国家中心城市民宿用户体验偏好与满意度研究

2022-04-12 03:17李双容
洛阳师范学院学报 2022年3期
关键词:特征词高频词房东

李双容

(淮北师范大学 历史文化旅游学院, 安徽 淮北 235000)

近年来, 我国民宿短租市场发展迅速, 《2019中国大陆民宿业发展数据报告》显示, 民宿数量排名前十的城市分别是重庆、 北京、 西安、 成都、 青岛、 广州、 武汉、 上海、 秦皇岛和杭州, 占整个民宿市场的31%, 其中国家中心城市数量占70%。 国家中心城市凭借其雄厚的经济实力和强大的消费能力, 在民宿业发展过程中占有重要地位。 因此, 以需求为导向, 准确掌握国家中心城市民宿用户的消费需求特征, 明晰民宿用户体验感知偏好及总体满意程度有利于更加准确地预测潜在消费者的需求, 促进我国民宿行业的高品质发展。

一、 文献回顾及理论框架

(一)文献回顾

国外对民宿旅游的相关研究始于20世纪80年代, 主要集中在民宿用户需求、 民宿市场供给以及民宿主客关系研究方面。 斯特林格(Stringer)提出, 游客选择民宿的偏好、 游客对旅游目的地的熟悉程度、 民宿的区域位置和地区文化等因素都会影响民宿经营的管理和游客的选择[1]。 国内关于民宿用户体验感知及满意度研究主要集中在两个领域: 第一, 依据民宿用户体验感知和满意度对民宿产品和服务质量进行评价。 如李备在探究云南民宿品牌化发展过程中提出, 游客的体验满意度是评价民宿产品质量的重要标准之一[2]; 彭润华、 胡悦通过测评广西民宿游客满意度, 研究了广西民宿的品质[3]。 第二, 分析研究了民宿用户体验感知及满意度对民宿经营管理的影响。 如张彤、 杨婉通过分析民宿类订房APP用户体验与信息设计的特点, 提出优化民宿APP信息设计途径[4]; 张延宇通过分析游客在Airbnb上的评论文本, 得出影响民宿网站预订的因素包括用户评价特征、 房主特征和房屋特征[5]。 综上所述, 在民宿市场需求的推动下, 对民宿用户体验满意度研究已成为民宿研究的热点。 本研究基于国内民宿数量空间分布特点, 重点研究我国中心城市民宿用户的体验偏好和满意度。

(二)理论框架

通过文献梳理得知, 关于民宿体验感知评价指标体系研究相对成熟, 并取得了一定的研究成果。 其中, 陶基磊等基于皖南民宿网络评价文本分析得出皖南民宿的消费体验感知主要体现在软件服务、 硬件设施、 周边环境以及入住体验四个方面[6]。 李彬彬、 程子赫基于在线网络文本分析得出民宿游客体验感知维度为房间评价、 环境评价、 房东评价以及心情评价[7]。 本文关于国家中心城市民宿用户体验感知评价指标是基于已有的研究成果, 并结合民宿用户在线评论文本的高频词汇分析得出(如图1所示)。

图1 民宿用户体验感知评价指标

二、 研究设计

(一)研究对象

本文选取民宿发展较为成熟的北京市、 上海市、 广州市和重庆市作为研究对象。 对四个国家中心城市的民宿用户的体验偏好和满意度进行研究, 以此来了解国内民宿主要客源市场的消费需求, 以及影响主要客源市场民宿用户体验的内在因素。

(二)研究方法

内容分析法常用于文本数据分析, 能够对海量文本信息进行客观、 系统、 量化的分析。 内容分析法在旅游研究中应用广泛且相对成熟。 本文运用内容分析法具体分析游客的旅游动机、 体验偏好、 满意度等。 借助Rost Content Mining 6.0 内容挖掘软件对民宿在线评论信息进行深入分析, 以探究国家中心城市民宿用户的体验偏好与满意度。

(三)数据获取与筛选

通过八爪鱼采集器抓取来自北京、 上海、 广州、 重庆民宿用户近三年(2017—2019年)在Airbnb、 小猪短租和途家网三家国内外较为成熟的在线民宿短租平台生成的民宿体验评论, 共计10600条。 笔者手动删除了部分重复评论, 以及与研究题目无关的宣传广告、 赞助商广告等无效评论, 以保证文本内容的真实性和可靠性。 除了删除无效评论外, 还对文本进行了精细化整理, 剔除无关的介词、 助词、 谐音错别字, 以提高文本的准确性。 经过筛选最终获得有效文本数据9740条, 收集到的文本内容基本满足研究国家中心城市民宿用户体验特征的需求。

