首頁   要聞   行業   地方   觀察   科技   投融   城市   專家   研報   學術   文博   文創   景區   交通   住宿   紅色   鄉村  樂園   戶外   節會   環球   攻略

游客的目的地感知是如何形成的?——基于文本挖掘的探索性研究

 二維碼
發表時間:2022-06-10 12:24作者:史 達 張冰超  衣博文來源:旅游學刊

[摘 要]游客感知是旅游目的地管理的重要研究領域。以往研究多基于扎根理論對素材進行人工編碼并歸納出范疇,或以對中介變量的假設檢驗來討論其形成機制。文章以大連市5家著名景區的10萬余條游客評論為資料來源,首先根據游客評分,對評論文本進行正負情感維度劃分;然后以TF-IDF 和TextRank兩種算法對景區游客文本評論抽取關鍵詞,并遵循詮釋性研究的范式,提煉出游客正負感知的子范疇和關鍵范疇;隨后,利用LDA主題模型方法測算出上述游客正負感知范疇的權重次序。在此基礎上,最終梳理出游客目的地感知形成過程的故事線。研究結果表明:(1)游客感知的表征因素、效用因素、結構因素和特征因素等范疇內蘊含著復雜的正負情感雙重維度,并呈現出動態演變的特征。(2)游客感知范疇內的正負情感主題具有顯著的差異性。(3)游客正負感知之間的轉換和調整,動態演繹出游客對目的地的最終認知與情感。文章建構了游客的目的地感知形成的動態過程,拓展了情感細粒度在游客感知理論的深度,同時拓寬了游客感知理論研究方法的邊界。

引言

游客感知作為研究旅游者心理和行為的起點,是游客感覺和知覺的綜合體,通過多感官體驗目的地旅游資源、旅游環境等信息所獲得的心理認知過程 [3],也是游客將外部的目的地旅游信息轉換為內在思維的過程 [4]。由此可見,游客感知是一個過程,并建立在旅游者與目的地的關聯和互動的基礎之上。那么,這個過程是如何演化的呢?游客感知從始至終總是“愛”或“憎”嗎?一個給出高分評價(結果)的游客,就沒有“不開心”的時刻嗎?Court 和Lupton指出,游客感知的形成和變化在于旅游者對目的地旅游信息內容的處理方式 [5]。一方面,目的地作為信息源具有無偏性;另一方面,旅游者對于目的地旅游信息的接收和處理具有差異性和能動性,進而導致各異且變化的游客感知的形成。因而,對游客感知形成過程的研究就要求充分考慮到旅游者體驗的動態性及其情感態度之差異性。

現有對游客感知形成機制的相關研究,多采用基于深度訪談的扎根理論、民族志等定性方法。扎根理論作為質性研究的重要方式,主要是對訪談資料的編碼以及概念的梳理和范疇的提煉。這些訪談資料通常是連續性、較長篇幅的,而對片段化的資料通常不予考慮。經驗性的觀察發現,大量游客評論事實上均是“只言片語”,而非整理規范的“旅游攻略”。這些碎片化的評論,可能反映了游客在旅游體驗過程中的動態情感變化,但通常都被過濾處理 [6]。對于完整形態的長篇幅旅游攻略,除了可能是業內知悉的“水軍軟文”之外,這些長評論集中反映了那些愿意發表觀點的旅游者的看法。從統計學的角度看,其代表性存在著內生性的偏差。

