基于SOR理论的酒店用户画像模型构建

侯崇珍 王映期

摘  要：随着国内国际经济双循环的新发展格局形成，如何打造高端度假酒店的自身优势，是目前应当思考的问题。文章研究使用ROST-CM工具进行文本挖掘，作为主要研究方法，结合SOR理论框架，通过中介变量表达环境刺激和行为反应之间的关系，建立顾客消费行为研究的用户画像模型，以期辅助酒店了解顾客需求，更好对其进行个性化、精细化服务。

关键词：用户画像 ；SOR模型；ROST；酒店；桂林融创

中图分类号：TP391   文献标识码：A   文章编号：2096-4706（2023）14-0111-05

Construction of Hotel Persona Model Based on SOR Theory

—An Example of Guilin Rongchuang Hotel Group

HOU Chongzhen， WANG Yingqi

（Guangxi Normal University， Guilin  541000， China）

Abstract： With the formation of a new development pattern of a double cycle of domestic and international economy， the question of how to build up the advantages of high-end resort hotels in the own right is one that should be considered at present. This paper studies to use the ROST-CM tool for text mining as the main research method， combined with the SOR theoretical framework， to express the relationship between environmental stimuli and behavioral responses through mediating variables. And it establishes a Persona model for customer consumption behavior research， so as to assist hotels to understand the customers' needs and offer individuation and refine service better.

Keywords： Persona; SOR model; ROST; hotel; Guilin Rongchuang

0   引  言

随着我国经济发展进入新时期、国内国际经济双循环的新发展格局形成，酒店业的市场竞争大环境发生了明显的变化。在新的市场竞争环境中，酒店业竞争更为激烈，如何在其中打造自身优势，通过酒店个性化、精细化服务与同类型酒店拉开差距，从而有效保持市场优势地位，是高端度假酒店在当前激烈的市场竞争中应当思考的重要问题。本文拟通过建立一个以高端度假酒店的顾客消费行为为研究的简约用户画像模型，以期辅助酒店了解顾客深层次需求，更好对其进行个性化、精细化服务，与同类型酒店差异化竞争。

1  用户画像模型构建流程

基于SOR（Stimulus-Organism-Response）理论的用户画像模型构建主要包括用户画像模型标签提取、用户画像模型构建两个步骤，具体步骤如下。

用户画像模型标签提取中，我们将从顾客视角与酒店视角进行基础数据采集，而后经过数据预处理之后利用ROST-CM软件工具进行数据分析，得到高频词及频次统计以及社会语义网络分析图，通过技术处理将基础数据可视化。SOR理论框架结合高频词及频次统计与社会语义网络分析，将“刺激”（S）标签、“机体变化”（O）标签、“机体反应”（R）标签逐一进行提取。

用户画像模型构建中，主要包括人口统计属性、顾客统计属性、以及SOR理论框架下的用户评价属性。人口统计属性是用于描述用户的基本特征，反应了顾客由于何种原因选择本酒店进行入住，包括顾客年龄、性别、客源地。顾客统计属性则是顾客在面向酒店时消费的基本特征，反应了顾客对不同酒店类型的偏好。包括客群分类以及房型选择。结合SOR模型分析框架，通过中介变量表达环境刺激和行为反应之间关系的用户评价属性，是顾客在酒店进行消费之后对其满意度的评价，通过相应的标签展示出来，一定程度上也预测了顾客而后的消费行为[1]。

2  用户画像模型标签提取

2.1  基础数据采集

桂林融创酒店群坐落于桂林南部的雁山区，在桂林市区与阳朔的交界之处，47万平方米的山水美景尽收眼底，是一处少有的世界级度假区。桂林融创酒店群中拥有桂林融创施柏阁酒店与桂林融创宋品酒店，酒店风格结合瑶寨民居简约风格与侗族吊脚楼风格而设计，在保留高星级酒店优质服务的同时致力于给顾客提供沉浸式桂林山水体验、少数民族风情雅居的居住体验，是国内较为典型的高端度假型五星级酒店，因此选用本酒店作为研究对象。

本研究以桂林融创酒店群为样本对象，借助八爪鱼爬虫軟件，以“桂林融创施柏阁酒店”以及“桂林融创宋品酒店”为搜索关键词，在携程、去哪儿OTA头部平台进行搜索，爬取截至2021年10月10日之前所有用户网络评论数据，作为顾客视角基础数据样本。而后对酒店相关职能部门，包括礼宾部、客房部、餐饮部、康体部4个部门，进行半结构化实地访谈，整理出4份访谈记录，共3 893个字符，作为酒店视角基础数据样本。两个视角基础数据结合，构成本篇研究基础总数据样本。