三、 研究结果与分析

(一)国家中心城市民宿用户体验感知分析

1.词频分析

将整理好的评论文本内容用 Rost Content Mining 6. 0 内容挖掘软件进行词频分析, 最终得到2017—2019年北京、 上海、 广州、 重庆四个国家中心城市的民宿体验在线评论文本的高频特征词, 结果如下: 前五位的高频词分别为“房间”, 频次为3276次; “房东”, 频次为2884次; “方便”, 频次为2870次; “干净”, 频次为2196次; “入住”, 频次为1098次。 而后出现的高频词紧紧围绕民宿的区位条件, 如“交通”, 989次; “位置”, 970次; “地铁”, 276次; “地铁站”, 252次; “地理”, 146次; “出行”, 77次。 聚焦民宿基础条件的高频词“齐全”“设施”“环境”“卫生”出现次数分别为502次、 430次、 228次和128次。 关注民宿用户心情的高频词“温馨”“舒服”“满意”“热情”“贴心”出现的频次分别为479次、 477次、 413次、 394次和109次。 将高频特征词整理汇总可以看出, 旅游者选择民宿首要关注房间内在的基础条件, 如房东的服务态度、 房间卫生状况、 设施条件, 其次关注房间外在区位条件, 如民宿的位置、 交通便利情况, 以及城市整体环境。

对这四个国家中心城市民宿用户的在线评论文本分别进行整理后发现, 旅游者在选择北京当地民宿时除了关注民宿的基础条件外, “长城”“故宫”“胡同”“乡村风光”也成为高频词, 出现的频次分别为155次、 146次、 95次和88次, 这说明北京文化元素和自然风光也是吸引游客入住的重要因素。 上海民宿用户生成的在线评论文本中“外滩”“有活力”仅次于“方便”“服务”等高频词, 出现频次为89次和86次, 这说明上海的城市魅力是民宿用户体验感知的重要因素。 旅游者选择广州民宿时除了关注民宿本身的条件外, 还比较关注广州的气候特征和城市特色, 其中“购物”“美食”“炎热”等作为高频词分别出现了134次、 107次和85次。 重庆民宿用户的在线评论文本中“方便”“交通”“火锅”等作为高频词, 分别出现了500次、 422次、 234次, 这说明除了重庆的地理环境外, 当地美食也成为了旅游者选择民宿的重要因素。

2.语义网络分析

为分析高频特征词之间的关系, 利用ROST CM软件得出这四个国家中心城市民宿用户在线评论文本的语义网络示意图(见图2)。 各个高频特征词与中心节点词之间关联程度和线路指向显示出: 民宿用户体验感知内容主要集中在“房间”“房东”“房子”“方便”“交通”“位置”“入住”“干净”“设施”这九个核心要素形成的三个层级。 “房东”“房间”“房子”三要素构成民宿用户入住民宿基础层。 围绕基础层延展出区位条件层和民宿的接待条件层, 其中区位条件层构成要素为“方便”“位置”和“交通”, 而且“位置”与“交通”都指向“方便”, 说明民宿用户偏好交通便利、 地理位置较好的地方。 接待条件层构成要素为“干净”“设施”“入住”, 其中 “干净”指向“卫生”; “设施”指向“方便”“齐全”, 说明民宿用户偏好干净卫生、 设施齐全的民宿。

