基于情感分析的帝陵游客体验时空特征研究——以秦始皇兵马俑博物馆为例

孙媛媛 ，陈宏飞

（1.咸阳师范学院 经济与管理学院，陕西咸阳71200；2.陕西师范大学 地理科学与旅游学院，陕西 西安 710119）

旅游体验研究兴起于20世纪60年代，一直延续至今，已经成为旅游研究中最令人关注和兴奋的领域之一[1]。受西方旅游研究影响，我国学者在20世纪90年代开始关注旅游体验[2]。谢彦君指出旅游体验是旅游现象的内核，对旅游体验的研究能够统御所有旅游知识并促成旅游知识共同体的形成。目前对游客体验研究经历了问卷调查[3-6]、网络博文[7-9]、社交媒体[10-11]等几个阶段，研究内容包括旅游体验构成要素[12]、体验价值评价[4]、旅游体验质量提升[13]等，研究方法从层次分析法[13]、现象学分析方法[14]、符号学分析方法[15]到质性分析法[16]等，大量文献不断深入对旅游体验的研究和探讨。然而，已有研究成果仍存有不足：（1）旅游体验是游客在旅游过程中的主观心理感受，但现有研究多以景区或研究者自身立场出发描述旅游体验，忽略游客主体的感受；（2）研究依据多是游客完成游览之后所填写的问卷[17]或经过深思熟虑后撰写的博文[1]，对旅游体验的反馈缺乏及时性，不能如实反映游客旅游体验的第一感受；（3）定性分析方法在研究中使用较多，以能够反映游客主观感受的数据统计与分析的定量研究甚少。为弥补以上不足，本文选择内容分析法对帝陵景区游客感受进行分析。内容分析法是一种对研究对象的内容进行深入分析，透过现象看本质的科学方法，是对文本中各概念要素之间的联系及组织结构进行描述和推理性分析[18]。ROST CM6是一款词频分析软件，具有分词、词频统计等功能，可以根据使用者自定义的词典统计一个文档中的所有词及词频数，并挖掘语句包含的情感色彩。

帝陵遗产是伴随着我国悠久历史产生的特有旅游资源，蕴含着深厚的历史文化，景区规格及品级极高，景观规模宏大且构成多样，是我国重要的旅游景区。截至2016年8月，我国5A、4A级景区中共有包括秦始皇兵马俑、汉阳陵、黄帝陵、乾陵、茂陵等在内的帝陵景区20家，国家考古遗址公园有3家。秦始皇兵马俑是国家级风景名胜区——骊山风景名胜区的主要组成部分，是秦始皇帝陵博物院的核心景点，有“世界第八大奇迹”之称。1961年秦始皇陵被国务院公布为第一批全国重点文物保护单位，1987年秦始皇兵马俑被联合国教科文组织列为“世界文化遗产名录”。秦始皇兵马俑博物馆自1979年建立至今，先后接待了数十位国家元首和约4 000万人次的中外游客，2015年全年接待游客人数已达560多万人次，成为继故宫之后全国第二个年接待游客超过500万人次的博物院。

1 数据来源与研究方法

1.1 数据来源

本文选取游览秦始皇兵马俑博物馆的游客作为研究对象，以我国国内最大的社交媒体平台——新浪微博作为数据来源，采用微博抓取工具，通过API接口获取游客用户ID、微博发布时间、微博内容、用户注册地等属性在内的微博数据（为避免游客信息泄露风险，数据抓取信息不包含游客的昵称）。本文重点研究参观景区游客行为特征，故微博发布的经纬度在景区边界以内的游客为本文研究样本，最终采集到2015年6月至2016年5月的游客新浪微博数据。

1.2 研究方法

1.2.1 数据处理

本文主要研究不同游客在秦始皇兵马俑博物馆的体验感受，因此剔除景区地理坐标范围之外以及开放时间以外的用户ID；梳理微博文本内容，查找出重复出现且与旅游感受无关的微博数据予以剔除；剔除无文字的微博签到信息，此类用户数据无法表达在景区内的旅游感受。

1.2.2 数据分析

本文运用Arcgis10.0分析游客的时空特征；运用ROST CM6文本分析软件，利用内容分析法对秦始皇兵马俑博物馆游客微博信息进行挖掘，对游客进行情感分析，从而区分出不同客源地的友好程度。

2 游客时空行为特征

2.1 游客时间行为特征

通过游客微博发布时间可以精准地反映游客出游时间。统计显示游客在一年中的波动较大，4月、5月、8月和10月游客比例较大，其中黄金周游客出游人次最多；游客在各月之内的分布主要集中在周末，周内游客人数比例偏低。这一结果说明秦始皇兵马俑博物馆作为常年适游的景区，但游客接待仍受气温舒适度和休假制度的影响，呈现出一定季节性。

