基于游客网络评论的长白山旅游体验研究

王欣阳 梅林

引言

旅游体验是旅游者通过感觉器官与思维活动，对所处景观环境与过程经历的体会与感验。旅游体验是研究旅游行为的核心内容，早在20世纪70年代，国外旅游学界逐渐将旅游体验作为学术研究的重点课题。Cohen提出从旅游类型角度理解旅游体验的必要性;Dann从旅游体验动机的角度提出旅游动机的推拉理论，他认为旅游者产生旅游的冲动并不仅仅受到自身的推动，还受到外界因素的吸引，推的因素是旅游者内在心理产生旅游的愿望，拉的因素是旅游者对旅游目的地的感知所产生;Ryan提出了影响旅游体验质量的4个因素，即旅游体验的因子、干涉变量、行为和结果。20世纪90年代末，国内学者开始注意到旅游体验研究价值性。谢彦君1999年提出旅游体验研究是旅游研究的核心内容，并在2005年进一步提出旅游体验是旅游世界的硬核;李怀兰研究旅游体验影响因素时发现，旅游企业的服务人员、旅游体验的产品特征、游客的心理特性和个人知识能力是影响旅游体验的主要因素;孙根年从游客的感知出发，讨论了视觉、听觉、嗅觉、味觉和触觉等5种感觉体验的基本途径和获得方法，从而为塑造高质量的旅游体验提供帮助。近年来，我国学者主要从文化旅游体验、乡村旅游体验、节庆旅游体验等方面研究旅游体验。

本文基于分析长白山游客网络评论，突破了传统研究中通过调查问卷取得旅游数据的常规方法，在研究方法上实现了探索性创新，为后续相关研究提供借鉴。另外，旅游企业可以通过网络评论提高服务质量，为长白山的开发规划和经营管理提供新的指导思路。

一、数据来源及研究方法

（一）数据来源

目前，中国有三大主流旅游网站，即携程网、去哪网和飞猪网，本文的研究数据来源于此。网站允许消费者点评旅行体验，点评没有字数要求和限制。传统游记博客的篇幅比较大，其流水账式的写法逐渐被大众所淘汰。相比之下，“点评”这种方式使游客的旅行经历和体验评价更加集中且真实。作者于2017年7月通过八爪鱼软件，根据HTTP协议，抓取携程网、去哪网儿、飞猪网中所有与长白山旅游点评网页有关的html数据，将数据进行总结解析，通过数据清洗的方式得到4 644条有效点评数（见表1）。

（二）研究方法

1.语义网络分析

语义网络分析（Semantic Network Analysis）又称关系内容分析，通过构建语义网络分析文本中高频词组合的语义，以有向图反映作者精神意境（mental map），这种方法需要选取高频词作为节点（Node），高频词组合共同出现的次数作为节点关系（Link）。该方法是目前应用较广泛的文本内容分析方法，具体操作如下。通过ROST内容挖掘系统软件（ROST Content Mining System Version 6.0）筛选所得到的数据，此时出现频次低的节点将被过滤，之后调整网路图像，生成游客网络评价网络可视化图像。对图像中的一些逻辑关系进行释义：节点间的距离反映概念间关系的强弱;节点间连线的粗细、箭头和线条指向数反映节点关系的加权度。值得说明的是，概念间关系与节点间距成反比，关系越强，间距越近，反之则越远;节点间连线粗细与关系加权度亦成正比，连线越粗，关系加权度越大;箭头和线条指向的数量与关系加权度也成正比。

2.关键事件法

关键事件指受访者讲述的一些印象深刻的事件，在本文中将频率出现比较高的游客评论作为关键事件。关键事件法（Critical Incident Technique，CIT）是一种定性研究方法。首先，通过设计好的程序收集频次出现比较高的关键事件;其次，利用内容分析法将事件和事件中的信息进行分类。简言之，根据资料中词语的频次和出现的先后顺序进行统计分析，最终达到量化。当前，关键事件法己经被广泛应用于实体服务环境中顾客之间互动行为的研究。

二、结果分析

（一）词频分析

1.游客旅游体验感知高频词汇分析

采用武汉大学文本分析软件ROST CM6.0分析获取的4 644条游客长白山网络评论数据，并更改、修正出现频次比较高的关键词。在这个过程中，通过提取高频词可以发现游客在线点评中频次出现最高的词汇为“天池”，其次是“长白山”“导游”“景区”“方便”“时间”和“景点”等（见表2）。