图2 民宿用户在线评论文本的语义网络图

3.民宿用户体验感知内容分析

通过理论框架分析得出, 国家中心城市民宿用户体验感知内容主要从房间评价、 房东评价、 服务评价、 心情评价、 城市自然风光评价、 城市文化底蕴评价六个维度进行分析。 具体体验感知情况如下: 在房间评价方面, 围绕“位置”“卫生”“设施”“环境”的高频特征词占比为55%, 表明民宿品质是吸引游客的根本, 民宿经营者应高度重视改善民宿整体质量。 在房东评价方面, 民宿在线评论文本中涉及房东的个人形象、 言谈举止、 情感表达, 如“漂亮”“友善”“周到”“贴心”等高频特征词占比为18.41%。 这说明房东作为民宿的代言人, 在形象、 态度、 行为方面都会给民宿用户体验感知产生重要影响。 在服务评价方面, 主要包括基本服务和个性化服务, 其中代表基本服务的高频词如“早餐”“行李”“打扫”占比为4.94%, 代表个性化服务的高频词如“向导”“提醒”“管家”占比为0.34%。 相较于房间评价和房东评价而言, 该维度高频特征词占比较小, 为5.28%, 这说明出民宿作为非标准化住宿与传统住宿的不同, 注重个人参与, 自主服务。 在心情评价方面, 民宿用户入住体验以积极评价为主, 相关高频特征词如“满意”“愉快”“推荐”“感谢”占比为5.89%, 说明大部分民宿用户体验满意度较高。 民宿所在城市自然风光评价中, 涉及的高频特征词有“自然”“山水”“炎热”“下雨”“鲜花”“动物”, 占比为5.31%。 城市文化底蕴评价包括的高频特征词有“历史”“韵味”“文化”“节日”“美食”“礼貌”“素质”, 占比为6.20%。 这说明民宿所在城市的自然风光和文化底蕴对民宿用户体验感知产生正向影响。

(二)国家中心城市民宿用户满意度分析

游客满意度是游客根据其消费经验对产品和服务质量、 消费和使用情况进行的总体评价。 为了更加准确地了解国家中心城市民宿用户的体验满意度, 本文运用ROST CM软件对民宿用户体验在线文本进行情感倾向分析, 筛选积极情绪、 中性情绪和消极情绪的文本条目, 并将其具体分为非常满意、 较为满意、 一般、 不满意和非常不满意五个程度(如图3所示)。 其中民宿用户体验满意比重北京占89%、 广州占90%、 上海占91%、 重庆占87%, 均达到80%以上, 说明以北京、 上海、 广州、 重庆为代表的国家中心城市的民宿均有较好的顾客满意度。 而将民宿用户体验“一般”和“不满意”的在线评论文本进行逐条分析, 可归纳为位置问题(距离景区远, 附近交通不便利等)、 卫生问题(房间及客房用品不够干净, 有异味等)、 房东服务(入住无人引导, 不够热情等)、 设施用品(家具及装修老旧等)和房价问题等(节假日乱涨价, 房价没有行业规范), 说明民宿的接待服务和接待设施仍有需要改进的地方。

图3 民宿用户体验满意度分析图

四、 结论

第一, 通过词频分析和语义网络分析得出, 北京、 上海、 广州、 重庆四个国家中心城市的民宿用户在选择民宿时关注民宿内部和外部的基础设施条件。 民宿用户偏好地理位置优越、 交通便利、 城市整体环境好的民宿。 在民宿内部基础条件上, 民宿用户偏好房间干净卫生、 设备齐全、 服务态度好的民宿。 通过分析, 北京民宿用户偏好有北京特色元素的民宿入住; 上海民宿用户看重现代化城市带来便利和高质量服务; 广州气候特征和城市特色成为民宿用户选择该地区的重要因素; 重庆民宿用户由于其地理环境特点, 交通便利成为了旅游者选择民宿的首要因素。

第二, 通过民宿用户体验感知内容分析得出, 民宿用户体验感知主要从房间评价、 房东评价、 服务评价、 心情评价、 城市自然风光评价、 城市文化底蕴评价六个维度展开。 这六个维度主要体现在对民宿自身体验感知和民宿所在城市的体验感知两个方面。 其中, 房间评价和房东评价在民宿用户体验感知中占据重要位置。 民宿的经营者应不断完善民宿内部的基础设施, 增强个性化服务的意识, 来提升民宿用户的体验感。

第三, 通过民宿用户体验满意度分析得出, 四大国家中心城市民宿用户对当地民宿品质均有较高的满意度, 说明民宿业在国家中心城市得到快速发展并获得广大游客的欢迎。 但仍存在民宿地理位置偏远、 交通不便、 民宿设施老化、 房东服务态度差等问题。 民宿的经营者应不断完善民宿内部的基础设施, 增强个性化服务的意识, 来提升民宿用户的体验满意度。

猜你喜欢
特征词高频词房东
给黄鼠狼当房东
30份政府工作报告中的高频词
省级两会上的高频词
基于类信息的TF-IDF权重分析与改进①
28份政府工作报告中的高频词
省级两会上的高频词
袋熊房东炼成记
基于改进TFIDF算法的邮件分类技术
海鸟遇上恶房东
产品评论文本中特征词提取及其关联模型构建与应用