2.2 客源地总体分布特征

图1游客访问量与距离关系雷达图

图1 显示了游客数量与距离呈现一定规律性。距离根据游客用户注册地到陕西西安行车里程或航班飞行时间来确定。图1（a）为中国游客访问量与距离关系，距离以游客到西安的行车里程确定。从图中可以看出，国内游客数量与其客源地距离呈“W”型分布，即随着距离的增加游客数量先减后增再减再增，短途与长途客人比例较大。从区域上看，秦始皇陵兵马俑游客集中在华东、华北、西北等地区，东北地区游客最少；具体到每个地区，陕西、北京、河南、广东、江苏、上海等地是兵马俑的主要客源地，宁夏、香港、澳门、青海游客参观人数最少。图1（b）为入境游客访问量与距离关系，距离以航班飞行时间来确定，二者关系呈现“U”型分布，即游客数量随飞行时间延长先减少后增加，这与游客乘坐航班的便捷性有很大关系。有直飞西安航班的国家游客普遍多于需要转机的国家游客。从洲际市场来看，欧洲、美洲、亚洲为主要客源地，非洲、澳大利亚及南美洲游客较少。由此可见，游客体验会受到自身社会文化背景的影响[17]，文化因素是影响游客分布的重要因素，相似及相悖的文化氛围都产生了极大旅游吸引力。

2.3 不同游览时间游客分布特征

2.3.1 中国游客时空分布特征

图2为2015年6月至2016年5月各月份全国游客来源情况。从全国来看，兵马俑全年适游，但游客仍存在季节性，表现为二、三季度全国游客接待量占全年60%，一、四季度接待量均不超过20%。气候转暖带来景区游客激增。

图2 兵马俑游客总体分布情况

从区域看（图3），兵马俑游客覆盖了华北、华东、华南、华中、西北、东北、西南等全国7大区域。根据对各区域游客接待量方差计算结果，西北地区全年游客接待量平稳；华南、东北地区全年接待量略有波动；其他四地区呈现出明显季节性。从游客接待比重上看，各区域在兵马俑游客市场位置基本稳定，华东、华北、西北地区各季度始终占据前三位，华中、西南、华南、华东依次为后四位。这与前文客源数量与距离关系分析一致。

从省份上看，陕西、北京、河南、四川、广东、江苏六省市在四个季度都稳居客源市场前六位，青海、澳门、西藏、台湾、宁夏、香港则游客访问量极少，但在每个季度及月份里排名略有波动。

2.3.2 海外游客的时空分布特征

相较于中国游客庞大的数据规模，海外游客的样本规模很小，仅占总数据集的3.24%，但仍反映出兵马俑海外游客时空分布特征。微博数据中用户注册地标注为“海外”的游客，除22.79%游客未标明具体国家或地区，其余主要来自于北美洲、大洋洲、南美洲、欧洲、亚洲等5大洲31个国家。从整体来看，海外游客的季节性比中国游客更强，二、三季度游客比重占到全年的64.76%，四季度次之（21.81%），一季度最低（13.42%）。相对于气候，海外游客的休假制度对游客旅游时间影响更大。

从洲际分布来看，欧洲游客来访量最高，占全部海外游客的37.92%，但各季度变动幅度大；其次为亚洲和美洲，占游客总数的25.5%和23.49%，且各季度来访量较大；大洋洲和南美洲游客比重最低，分别为10.40%和2.68%，但各季度游客来访量基本稳定。与此同时，各大洲游客出游时间偏好也较为明显。处于北半球的欧洲、北美洲、亚洲的游客多选择二、三季度出游，分别占各自全年游客的69.91%、64.29%、63.15%；相反，南半球的大洋洲、南美洲游客多选择一、二季度出行，分别为54.83%和87.5%。

图3 各月份全国游客分布情况

由此可见，华东地区和欧洲市场游客季节性不明显，常年来访；华北、西北地区和亚洲、美洲存在季节性，受文化背景和休假制度影响明显；华中、西南、华南、东北地区和大洋洲、南美洲季节性强烈，距离是造成季节性的重要原因。

掌握兵马俑景区游客时空行为特征，能够精准地进行游客体验分析和管理。

3 景区游客情感时空特征

内容分析法可以借助计算机进行数据的分析处理，为使用现代信息技术处理研究问题提供了新的思路[18]。利用内容分析法分析游客微博数据可以在第一时间掌握游客的旅游体验感受，能够全面反映游客旅游体验，克服了传统的问卷调查预设考察项目的缺陷，更加真实、贴切、综合地传递旅游信息。ROST CM6的情感分析功能根据其自带字库将游客表达体验的主观性文本赋分，进而区分出积极、中性、消极3种情感极性，并在每个类型里划分出一般、中度、高度3个情感极性强度，从而更好识别出游客体验效果。由于海外游客样本数量少、客源分布分散，因此本部分内容以中国游客微博为依据进行情感分析。