2.游客景区环境感知频次分析

根据高频词汇特征词总体情况，结合长白山旅游特点，将长白山游客体验归纳为景区餐饮、景区住宿、景区服务、景区景点、自然环境以及景区交通等6个主类目和109个分类目（如表3所示），分析长白山游客体验结构和内容。分析表明景区餐饮相关描述被提及151次，占游客总评论数的3.25%;景区住宿被提及了1 118次，占游客总评论数的24.07%;景區环境被提及1 284次，占总评论数的27.65%;景区交通被提及1 925次，占总评论数的41.45%;景区服务被提及5 129次，占总评论数的110.4%，平均每条评论提及相关词汇1.1次，表明游客对景区服务方面的感知较为突出，总体来看基本满意。景区景点被提及11 587次，占总评论数249.5%，平均每条评论提及景区景点有关词汇2.4次，说明游客对景区景点的感知最为突出。

（二）语义网络分析

通过将高频词汇导入ROST CM6.0软件，借助Newdraw软件生成长白山游客网络评价语义网络图（见图1）。长白山游客评论以“天池”景点为中心，无规律向外发散，在所提及的话题中有许多与长白山旅游有关，涉及加权度最大的词汇有“长白山”“导游”等，包括森林、北坡、温泉和瀑布等景点，直观的表达出游客在旅行过程中关注的多个层面。

由图1可知，长白山游客评论文本中绝大多数话题以“天池”“长白山”“导游”为中心，其特点是整体分散、局部集中。“天池”是词频出现最高的景点，也是长白山旅游的主要景点，几乎与所有话题词汇相连接，游客在长白山旅游活动过程中的话题与天池紧密相关。“天池”和“长白山”代表游客对这次旅游中旅游景点的点评，“导游”代表游客对旅行过程中所享受到服务的点评。

关于景区景点的关键词涉及“西坡”“瀑布”“北坡”和“景区”等关键词，这类评论主要围绕游客旅行过程中所见景色及当时的心情加以点评，如“长白山天池，锦江大峡谷，大自然的鬼斧神工，是必须去的地方。当时，山上雪还没完全融化，凉凉的，很美好的感受。”“取票方便，天池非常漂亮，山下还下雨，上去后蓝天白云，不虚此行。就是人太多了，不错……”等。此外，涉及到了景区的可达性，长白山“北坡”节点距离天池最近，说明北坡与天池的联系最紧密，如“住在长白山脚下，已经处于长白山景区内，长白山景区又分为西坡和北坡，一般去长白山的都是冲着天池去的，所以都会去北坡。”

游客对旅行过程中服务质量的点评大多以“导游”为主题，涉及“行程”“司机”“安排”等关键词，以旅游过程中吃、住、行、游、购和娱为评价主题，并附带个人的心情进行评价，如“很畅快不用排队，看着排成长龙的队伍，自己刷刷手机就通过了很开心，希望有更多景点这样。”“二维码发送的太晚了。到了景区进不了门。折腾半天。打客服电话才发过来。影响了心情。”“景区服务特别差，基本很失望，人生中最失败的一次携程体验，希望能人性化一点，都挺不负责。”在与“时间”有关的话题中，往往涉及“排队”“景点”等关键词，如“因为游客实在太多了，全天一半以上的时间都在排队，看个天池都要排队，坐大巴要排2个小时，下山的秩序很乱，景区应反思一下。”“景区很大，要做很长时间的区间车，景色宜人”。这些点评说明游客们排队时间较长，影响了游览心情，长白山景区在信息化和游客秩序管理中存在问题。网络评价中涉及“方便”的点评中，往往与“电子”、“排队”相关，反映出现在游客买票的方式已经从传统的排队买票转换成网络电子票，使游客感到便利。

（三）情感分析

1.游客网络评价的一级情感评价

利用ROST CM6.0软件分析高频词中的情感词汇，得出情感分布统计图（见图2）。由图2可知，游客对长白山旅行的情感评价中，正性情感占比18.41%;中性情感占比72.62%;负性情感占比4.97%，说明大部分游客对长白山旅行基本满意。由于中性情感不能明显反映游客在旅游过程中的情感冲突，下文将重点研究游客的正性情感和负性情感。

2.游客网络评价的二级情感强度

本小节以徐琳宏等编制的中文情感词汇本体库文档对情感的三级划分为基础，分析游客评论中出现频次比较高的情感词并整理归类，得到如表4所示涉及不同级别情感类别及主题词的意义解释。

为了呈现游客网络评价情感反应的二级情感分类和各种情感的强度，生成如图3所示的数据图。

由图3可知，长白山游客情感反应中既有正向情感也有负向情感，褒贬不一。正向情绪包括“乐”、“好”、“惊”三个二级情感强度;负向情绪包括“哀”、“怒”两个二级情感强度。其中：第一是“好”，为+746;第二是“乐”，为+542;第三是“哀”，为-241，第四是“怒”，为-205;第五是“惊”，为+49。