依循“在原始資料的基礎上發現問題,并探尋問題的解決方法”的質性研究范式,在海量原始碎片資料的整理和閱讀環節,借助成熟的計算機文本挖掘算法,輔助研究者進行質性編碼,既突出機器算法處理大數據的特點,又充分發揮質性研究在資料觀察和深入思考方面的優勢 [7]。在質性研究中,研究者的知識性和智能性為兩個不可或缺的前提條件。鑒于數據處理技術已經在圍棋、作曲、現代詩創作等對“智人”要求極高的領域的成功應用,數據挖掘方法應當勝任“文本”這類相對比較簡單的數據處理對象。其實,質性研究的工具近幾年也開始較多采用ROST、Leximancer 等語義分析軟件對互聯網文本進行分析,這已經顯示出研究者在研究方法上尋求外延和拓展 [8]。但是由于ROST 算法是固化的,通常只是對詞頻進行描述性統計,高頻詞普遍集中在地名或者景點名并以靜態結果為主,淡化了游客感知的關鍵詞匯和情感變化,可能導致研究結論偏差 [9]。而TF-IDF TF-IDF(term frequency-inverse document frequency)是一種主要用于文本挖掘的常用加權算法,TF(term frequency)指詞頻,IDF(inverse document frequency)指逆向文本頻率。此類成熟的算法能很好地挖掘出游客真實感知的統計特征,深入分析游客感知體驗結果的情感細粒度 [10]。而且這些算法及其優化版可以在多個編程軟件中被隨時調用,非常便于非計算機專業人士使用。

對于“游客感知形成過程”的定量研究而言,通常借助中介變量的方式來發現哪些因素影響了游客感知的形成過程 [11-12]。這些數量較少的定量研究,雖然局部揭示了某些因素在游客感知形成過程中扮演的角色,但并未全畫面展示游客感知形成過程的動態性,尤其是游客感知蘊含的多維度的復雜情感。另外,這些研究主要采用問卷調查數據。這類數據獲取方式存在數據樣本量小、調查成本高、問項有限等問題,致使研究結論存在一定的局部性和主觀色彩 [13]。傳統的問卷調查方式也無法細致深入探討游客感知內部的情感細粒度問題。

1 相關研究進展1.1 游客感知及形成過程研究

國內外學界多以旅游體驗價值來界定旅游感知的內涵。郭安禧等以實體價值、經濟價值和學習價值3 個維度構建游客的感知價值 [14]。同樣地,Choi和Choi以韓國為研究區域,研究旅游體驗價值對目的地認知和情感的影響 [15]。再者,Qiu 等通過游客對非物質文化遺產的感知,以此建構對于旅游目的地的整體看法和態度 [16]。更具體地,Shao等 [17]、Gretzel和De Mendonca [18]通過研究旅游目的地品牌的視覺和言語標識等符號,指出游客對符號標識的解讀進一步影響到游客感知目的地品牌的過程。

在上述探討游客感知內涵的基礎上,國內外相關文獻也對游客感知所表征的現象、內容進行了較為系統的研究,相關研究主要集中在影響因素和感知過程兩個領域。其中,已有影響因素的研究大多聚焦于旅游者和目的地層面。在旅游者層面主要是個體特征 [19]、興趣偏好 [20]、旅游動機 [21]和媒體宣傳 [22]等方面對旅游者決策的影響。在目的地層面的研究主要體現在目的地特征 [9]、旅游環境 [23-24]、服務與管理 [25]、旅游資源 [26]等方面,認為游客感知是旅游者與目的地關聯和互動之中生成的對于目的地的認識和看法,是旅游者對于目的地情感態度的一種反映 [27]。游客與目的地關聯與互動的過程就是具有個體特征的游客建構目的地認知和情感的過程,主要是目的地的信息性、互動性、個性化屬性對游客的滿足 [28]。簡言之,這些研究的成果豐富,方法規范,場景全面,普適性強,因此這些重要的研究結論被用于支撐本文后續的故事線梳理和理論提煉。

