，RUAN W Q， et al. Would you enjoy virtual travel？ The characteristics and causes of virtual tourists’ sentiment under the influence of the COVID-19 pandemic[J]. Tourism Management， 2022， 88（2）： 104429.

[37] BUHALIS D， LEUNG D， LIN M. Metaverse as a disruptive technology revolutionising tourism management and marketing[J]. Tourism Management， 2023， 97： 104724.

[38] 齊驥， 陳思. 數(shù)字經(jīng)濟時代虛擬文化旅游的時空特征與未來趨向[J]. 深圳大學(xué)學(xué)報（人文社會科學(xué)版）， 2022， 39（4）： 47-55. [QI Ji， CHEN Si. Space-time characteristics and future trends of virtual cultural tourism in the digital economy era[J]. Journal of Shenzhen University （Humanities amp; Social Sciences Edition）， 2022， 39（4）： 47-55.]

[39] 李洪晨， 馬捷. 沉浸理論視角下元宇宙圖書館“人、場、物”重構(gòu)研究[J]. 情報科學(xué)， 2022， 40（1）： 10-15. [LI Hongchen， MA Jie. Reconstruction of “human， field， and object” in metaverse library from the perspective of immersive theory[J]. Information Science， 2022， 40（1）： 10-15.]

[40] SKARD S， KNUDSEN E S， SJSATAD H， et al. How virtual reality influences travel intentions： The role of mental imagery and happiness forecasting[J]. Tourism Management， 2021， 87： 104360.

[41] CHEN X L， WU H C， HUANG X Y. Immersive experiences in digital exhibitions： The application and extension of the service theater model[J]. Journal of Hospitality and Tourism Management， 2023， 54： 128-138.

[42] 詹一虹， 孫琨. 非物質(zhì)文化遺產(chǎn)傳承的梗阻與元宇宙沉浸式場景的運用[J]. 江西社會科學(xué)， 2022， 42（8）： 180-189. [ZHAN Yihong， SUN Kun. The obstruction of intangible cultural heritage inheritance and the application of meta-universe immersion scene[J]. Jiangxi Social Sciences， 2022， 42（8）： 180-189.]

[43] 徐祥伍， 葛萬寶， 黃曉瑜. 元宇宙+公共圖書館： 虛實融生的社會教育發(fā)展新展望[J]. 圖書館理論與實踐， 2022（5）： 64-70. [XU Xiangwu， GE Wanbao， HUANG Xiaoyu. Metaverse + public library： New prospects for social education development integrated with virtuality and reality[J]. Library Theory and Practice， 2022（5）： 64-70.]

[44] 周錦， 王廷信. 數(shù)字經(jīng)濟下城市文化旅游融合發(fā)展模式和路徑研究[J]. 江蘇社會科學(xué)， 2021（5）： 70-77. [ZHOU Jin， WANG Tingxin. Research on the mode and path of integrated development of urban cultural tourism under digital economy[J]. Jiangsu Social Sciences， 2021（5）： 70-77.]

[45] 曹智輝， 妥艷媜， 韓秋晨， 等. 沉浸式體驗場景的建構(gòu)過程與機理——基于“長安十二時辰”街區(qū)的案例研究[J]. 外國經(jīng)濟與管理， 2024， 46（9）： 67-88. [CAO Zhihui， TUO Yanzheng， HAN Qiuchen， et al. The construction process and internal mechanism of immersive experience scenes： Case study based on “The Longest Day in Changan” theme block[J]. Foreign Economics amp; Management， 2024， 46（9）： 67-88.]

[46] 陳鋼華， 李萌. 旅游者情感研究進展： 歷程、主題、理論與方法[J]. 旅游學(xué)刊， 2020， 35（7）： 99-116. [CHEN Ganghua， LI Meng. Research on tourist emotions： Development process， topical themes， theories， and methodology[J]. Tourism Tribune， 2020， 35（7）： 99-116.]

[47] 李君軼， 任濤， 陸路正. 游客情感計算的文本大數(shù)據(jù)挖掘方法比較研究[J]. 浙江大學(xué)學(xué)報（理學(xué)版）， 2020， 47（4）： 507-520. [LI Junyi， REN Tao， LU Luzheng. A comparative study of big text data mining methods on tourist emotion computing[J]. Journal of Zhejiang University （Science Edition）， 2020， 47（4）： 507-520.]

[48] HOSSAIN M S， RAHMAN M F. Detection of potential customers’ empathy behavior towards customers’ reviews[J]. Journal of Retailing and Consumer Services， 2022， 65： 102881.