3.1 游客总体情感特征

从情感极性来看，积极情感游客占41.59%，而14.66%的游客情感消极，说明多数游客表达了明显的情感倾向，并且超4成游客对兵马俑景区体验表示满意；而43.74%游客表达了中性情感，即这部分游客处于中立立场，微博内容以客观陈述发言为主。

从情感极性强度看，一般积极情感游客占28.04%，中度积极情感8.60%，高度积极情感4.96%；一般消极情感游客占10.82%，中度消极情感10.82%，高度消极情感0.58%。游客情感极性强度呈正态分布。越积极和越消极的游客数量越少，情感越中立的人数越多；表达非常满意或非常支持情感的游客所占比重高于表达非常不满意或非常反对情感的游客。

从微博情感得分情况看，消极情感得分和积极情感得分均呈正偏态分布，即分布中低分更多，游客体验的极致感受不强烈。消极情感平均得分8.796 0，标准差9.846 7，变异系数1.127 1；积极情感平均得分10.216 9，标准差9.898 1，变异系数0.968 9。说明抱有积极情感的游客体验感受相近，大家对景区认知一致；相较之下，抱有消极情感的游客体验差异显著。

3.2 不同游览时间情感特征

游客体验是受多方面因素影响，游览时间不同体验的差异也会很显著。总体来看，积极情感和中性情感游客随月份推移减少，消极情感游客随月份推移增加。伴随旅游旺季到来游客的消极情感逐渐增加，旅游淡季时游客的旅游体验相对较好。积极情感游客在研究时段内比重保持平稳，说明兵马俑景区能够给游客提供的良好体验保持稳定。但中性情感和消极情感游客在研究时段内波动较大，并且三者曲线呈现相对的形态，说明二者之间存在相互转化关系。

3.3 不同客源地情感特征

旅游景区独一无二的特色能够形成顶级的旅游体验，但是由于距客源地的距离、旅游设施的完善程度以及旅游资源自身的脆弱性，这种顶级体验不是所有游客都能达到[19]。因此本文利用情感分析得分构造出两个概念——“游客拥护度”和“游客喜爱度”来衡量游客在景区的旅游体验。

游客拥护度表示游客对兵马俑景区的拥护程度。游客拥护度=积极情感游客人数/（积极情感游客人数+中性情感游客人数+消极情感人数）。积极情感游客人数比重越大，景区受拥护的程度越高，游客的认可程度越高，即游客拥护度越高。如图4所示，将各省游客按游客拥护度分为低拥护度、中拥护度、高拥护度和极高拥护度四个等级。宁夏、西藏、山东游客拥护度最低，云南最高，中拥护度的游客在空间分布上呈现连续性，高拥护度的游客则呈现斑块状零散分布。

图4 全国各省游客拥护度分布图

图5 全国各省游客喜爱度分布图

“游客喜爱度”用情感分析得分值表示。游客在微博中的文字表达反映其游览中的情感体验，游客越是喜爱某景区，那么他的情感分析得分越高。图5显示了以省为单位的全国游客在兵马俑旅游微博情感得分值，即游客喜爱度情况。除了青海，其他省份游客微博情感得分均为正，说明游客在兵马俑景区体验良好。其中，内蒙古、宁夏和甘肃3省份游客情感得分最低，表现为情感极性分布数量均衡，游客对景区评价差异不大。华北、华东、华南3个区域情感得分较前者高，表现为积极情感和中性情感游客比例相当，而消极情感游客比例低。吉林、辽宁、陕西、湖北、云南、海南6省情感得分更高，表现为积极情感游客比重略高于中性情感，消极情感最低。情感得分最高的是黑龙江，积极情感游客比例高于中性情感和消极情感。

根据各省游客情感得分，可将国内市场分为敌对市场（青海）、中立市场（内蒙古、天津、宁夏、内蒙古、甘肃、安徽、浙江、湖南、西藏）、友好市场（重庆、河北、北京、四川、台湾、河南、江西、山西、香港、山东、上海、贵州、福建、江苏、广西、新疆、湖北）和忠诚市场（辽宁、吉林、云南、陕西、海南、黑龙江、澳门）。

“游客拥护度”和“游客喜爱度”共同反映了游览兵马俑游客的旅游体验，更真切地表达了游客旅游体验的差异度。以山东为例，山东为低拥护度客源地，但是游客喜爱度较高，说明游客在兵马俑游览过程中能够得到高品质的旅游体验；相反的，青海虽为高拥护度客源地，但游客喜爱度为负，说明某些游客的旅游体验极其不佳，出现敌对情绪。由此可将兵马俑游客市场划分成4个等级：