在為數不多的對游客感知形成過程的研究中,從研究方法的視角觀察,可較清晰地分為定性和定量研究兩類。其中,定性研究方法主要以扎根理論為主。早期多以單一的實地訪談資料或者問卷為主,如高軍等通過12個入境城市的623句問答的外國游客負面感知的單一訪談材料編碼提煉出7大范疇和22 個小范疇,構建入境游客負面感知過程 [29]。熊偉和胡洋采用問卷的方式,探討游客對非營利理念的感知過程 [30]。此后,扎根研究逐漸開始采納網絡文本資料,并將訪談資料和網絡文本結合使用,如高楠等利用103 篇訪談和4707 條網絡點評探討旅游意象感知過程,歸納總結出13 個感知范疇 [31]。張紅梅等結合實地訪談資料和網絡文本等多資料源,通過扎根方法提煉歸納出7個游客感知范疇 [32]。此外,也越來越常見質性研究僅采用網絡文本信息,如白丹等通過采集攜程網評論3480 條和大眾點評網2145條游客點評,利用扎根方法歸納出5個主范疇和32個范疇,建構遺產目的地的游客感知評價過程體系 [33]。王君怡等以26篇網絡長游記文本為資料來源,采用扎根理論的方法提煉出8個主要范疇和19個對應范疇,探討目的地旅游形象的認知過程 [34]。上述研究盡管涉及了游客感知過程,但仍在于提煉游客感知范疇,感知過程通常并非研究的重點。此外,研究資料盡管已經較為廣泛地結合多種素材,但在編碼后主要體現的仍是游客感知的靜態結果,對于游客感知動態過程的研究依然少見,對于游客感知情感差異性的研究仍顯不足。

總之,對于游客感知過程的研究,無論是定性還是定量研究,均集中在游客感知范疇的提煉歸納。在資料來源上,雖都開始采用網絡評論,但處理方法仍延續常用的方式。因此,現有研究對于實際場景中的正負情感交互調整的動態過程審視不足,對于情感特征分析的細粒度仍較為粗略,對于游客感知的內在形成機制的變化性還關注不夠?;诖?,本文擬采用文本挖掘方法輔助詮釋范式分析,基于海量信息提煉和歸納游客感知的關鍵因素,并重點關注游客感知過程的情感變化。

1.2 旅游文本分析技術

旅游者通過社交媒體或者在線網站生成的文本數據在旅游領域的應用逐漸上升 [41-42]。就文本分析方法出現的時間順序而言,大致包括人工編碼、ROST語義分析、文本挖掘算法等3種方式。人工編碼仍是重要的文本分析方式,也不可能完全被機器編碼所替代。同時,鑒于游客文本信息的海量化,研究者已經開始較為頻繁地采用ROST語義分析工具,實現高頻詞處理和語義網絡圖。雖然ROST 軟件一定程度上避免了研究者的主觀因素和預設想法,但存在較嚴重的效度問題 [43]。ROST 語義分析以關鍵詞、主客觀詞語為參考或者根據詞典進行詞頻統計,常造成專屬名詞和常用詞語的詞頻過高,未能深度挖掘出評論主題,比較容易忽略評論中有用的信息,增加了后續分析的誤差。比如在對北京故宮的文本研究中,出現詞頻最高的是“故宮”和“北京” [8]。而實際上,這兩個高詞頻可能并非游客的關注點,只不過在評論過程中,需要多次強調兩個地理位置而已,游客真正關心的可能是“雪景”或“留念”。類似地,在天門山景區的游客情感特征研究中,詞頻最高的是“天門山”和“景區” [9],可能導致本應是網絡關聯中心詞的“游覽”或“索道”被弱化,由此造成研究結論可能出現偏差。那些本應被突出的關鍵因素由于算法的原因極易成為研究盲點。