[49] 許揚， 李君軼. 城市建成環(huán)境對游客情感體驗及行為意向的影響——以西安市為例[J]. 地域研究與開發(fā)， 2022， 41（2）： 107-112. [XU Yang， LI Junyi. Effects of urban built environment on tourists’ emotional experience and behavioral intention： A case study in Xi’an city[J]. Areal Research and Development， 2022， 41（2）： 107-112.]

[50] 陳鋼華， 師慧敏. 川藏南線自駕游客情感體驗的特征與影響機制[J]. 旅游學(xué)刊， 2024， 39（9）： 117-134. [CHEN Ganghua， SHI Huimin. Examining self-drive tourists’ emotional experience along the south section of Sichuan-Xizang highway （G318）： Characteristics and influencing mechanism[J]. Tourism Tribune， 2024， 39（9）： 117-134.]

[51] 李瑞， 鄭超， 銀松， 等. 民族村寨旅游者主客互動儀式情感體驗過程及其喚醒機制研究： 以“高山流水”敬酒儀式為例[J]. 人文地理， 2022， 37（2）： 94-102. [LI Rui， ZHENG Chao， YIN Song， et al. Research on the emotional experience process and arousal mechanism of the host-guest interaction ritual of ethnic village tourists： A case study of Gao Shan Liu Shui toasting ritual[J]. Human Geography， 2022， 37（2）： 94-102.]

[52] 梁增賢， 蘇思晴. 恐懼還是愉悅？娛樂恐懼空間的情緒體驗研究[J]. 旅游學(xué)刊， 2023， 39（6）： 56-71. [LIANG Zengxian， SU Siqing. Fear or joy？ Study on the emotional experience of recreational fear space[J]. Tourism Tribune， 2023， 39（6）： 56-71.]

[53] 林振宇， 解吉波， 楊騰飛， 等. 旅游多主題情感詞典的構(gòu)建方法[J]. 地理與地理信息科學(xué)， 2021， 37（4）： 22-27; 98. [LIN Zhenyu， XIE Jibo， YANG Tengfei. Multi-theme sentiment lexicon construction method for tourism[J]. Geography and Information Science， 2021， 37（4）： 22-27; 98.]

[54] 盧歡， 楊淼甜， 張妍妍， 等. 基于街景照片的城市旅游情感空間探測研究[J]. 人文地理， 2023， 38（3）： 164-172. [LU Huan， YANG Miaotian， ZAHNG Yanyan， et al. Urban tourism sentiment spatial detection based on street view photo[J]. Human Geography， 2023， 38（3）： 164-172.]

[55] 梁賽， 田佳佳， 刁建超， 等. 基于三維度理論的游客在線評分情感異質(zhì)性及影響因素研究[J]. 南開管理評論， 2023， 26（4）： 223-235; 256. [LIANG Sai， TIAN Jiajia， DIAO Jianchao， et al. Research on the influencing factor of tourists’ emotional heterogeneity of online ratings based on tri-dimensional theory[J]. Nankai Business Review， 2023， 26（4）： 223-235; 256.]

[56] 史達， 王樂樂， 衣博文. 在線評論有用性的深度數(shù)據(jù)挖掘——基于TripAdvisor的酒店評論數(shù)據(jù)[J]. 南開管理評論， 2020， 23（5）： 64-75. [SHI Da， WANG Lele， YI Bowen. Deep data mining for online reviews usefulness： Hotel reviews data on Tripadvisor[J]. Nankai Business Review， 2020， 23（5）： 64-75.]

[57] 張旭輝， 張郴， 李雅南， 等. 城市旅游餐飲體驗的注意力機制模型建構(gòu)——基于機器學(xué)習的網(wǎng)絡(luò)文本深度挖掘[J]. 南京師大學(xué)報（自然科學(xué)版）， 2022， 45（1）： 32-39. [ZHANG Xuhui， ZHANG Chen， LI Yanan， et al. Construction of attention mechanism model of urban tourism catering experience： Deep mining of online text based on machine learning[J]. Journal of Nanjing University （Natural Science Edition）， 2022， 45（1）： 32-39.]

[58] 劉逸， 孟令坤， 保繼剛， 等. 人工計算模型與機器學(xué)習模型的情感捕捉效度比較研究——以旅游評論數(shù)據(jù)為例[J]. 南開管理評論， 2021， 24（5）： 63-74. [LIU Yi， MENG Lingkun， BAO Jigang， et al. A comparative study of sentiment computing methods： Will machine learning be overwhelming？[J]. Nankai Business Review， 2021， 24（5）： 63-74.]

[59] DENG S Y， SINHA A P， ZHAO H M. Adapting sentiment lexicons to domain-specific social media texts[J]. Decision Support Systems， 2017， 94： 65-76.