3.游客网络评价的三级情感强度

为了直观表现出游客网络评论的三级情感强度类型（见表4）及强度，对三类情感主题词进行定量测算，生成圆环图（见图4）。

由图4可知，正向情感的三级情感包括五个情感主题，最主要的情感色彩是“赞扬”，表明大多数游客对长白山旅行产生的是积极态度。评论样本中，游客的赞扬对象分为两种，大部分是对长白山风景优美辽阔进行称赞，其余是对景区服务人员的工作态度进行赞美。其中：“快乐”三级情感强度比较强烈，表明长白山旅行带给游客的欢乐、娱乐之情远多于烦闷、压抑的心情;“喜爱”三级情感强度较强烈，表明游客们热衷于传播本次旅行带来的快感;“安心”三级情感表明长白山景区提供的充足服务使游客感到放心;“惊喜”三级情感表示游客在本次旅行中收获了意想不到的惊喜，说明游客对本次旅行很满意，并超过了预期。

負向情感的三级情感由三个情感主题构成，其中“愤怒”的情感强度最强，是主要的情感色彩，如“哪知道那老板娘说，我就宰你们的，宰你又如何，衣服你还不还，不还我下班了……当时真是气炸了，可能因为太生气了，忘了拍下他们店的照片！大家请记住这家”。其次是“悲伤”，“悲伤”大多数是由于导游的不专业行为影响了游客的心情，如“一次伤心的旅行，看打分不低，选择这个团，结果是非常差，吃住恶劣，自费项目处处存在，在行程说明中不表明，行程结束的花费比高价团还要贵两元，吃住的差距不是一星半点，如果想选择此团一定要慎重”。最后是“失望”，表明部分游客在本次旅行中因未达个人期望，感到失望和遗憾。如“天气特别不好，没看到天池，下了好大的雨，第二天就是大晴天，但不得不返程了，失望。”由于天气原因对没看到天池而失望;如“导游在协调一些事情时，不太为旅客着想，多少让人有些失望。虽然最后联系携程客服，把事情解决了。但是感觉很不好。”由于导游考虑不周而感到失望。

三、结语

本文以携程网、去哪儿网、飞猪网中游客对长白山的网络评价作为数据来源，通过ROST Content Mining System Version 6.0文本分析软件，采用定性与定量结合的方法，分析、研究了长白山景区游客的体验属性，研究结果如下。

首先，通过ROST CM6.0提取在长白山旅游游客评论中出现的前100个高频词汇，其中包括名词、动词、形容词，分别从游客体验感知和游客对景区环境、设施感受两方面描述长白山游客感知。游客评论中，有10个词汇出现频率最高，分别是天池、长白山、导游、景区、方便、时间、景点、排队、北坡和西坡;游客对景区环境、设施感受归纳为景区餐饮、景区住宿、景区服务、景区景点、景区环境和景区交通六个方面。

其次，通过ROST CM6.0软件将收集的游客对长白山旅游的评论进行语义网络分析，以此研究游客的网络评论中高频词汇之间复杂的语意网络关系。分析结果可知，绝大多数高频词主要以“天池”“导游”“长白山”三个主题词汇为中心，这说明了“天池”作为长白山景区的重要景点，游客对其感知相对较高;“导游”作为景区服务人员，连接了整个长白山旅游行程中的所有活动，为景区服务的点评提供了数据支持。

最后，利用ROST CM6.0软件统计情感高频词汇可知，积极情绪占比18.41%;中性情绪占比76.62%;消极情绪占比4.97%。借助中文情感词汇本体文库文档对情感进行了三级划分，发现大多数游客对这次旅行产生的是积极态度，其中大部分是对长白山景区优美风景的赞美，其余是对景区服务人员的称赞。这表明此次旅行给游客带来的欢乐、愉悦之情遠多于烦闷，游客热衷于传播本次旅行带来的快感。通过分析负向情感发现，对本次旅行不满的主要来源是导游水平的差异。

通过此研究可以发现，游客对长白山旅游体验感知持肯定态度，但也有旅游者不满意长白山旅游，这暴露了长白山景区在管理中确实存在短板，对游客的旅游体验质量和满意度产生制约。

本文以携程、飞猪、去哪儿网截止到2017年7月的长白山旅游游客网络评论作为数据样本。受季节因素的影响，长白山游客旅游体验及影响因素会出现差别，长白山游客类型也会因旅游平台的不同产生差别，对长白山旅游游客体验具有一定影响，这是本文存在一定的局限性。未来，研究可拓宽评论获取渠道和类型，尝试更多数据抓取方法，分析旅游网站的图片，使分析更加全面、可靠。

（作者单位：1.东北师范大学地理科学学院;2.东北师范大学人文学院）