1.3 游客感知的情感維度

旅游者情感的維度構成在旅游者情感體驗中占據極為重要的位置 [49]。探析游客感知體驗情感維度的研究多通過訪談、問卷等方式,針對旅游者對目的地主客觀事物的情感評價結果,集中探討測度游客感知的積極或者消極情感維度 [50]。例如,Hosany 和Gilbert 的研究指出旅游者的目的地感知情感主要由快樂、愛、驚喜3個維度構成 [51]。黃瀟婷研究開發設計“痛苦-快樂”情感維度的問卷量表來測度旅游者的情感體驗 [52]。隨著學者們對游客感知體驗中情感維度的分析不斷深耕,越來越多的學者開始關注旅游者情感的粗粒度和細粒度。粗粒度情感一般用于判斷文本整體的情感極性;細粒度情感多被用于判斷游客對評論對象中具體屬性或維度的情感 [53]。情感細致化研究逐漸在旅游感知體驗中占據重要地位。如Nawijn 等探討黑色旅游情境中以痛苦、同情和積極為代表的旅游者情感維度,并解析出痛苦情感維度包含5 種負向情緒,積極情感維度包含4 種正向情緒,同情情感維度則介于正負向情緒之間 [54]。國內學者李君軼等則以8類積極情感、8類消極情感和4類中性情感構建旅游者情感輪,進一步細化旅游者情感維度,比較全面理解游客的情感體驗 [55]。上述研究多通過研究者對旅游者的訪談或問卷資料進行歸納演繹,解讀出旅游者的情感傾向和特征。

隨著計算機技術在旅游者情感細粒度研究中的深入應用,通過“貼情感標簽”來區分旅游者情感維度,成為深入研究旅游者情感體驗差異的常用方式。例如李春曉等將游客評論數據事先貼上正負向情感兩類標簽,然后分別挖掘游客正負面情感體驗的關鍵因素和情感特征差異 [13]。與之類似,Liu等通過中國游客對澳大利亞目的地的在線評價,以情感詞典的方式為旅游者“貼情感標簽”,據此探討中國游客的情感畫像以及與國際游客的情感特征差異 [43]?!百N情感標簽”實際上是借助大數據技術探究旅游者感知體驗的情感維度,有利于呈現出旅游者正負面情感的細粒度和動態變化 [56]。同時,基于大數據技術探討游客感知的情感維度有利于深入理解旅游者的行為特征和表達傾向,在很大程度上刻畫出旅游者的內在心理機制,是對旅游體驗的深入剖析 [49]。本文擬在“貼情感標簽”的基礎上,進一步關注情感的變化。因為如果僅從旅游體驗結果上看,旅游者似乎總是“愛憎不變”,始終處于某種情感的穩態,而這與慣常的旅游體驗中情感變化的豐富性并不一致。因此,本文擬注重游客情感維度的差異化,并以此為基礎,關注旅游者“愛憎”轉換的動態情感過程。

2 研究設計與實施2.1 數據收集說明

攜程網與去哪兒網擁有用戶數量超過1 億,具有海量的游客評論數據。兩個平臺均采用5分制的評級打分機制,評價層級分明。因此,本文將其作為游客感知數據來源平臺。同時,選擇大連市作為研究區域,主要是因為大連是我國著名的旅游城市,游客體驗評論數據豐富,原始資料的代表性好,易于形成普適性較強的研究結論。目的地選取了大連市評論數量最多且百度指數關注度最高的5個著名景區,分別是金石灘風景區、老虎灘海洋公園、棒棰島風景區、星海廣場、圣亞海洋世界。再者,考慮到游客感知的時效性和建模所需的原始材料數量,本次數據選取2018年1月至2020年1月的游客評論文本。剔除掉無用和雜亂的評論信息,總共收集到用于文本挖掘的游客評論文本174 667條。

從原始材料的信度看,游客在線評論信息可被視為具有獨立意義的文本內容,是游客真實感知的表達,具有良好的內在信度 [57]。從原始材料的飽和性要求看,在整理分析資料的過程中,本文不斷反省已有資料是否存在缺陷或者不足。本文在初期僅收集了攜程網的數據,鑒于目的性抽樣的邏輯在于選擇信息豐富的案例來進行深度研究,研究者從中可以獲得很多對研究目的至關重要的信息 [58]。后又補充收集了與攜程網打分機制類似,但用戶群體不同的去哪兒網數據。最后通過對2018—2020年相關評論的隨機瀏覽以及長篇幅評論的重點閱讀,認為新的素材已不再提供新的信息,原始材料達到飽和。

