丽江古城游客评论的情感分析研究

【摘 要】 旅游逐渐成为人们闲暇时间的生活方式，游客面临旅行目的地景点或酒店的选择决策问题。一些旅游网站均包含丰富的旅游评论信息为广大游客的选择决策提供重耍依据。本文以猫途鹰旅游门户网站为语料源，面向游客对丽江古城评论中的中文评论部分进行了情感分析研究，在理论分析和实际应用上具有重要意义，同时也为旅行目的地的满意度分析提供理论依据。

【关键词】 丽江古城 游客 评论 情感分析

引 言

20世纪90年代以来，古城镇旅游随之兴起，丽江古城、大理古城、凤凰古城等古城镇相继成为国内热门旅游地。然而，在现有的古城镇旅游研究文献中，以游客心理为主题的文献数量较少，而这一主题的研究对古城镇的旅游发展决策和适应新时期游客的旅游需要意义重大。本文选择丽江古城为案例主要是出于丽江古城作为国内知名度极高的古城旅游景区，旅游开发强度高（年客流量达1599万人次），分析它的游客评价内容，有助于其他未曾到过丽江古城的游客对丽江古城景区有一个直观的印象，对游客起到参考和建议的作用，更有利于当地对古城景区的管理，为景区谋求寻找更好的发展。

1 样本选取

本研究评论样本取自于全球第一旅游评论网站TriAdvisor，研究样本的筛选时间在2018年3月-2019年5月，最终收集旅游点评2413条。通过文本转换，剔除文本里所有的标点符号、段落符号、英文缩写等与中文词频分析无关的因素，并将全部处理好的文本保存到TXT文本文档中，用ROSTCM6软件进行分析。

2 数据分析

2.1 高频词特征提取

导入待分析的评论文本，使用ROSTCM6软件的分词功能。为保证分词和词频分析结果的准确，首先将TXT文本里的如“惬意”“轻松”“自在”等同义词、近义词进行替换，将一些与主题无关的词语过滤，例如“那么”、“然而”、“还是”、“还有”、“虽然”等停用词。在文本清洗的基础上进行词频统计，获取高频特征词和频数。采用ROSTCM6软件的可视化功能建立直观形象的丽江古城感知形象的主题高频特征词“标签云”得出排名前十的名词有：丽江古城、酒吧、客栈、商业化、特色、晚上。从游客对丽江古城的感受中，我们可以看出：（1）丽江古城酒吧文化盛行;（2）一天的時间段中，晚上是最让游客印象深刻的。（3）游客认为丽江古城的客栈极富特色;（4）丽江古城商业化严重。

2.2 社会语义网络分析

对评论样本进行社会语义网络分析，得出“古城”“酒吧”“特色”等词出现的频率较高，是重要的中心节点，越靠近中心节点的词与中心节点关系越密切。“特色”“美丽”“酒吧”“民族”“客栈”“商业化”联系最为密切，是游客感知的中心主题。可以看出游客比较青睐于丽江古城的特色酒吧文化和夜生活以及客栈文化，由于丽江古城与玉龙雪山距离近，游客很有可能两个景点都去过，因此游客在对丽江古城的评论中，会提及玉龙雪山。

2.3 情感分析

游客对旅游目的地形象的情感评价总是以认知为基础的，一旦脱离了与旅游目的地吸引物、接待设施与服务、风景区环境与氛围，那么情感评价就会显得单薄空洞，因此本文将样本中有关游客体验目的地吸引物、风景环境与氛围、接待设施与服务等各类词语进行了整理和排序，得到丽江古城游客情感评价词频统计，运用ROSTCM6软件分析2413条旅游点评信息的情感感知倾向，得出积极感知情绪的一共2497条，占75.30%，包括“特色”“享受”“难忘”“酒吧”等词语，可以看出游客游览首先追求享受古城夜晚的放松，消极情感中“商业化”出现频率高，说明游客觉得丽江古城商业化开发严重，持有一定担忧的态度。

3 结论

通过对游客关于丽江古城的评论研究，得出以下几点结论：

（1）在游客关于丽江古城的评论中，“特色”“客栈”“酒吧”“商业化”“慵懒”词频高，可以看出游客在选择丽江古城作为旅游目的地时，独特的客栈、夜晚的酒吧文化、放松的旅游体验十分吸引游客。

（2）在2413条评论中，商业化作为与景区相关度不高的中性词，出现的频率高达385次，由此可见游客普遍认为丽江古城商业化严重。

（3）在高频词中，“民族”“古朴”“小吃”表明，游客对于丽江古城的印象很大一部分来自于丽江古城所在地区的民族风情。

4 建议

（1）丽江古城以酒吧文化著名，因此对古城中的酒吧营业场所进行正确的引导和管理，有助于游客对丽江古城留下良好的印象。

（2）独特性是一个景区得到长远发展的根本。加强丽江古城当地特色文化的挖掘和氛围的渲染，在一定程度上控制丽江古城的商业化程度，有利于保护丽江古城的资源原貌。

（3）来丽江古城旅游的游客多是为了释放压力，希望获得更好的旅游体验，因此景区和客栈的管理应更趋于人性化。

【参考文献】

[1] 徐琳宏，林鸿飞，杨志豪.基于语义理解的艾本倾向性识别机制[J].中文信息学报.2007，21（1）：96-100.

[2] 王振宁，吴译衡，胡方涛.基于HowNet和PMI的词语情感极性计算[J].计算机工程.2012.38（15）：187-189.

[3] 刘楠.面向微博短文本的情感分析研究[D].武汉大学.2013.

[4] 谢丽星，周明，孙茂松.基于层次结构的多策略中文微博情感分析和特征抽取[J].中文信息学报.2012，26（1）：73-83.

作者简介：张璇（1994—），女，汉族，湖南益阳人，硕士研究生，单位：中南林业科技大学旅游学院森林游憩与公园管理专业，研究方向：森林游憩与生态旅游。