[60] 魏來， 王偉潔. 基于互動儀式鏈理論的視頻網(wǎng)站彈幕信息情感分析——以Bilibili健康科普類視頻為例[J]. 情報理論與實踐， 2022， 45（9）： 119-126. [WEI Lai， WANG Weijie. Sentiment analysis of video website bullet screen information based on interactive ritual chain theory： Take Bilibili health science videos as an example[J]. Information Studies： Theory and Applications， 2022， 45（9）： 119-126.]

[61] 陳憶金， 梁錦玲， 古婷驊. 新聞視頻彈幕用戶情感體驗特征分析[J]. 圖書與情報， 2021（4）： 75-83. [CHEN Yijin， LIANG Jinling， GU Tinghua. Analysis of emotional experience characteristics of news video danmu users[J]. Library and Information， 2021（4）： 75-83.]

[62] 李楠， 張羽卉. 融合表情符號動態(tài)特征的輿情分析研究[J]. 現(xiàn)代情報， 2021， 41（8）： 98-108. [LI Nan， ZHANG Yuhui. An analysis of web opinion combining the dynamic characteristics of emoji[J]. Journal of Modern Information， 2021， 41（8）： 98-108.]

[63] 林江豪， 顧也力， 周詠梅， 等. 基于表情符號的情感詞典的構(gòu)建研究[J]. 計算機技術(shù)與發(fā)展， 2019， 29（6）： 181-185. [LIN Jianghao， GU Yeli， ZHOU Yongmei， et al. Research on building sentiment lexicon based on emoticons[J]. Computer Technology and Development， 2019， 29（6）： 181-185.]

[64] 原偉. 基于情感詞典和標注語料庫的烏茲別克語短文本情感分析[J]. 中央民族大學(xué)學(xué)報（自然科學(xué)版）， 2022， 31（2）： 5-12. [YUAN Wei. Emotional analysis of Uzbek short text based on emotional dictionary and annotated corpus[J]. Journal of Minzu University of China （Natural Sciences Edition）， 2022， 31（2）： 5-12.]

[65] 閆曉東， 黃濤. 基于情感詞典的藏語文本句子情感分類[J]. 中文信息學(xué)報， 2018， 32（2）： 75-80. [YAN Xiaodong， HUANG Tao. Tibetan sentence sentiment classification based on emotion dictionary[J]. Journal of Chinese Information Processing， 2018， 32（2）： 75-80.]

[66] 王婷， 楊文忠. 文本情感分析方法研究綜述[J]. 計算機工程與應(yīng)用， 2021， 57（12）： 11-24. [WANG Ting， YANG Wenzhong. Review of text sentiment analysis methods[J]. Computer Engineering and Applications， 2021， 57（12）： 11-24.]

[67] SHARMA S S， DUTTA G. SentiDraw： Using star ratings of reviews to develop domain specific sentiment lexicon for polarity determination[J]. Information Processing amp; Management， 2021， 58（1）： 102412.

[68] LI S X， SHI W X， WANG J C， et al. A deep learning-based approach to constructing a domain sentiment lexicon： A case study in financial distress prediction[J]. Information Processing amp; Management， 2021， 58（5）： 102673.

[69] WU F Z， HUANG Y F， SONG Y Q， et al. Towards building a high-quality microblog-specific Chinese sentiment lexicon[J]. Decision Support Systems， 2016， 87： 39-49.

[70] 殷英梅. 鄉(xiāng)村游客情感體驗： 發(fā)生過程與訴求本質(zhì)[J]. 華僑大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2023（1）： 85-96. [YIN Yingmei. Rural tourist’s emotion experience： Generating process and demand essence[J]. Journal of Huaqiao University （Philosophy amp; Social Sciences Editon）， 2023（1）： 85-96.]

[71] 劉逸， 保繼剛， 朱毅玲. 基于大數(shù)據(jù)的旅游目的地情感評價方法探究[J]. 地理研究， 2017， 36（6）： 1091-1105. [LIU Yi， BAO Jigang， ZHU Yiling. Exploring emotion methods of tourism destination evaluation： A big-data approach[J]. Geographical Research， 2017， 36（6）： 1091-1105.]

[72] 李君軼， 劉逸， 肖文杰， 等. “旅游大數(shù)據(jù)研究與應(yīng)用前沿”系列筆談[J]. 旅游論壇， 2022， 15（1）： 1-24. [LI Junyi， LIU Yi， XIAO Wenjie， et al. “Tourism big data research and application frontier” series of pen talk[J]. Tourism Forum， 2022， 15（1）： 1-24.]

[73] RUSSELL J A. A circumplex model of affect[J]. Journal of Personality and Social Psychology， 1980， 39（6）： 1161-1178.