2.2  数据预处理

对顾客视角基础数据样本，我们通过删除无意义项、重复项，共筛选有效评论1 147条。并依据顾客网络评论评分（总分5星），假设某用户对样本酒店评分为X星（0≤X≤5），我们将X = 5评论认定为积极情绪，4≤X＜5评论认为中性情绪，0≤X＜4评论认为消极情绪。

对酒店视角基础数据样本，删除了赘余语气词、题目不相关语句，共筛选出有效字符3 587个，最后并入顾客视角有效基础数据，形成有效基础数据总样本。

本次文本挖掘数据分析，我们采用了由武汉大学沈阳博士的研究团队编写的ROST CM软件工具[2]，对有效基础数据总样本首先进行分词处理，并将词义重合的词语进行合并后再次导入软件工具依次展开高频词特征分析、社会语义网络分析，并从中提炼人们对样本酒店的核心关注点和用户的感受特点，得到了分析表1和图1。

2.3  标签提取

SOR理论模型，即刺激（S）-机体（O）-反应（R）模型，来源于环境心理学。该领域学者认为，外部环境作为刺激会对人们的内在状态产生影响，进而影响他们的行为反应[3]。其中S代表受到内部或外界环境的刺激，O代表有机体内在情感上的变化，而R则代表有机体所体现的心理或行为反应[4]。

2.3.1  刺激要素（S）标签

社会网络和语义网络图通过各节点和关系线的组合来表示各个概念及词组之间存在的内在联系，可以清晰地反映出网络文本各词组之间的逻辑关联，箭头表示2个词组之间具有一定的关联性，某一词组节点聚集的箭头越多则表示其他词组与该词组的关联越紧密[5]。

通过图2可发现，文本分析围绕着“酒店”构成核心区域，“服务”“环境”为次核心区域，对核心的内容进行补充与拓展。“餐厅”“礼宾”“泳池”“升级”等其他要素围绕核心呈环状分布。根据“核心—次核心—外围”的三层结构并结合关联式编码，可提取出以“服务因素”与“环境因素”为主范畴，其他要素为要素标签的刺激要素（s）标签，如表2所示。

2.3.2   机体变化（O）标签

机体在中介效应影响下，对刺激因素做出积极、消极的反馈，通过图1高频特征词筛选，提取出包括丰富、干净、隔音差、性价比低等积极或消极词汇，提取出机体变化（O）标签，如表3所示。

2.3.3   机体行为（R）标签

根据评分，产生3个行为标签，标签外化地体现在客群对酒店的行为表现上，而根据客群对酒店的行为反应的程度，递进地划分为抵制行为、忽略行为、持续行为。由上述的几个类型标签组成酒店客群行为选择的用于画像，具体如表4所示。

3  用户画像模型构建

由Alan Cooper最早提出的用户画像，是建立在一系列真实数据之上的目标用户模型[6]。相关研究表明，该技术的运用，对深入了解用户需求，实现信息服务个性化和精准化有显著作用。

在整个用户画像构建前，结合实证数据的同时，还融入了该群体自身的基本特征和属性的影响要素。这些个人因素本身不仅对外在的刺激因素（S）有一定影响与机体（O）和反应（R）更具有显著的相关关系。为使模型更全面，故将其纳入标签框架中。将该范畴界定为统计属性，共5个特征标签详如表5所示[7]。

总结以上标签提取和范畴划分以及内部逻辑关系，包含访谈统计的基本属性在内，本研究构建的基于SOR理论的桂林融创酒店群客群画像模型如图2所示。

4  用户画像模型应用

在该用户画像模型的运用方面，利用酒店已有的基本统计信息支撑其展开相关的后续调查研究，并且在此基础上，加入各类数据挖掘的算法，可进一步细化影响客群行为的因素及类别，以此定位相应客群的需求，优化顾客体验，辅助酒店部门做好顾客资源的开发与管理。

4.1  辅助酒店制定个性化的方案

个性化会给酒店带来优势，但处在智能化时代下，各种讯息已呈现爆炸性增长，讯息过多便难以精准匹配顾客需求，运用此模型，将某一个体用户画像与类型群体画像进项比较，呈现影响该用户行为选择的问题因素，可以此评估顾客对于住宿的关键标签；关注不同类型用户在面对因素时不同的行为反应，也能作为制定顾客需个性化服务的参考，辅助酒店为不同类型顾客制定个性化的配置方案，从而提升用户体验感、争取用户持续性购买行为。