為保證研究的效度,研究團隊發現游客評論信息與研究者基于經驗性的預判基本一致。同時本文采用了三角互證法。三角互證法要求采訪者從不同的視角,讓不同的受訪者去分析評價同一現象或問題,他們觀點之間的一致性和差異性對研究的結果都極為重要。本研究從游客(當地和外地)、景區管理者兩個方面來搜集關于游客感知問題的觀點。由于研究團隊已經與當地景區管理者建立起了信任關系,因此獲取了較全面和真實的信息。同時,研究團隊在2020年9月中旬至10月中旬在上述5 處景點,與游客進行非正式訪談,獲取相關信息。經比較兩方對該問題的看法,發現與網絡評論文本信息一致,網絡文本信息可靠有效。

2.2 數據初步處理

(1)數據分析步驟說明

本研究遵循質性研究的規范并結合網絡評論文本的特點,按照如下步驟開展研究:首先,對文本進行提純,以獲得合格的文本數據;其次,對游客評論文本先貼上“情感標簽”,劃分正負面的游客情感評論,以此區分游客的感知狀態;然后,進行研究一,利用文本挖掘方法進行關鍵詞提取,該項工作類同于開放式編碼;接著,研究者通過詮釋性研究來理解關鍵詞闡發的意義,再對這些關鍵詞進行子范疇歸類,并總結出范疇。子范疇與范疇的提煉均由研究者人工進行。研究一雖然歸納出關鍵詞,但并不知道其重要性的差異。在大多數研究中,通常將開放式編碼默認為權重相等。已有一些研究通過人工統計的方式,計算子范疇在某文本中的比例 [59],但仍未能獲得各編碼相互間的重要程度。故研究二以研究一所梳理出的4 個范疇為基礎,進一步呈現出游客正負兩種感知情緒中各關鍵詞(編碼)的重要性區別。此外,研究二的另一個作用在于,通過更換算法再次驗證研究一的關鍵詞提取是否準確。最后,在上述研究的基礎上,研究三梳理出游客感知形成過程的故事線。

(2)數據提純

由于通過網絡爬蟲收集的游客評論文本不可以直接使用,故處理文本信息之前首先對文本作中文匹配,只保留游客評論的文字部分。其次,進行數據去重,刪除游客評論中部分重復的文本,提高文本分析效率。再次,刪除缺失數據。收集的游客評論的完整文本理應包括游客昵稱、游客評分、游客評價、評價時間4個維度,但是實際上對于每條游客評論文本可能存在維度不全的情況,導致部分游客評論無效失真等問題,影響到文本的信度和效度。此外,游客評論內容中字數特短的語句,可能無法正確表達出游客的真實感受,也比較難提煉出有效的特征項和關鍵詞。借鑒趙宇晴等的經驗,刪除少于或等于4 個字的評論文本 [60]。最后,去除無效文本。游客評論文本包含大量并沒有實際意義的停用詞和特殊名詞,如“的”“了”等。這些無效文本會降低文本挖掘的準確性,屬于文本分析中的“噪音”。

(3)數據標簽

本部分對游客評論文本“貼情感標簽”。從游客的打分結果看,各分值分布不均衡,1 分和2 分的評論數比較少。因此,為提高游客評論文本的平衡性,本文借鑒李春曉等的方法 [13],采用合并少數的方法將游客評分為1 分和2 分的劃分為負面情感數據,將評分是5 分的劃分為正面情感數據,將評分3分和4 分的劃分為灰色數據,其中灰色數據是指好壞參半的游客評論,游客感知的情感差異區分度不高,由此刪除灰色數據。具體分布見表1。

由表1可知,5個目的地景區的游客評分的均值和標準差均比較穩定,說明游客評論信息能夠較好反映出游客感知的基本結構與內容。此外,在5 個目的地景區的正負情感數據與灰色數據的數量占比上,星海廣場的正向情感的感知占比最高,表明游客認可程度較高。棒棰島風景區的負向情感的感知占比最高,表明游客對棒棰島風景區的感知體驗相對其他景區較低。