[74] EKMAN P. The Nature of Emotion： Fundamental Questions[M]. New York： Oxford University Press， 1994： 56-58.

[75] 徐琳宏， 林鴻飛， 趙晶. 情感語料庫的構(gòu)建和分析[J]. 中文信息學(xué)報， 2008（1）： 116-122. [XU Linhong， LIN Hongfei， ZHAO Jing. Construction and analysis of emotional corpus[J]. Journal of Chinese Information Processing， 2008（1）： 116-122.]

[76] 米加寧， 商容軒， 張斌. 情緒認知影響移動政務(wù)用戶的持續(xù)使用研究[J]. 治理研究， 2022， 38（5）： 45-58; 125-126. [MI Jianing， SHANG Rongxuan， ZHANG Bin. How do cognition and emotion affect the use behavior of mobile government users？[J]. Governance Studies， 2022， 38（5）： 45-58; 125-126.]

[77] 周世菊， 趙海榮， 張夢桃. 數(shù)字賦能下文旅產(chǎn)品消費者在場體驗影響因素與互動機理——基于意識譜理論的扎根研究[J]. 經(jīng)濟問題， 2024（2）： 70-76. [ZHOU Shiju， ZHAO Hairong， ZHANG Mengtao. Influencing factors and interaction mechanism of digital empowerment of consumers’ presence experience in downstream products： Grounded research based on consciousness spectrum theory[J]. On Economic Problems， 2024（2）： 70-76.]

[78] FRIJDA N H. Moods， emotion episodes， and emotions[M]// LEWIS M， HAVILAND J M，BARRETT L F. Handbook of Emotions. New York： Guilford Press， 1993： 381-403.

[79] LAZARUS R S. Emotion and Adaptation[M]. New York： Oxford University Press， 1991： 39.

[80] 林寶民， 涂紅偉， 夏俊俊. 在線旅游消費者困惑對信任的影響——基于情緒評價理論視角[J].消費經(jīng)濟， 2019， 35（2）： 89-96. [LIN Baomin， TU Hongwei， XIA Junjun. The Effect of online tourist consumer confusion on trust： From the perspective of emotional appraisal theory[J]. Consumer Economics， 2019， 35（2）： 89-96.]

[81] 彭蘭. 場景： 移動時代媒體的新要素[J]. 新聞記者， 2015（3）： 20-27. [PENG Lan. Context： New elements of media in the mobile era[J]. Shanghai Journalism Review， 2015（3）： 20-27.]

[82] SHOVAL N， SCHVIMER Y， TAMIR M. Real-time measurement of tourists’ objective and subjective emotions in time and space[J]. Journal of Travel Research， 2018， 57（1）： 3-16.

[83] 李君軼， 朱函杰， 付利利. 基于大數(shù)據(jù)的西安市國內(nèi)游客情感體驗時空變化研究[J]. 干旱區(qū)地理， 2020， 43（4）： 1067-1076. [LI Junyi， ZHU Hanjie， FU Lili. Spatial-temporal variation of emotional experience of domestic tourists in Xi’an city based on bigdata[J]. Arid Land Geography， 2020， 43（4）： 1067-1076.]

[84] STEVENSON N， FARRELL H. Taking a hike： Exploring leisure walkers embodied experiences[J]. Social amp; Cultural Geography， 2018， 19（4）： 429-447.

[85] NELSON V. Tourist identities in narratives of unexpected adventure in Madeira[J]. International Journal of Tourism Research， 2015， 17（6）： 537-544.

[86] 王馨， 白凱. 臨場感對虛擬旅游參與者情感體驗的影響——基于時間失真的中介作用和視覺感知的調(diào)節(jié)效應(yīng)[J]. 旅游科學(xué)， 2023， 37（2）： 155-174. [WANG Xin， BAI kai. The effect of presence to emotional experience of virtual tourism participants： Based on the mediating role of Time distortion and the moderating effect of visual perception[J]. Tourism Science， 2023， 37（2）： 155-174.]

[87] 伍蕾， 倪姣， 李婕. 旅游創(chuàng)新與旅游經(jīng)濟的時空耦合及驅(qū)動力研究——基于長江經(jīng)濟帶的實證分析[J]. 湖南師范大學(xué)自然科學(xué)學(xué)報， 2023， 46（1）： 70-80. [WU Lei， NI Jiao， LI Jie. Research on the spatio-temporal coupling and driving forces of tourism innovation and tourism economy： An empirical analysis of the Yangtze River Economic Belt[J]. Journal of Natural Science of Hunan Normal University， 2023， 46（1）： 70-80.]