4.2  酒店部门信息反馈高效化

用户画像作为描述用户特征的标签化信息，有利于了解用户的真实需求。对于酒店客房部、餐饮部等工作部门，利用模型，酒店能更方便快捷地处理问题，以及酒店在进行部门反馈时，可以由被动改变转为主动改进，根据数据主动预测方向，对环境和服务进行升级改进。对于前厅等接待部门可以设置模型相关的智能体系，有利于酒店为迎接顾客做预先准备。

4.3  电商平台信息投放的精确化

酒店资源整合，将用户画像的基本信息进行分析，以便将酒店推荐与用户匹配，根据用户的兴趣特征的关联程度来对目标用户进行推荐[8]。对于合作的OTA平台，依据平台本身的大数据会匹配相应的客群，而在自运营平台上针对不同的顾客标签推送、宣传不同的内容，并且在相关页面加入该类客群可能所需要的相关服务以吸引、留住顾客。

5  现有研究不足

通过对文献进行梳理，本文发现已有研究存在一些不足之处，大体可归为以下几个方面：

1）顾客视角基础数据样本不够全面。该样本仅通過采集网络文本评论数量较多的OTA平台获取文本数据，并未将所有目前市面上OTA平台相关网络评论文本数据全部纳入基础数据样本中。

2）顾客的情感色彩可利用机器深度学习分析而对行为进行判定。在本篇中，作者通过顾客的网络评论评星对顾客的反应行为进行判定，精度较为粗糙。在而后的研究中，可利用机器学习情感分析模型对网络评论文本进行改进分析，增大顾客反应行为判定的精度，以改善该用户画像模型。

3）SOR框架下的用户画像模型要素标签相关度可进一步实证。本篇刺激-机体-变化之间的关联是通过社会语义网络之间的联系所构建起来的，但相关度是否足够紧密还需要进一步进行实证。可通过以模型为题设基础，创建相关问卷调查，并通過SPSS软件进行相关度分析，进一步证实该用户画像模型是否能够成立。

6  结  论

本文针对处理酒店的海量评论，从而获取有效信息的问题，提出根据基于评论的SOR框架的用户画像模型处理。本模型能够帮助酒店处理信息的同时，还能够作为酒店提供个性化服务的辅助，有助于提高酒店的问题处理效率以及决策效率。

在用户画像模型的应用上应该留意以下注意事项：首先，本文基于的用户画像是涵盖多方面用户特征的标签化的用户信息，其中会涉及一些不相关的标签特征，因此需要对标签进行评估和筛选，去除多余的特征，保留产生影响的标签。其次，所勾勒的酒店客群画像是基于评论的推测结果，评论数量、内容会直接影响画像模型，个体评判标准不同，也会影响最终结果，为减小信息差，需要加强概括，及时更新数据；最后，运用模型和信息采集过程中，要注意隐私保护设置，让顾客能在放心的前提下提供信息。

参考文献：

[1] 单晓红，张晓月，刘晓燕.基于在线评论的用户画像研究——以携程酒店为例 [J].情报理论与实践，2018，41（4）：99-104+149.

[2] 王淑芳，郑冰思.基于ROST-CM的武夷山游客感知形象 [J].武夷学院学报，2020，39（10）：29-34.

[3] ME H A，RUSSELL J A. An Approach to environmental psychology [M].MIT Press，1974.

[4] WOODWORTH R S.Columbia University Lectures：Dynamic Psychology [M].Columbia University Press，1918.

[5] 陈伍香，邓艳蓉，莫修华，等.基于ROST数据挖掘系统的田园综合体管理政策文本分析 [J].农村经济与科技，2022，33（19）：46-51.

[6] 王斐.大数据环境下基于用户画像的精准营销策略研究 [J].市场周刊，2020（3）：76-77+83.

[7] 匡亚林.老年群体数字融入障碍：影响要素、用户画像及政策回应 [J].华中科技大学学报：社会科学版，2022，36（1）：46-53.

[8] 陈红玲，叶玫，卢淑萍，等.基于旅游资源画像的个性化旅游推荐系统 [J].信息技术与信息化，2022（11）：115-118.

作者简介：侯崇珍（2002—），女，汉族，广西柳州人，本科在读，研究方向：旅游管理；王映期（2001—），女，壮族，广西防城港人，本科在读，研究方向：旅游管理。