一级市场：高拥护度、高喜爱度。包括香港、云南、海南、上海、江苏、新疆、湖北、江西、山西（澳门样本量过少，代表性不明显，故未放入该类别）。此类游客市场占有率高，并且游客个体体验感受较好，在营销宣传和产品建设方面要维持和加强原有方向，以保证游客体验质量。

二级市场：低拥护度、高喜爱度。包括黑龙江、山东、陕西、吉林、辽宁、广西、福建、贵州。此类市场游客认识差异较大，虽有大量游客对景区态度消极，但游客个体体验感受极好，可以根据游客普遍反映的不满意方面给予纠正，使处于临界情绪的游客转化为积极情感持有者。

三级市场：高拥护度、低喜爱度。包括四川、甘肃、青海。此类市场多数游客对景区基本满意，但某些游客个体体验极其不佳，影响了景区的口碑。对此，应加强旅游体验效果宣传，查找导致个体体验不佳的内外因素，提高游客体验效果。

四级市场：低拥护度、低喜爱度。包括西藏、宁夏、河北、浙江、内蒙古、天津、湖南、安徽、北京、重庆、河南、台湾。据前文分析，此类市场游客数量占景区总游客比重较高，但游客对景区评价和个人体验都不高，对景区贡献有限，因此在营销宣传方面维持一般性策略，不必要进行过多投入。

4 结论与讨论

4.1 结论

4.1.1 游客时空行为特征

游客时间行为特征：游客微博发布时间可以精准的反映游客出游时间。4月、5月、8月和10月游客比例较大，游客在各月之内的分布主要集中在周末。游客易受气温舒适度和休假制度的影响。

客源地总体分布特征：国内游客随着距离的增加数量先减后增再减再增，短途与长途客人比例较大，呈“W”型分布；海外游客数量受乘坐航班便捷性影响，随飞行时间延长先减少后增加，呈现“U”型分布。

不同游览时间游客分布特征：华东地区和欧洲市场游客季节性不明显，常年来访；华北、西北地区和亚洲、美洲存在季节性，受文化背景和休假制度影响明显；华中、西南、华南、东北地区和大洋洲、南美洲季节性强烈，距离是造成季节性的重要原因。

4.1.2 游客情感特征

总体情感特征：超四成游客对兵马俑景区体验表示满意；抱有积极情感的游客体验感受相近，大家对景区认知一致；相较之下，抱有消极情感的游客体验差异显著。

不同游览时间情感特征：积极情感和中性情感游客随月份推移减少，而消极情感游客随月份推移增加；伴随旅游旺季到来游客的消极情感逐渐增加，旅游淡季时游客的旅游体验相对较好。

利用“游客拥护度”和“游客喜爱度”衡量旅游体验，可将全国分为4个等级。一级市场：高拥护度、高喜爱度。二级市场：低拥护度、高喜爱度。三级市场：高拥护度、低喜爱度。四级市场：低拥护度、低喜爱度。

4.2 讨论

4.2.1 微博数据的代表性和合理性

微博作为分享和交流平台，给予网络用户更自由、更便捷的方式来沟通信息、表达思想、分享心情，因此，拥有了近4亿注册用户，成为国内第四大热门互联网应用，其庞大的样本量、即时的游客体验表达及全面的旅游信息输出是传统问卷调查所不能比拟的。但是越来越多的网络用户开始转向其他社交平台和软件来表达和分享感受，微博不一定能够代表各个层次的游客群体。微博在保护用户个人隐私的设置也为旅游市场分析增加了障碍，例如缺失游客年龄、游客性别等影响游客决策的重要信息。

微博数据，尤其是中文微博数据，包含了大量的非结构性信息，不利于进行数据的清洗、整理和分析。同时大部分用户多喜欢使用诸如表情符号等非情感词汇，以及中文语义的丰富性，微博数据的情感倾向不易把握。因此科学合理的语义库、情感词汇库的建立尤为重要。

4.2.2 帝陵等遗址遗迹类景区游客体验跟踪的重要性

包括帝陵在内的遗址遗迹类景区是我国重要的旅游接待地和旅游产品。但是对此类景区的游客体验关注较少，特别是利用互联网、大数据等资源来分析游客感受的更是微乎其微，这与我国遗产旅游和文化旅游发展势头十分不匹配。以大数据为依据进行游客体验研究能够较为全面地反映游客对景区的认识和看法，发现景区存在的优势和劣势，进而精准地提出有效的产品建设及营销策略。