表1 游客評論文本情況

Tab.1 Text comments of tourists regarding scenic spots

2.3 數據闡釋框架

內容分析法不適合解讀文本挖掘算法得出的關鍵詞,因此,借鑒詮釋性研究范式 [61-63],通過研究者的浸入,對游客正負面感知的關鍵詞和關鍵短語進行閱讀與理解,有助于明確上述關鍵詞在一個更一般性的語境中所能闡發的意義。由于國內外研究多基于“途徑-目的”理論 [64-68]范式對游客感知進行歸類,故本文依據該理論對機器編碼結果進行梳理和詮釋?!巴緩?目的”理論多從“屬性-結果-價值”的鏈條,強調目的地產品或服務屬性與游客價值之間的關系,將目的地屬性視為達到目的的方法,反映出游客價值趨向。而游客體驗結果作為目的地屬性與游客價值之間的橋梁,將游客對目的地屬性的體驗結果與游客價值聯結起來 [64]。具體而言,屬性層是旅游目的地的產品或服務;結果層描述出游客通過目的地產品或服務屬性產生的體驗結果;價值層刻畫出游客個人價值觀和理性狀態 [65]。對于旅游者來說,游客價值源于旅游體驗結果,旅游體驗結果體現在游客對目的地屬性的感知評價,是游客價值的主要決定因素 [66]。張宏梅等認為,根據“途徑-目的”范式,目的地游客感知價值存在“目的地屬性-目的地體驗結果-旅游者的價值觀和終極狀態”這一層次關系,而且將目的地屬性與目的地體驗分層次分析,更具有指導意義 [67]。特別地,對于上述“屬性-結果-價值”鏈條中的價值的衡量,多數研究采用Zeithaml 對顧客價值的定義,認為顧客價值是顧客感知到的利益與其在獲取產品或服務時所付出的成本進行權衡后對產品或服務效用的總體評價 [68]。本文將采用此概念,因為該定義強調了顧客對于成本的權衡,突出了動態比較的心理過程,與本文的研究目的相吻合。

綜上,本文主要依據“途徑-目的”范式,將旅游目的地的特征、環境、資源與管理等因素所賦能的目的地產品、服務等屬性作為互動基礎,將旅游者與目的地屬性的關聯互動生成的游客評論當作感知體驗結果,進而探索以情感維度為表征的游客感知。

3 基于游客評論文本挖掘的探索性研究3.1 研究一:提煉游客感知的關鍵詞和關鍵短語

關鍵詞語或主題詞匯是情感特征探析的基本元素,蘊含著旅游者的特定情感傾向,表達出旅游者的情感定向 [69-70]。TF-IDF與TextRank兩種算法常結合使用,交叉驗證游客評論內容的關鍵詞,可以彌補單一算法挖掘關鍵詞時準確性和全面性的不足,從而清晰地呈現出游客的真實感知。TF-IDF的核心思想是:字詞的重要性隨著其在文件中出現的次數成正比增加,但同時會隨著其在語料庫中出現的頻率成反比下降。一般情況下,關鍵詞出現頻率越大,TF 值就會越大,其在文檔中所占的比重就會越多,重要性也就越高 [71]。但文本評論內容包含較多無意義的通用詞語和專屬名詞以及特定地點詞語,削弱了游客評論中其他關鍵詞的重要性,而逆向文本頻率IDF 則反映出關鍵詞的普遍程度。因此,TF-IDF算法有助于提高重要關鍵詞的權重。同樣地,TextRank算法主要通過詞語之間的相鄰關系構建網絡,然后計算每個網絡節點的Rank 值,最終通過排序Rank值提煉出關鍵詞。TF-IDF算法對于語料庫的依賴程度大,而TextRank算法可以直接對游客評論素材逐條進行分析,進而得到關鍵詞。因此,通過結合利用TF-IDF 與TextRank 算法共同提煉游客評論的關鍵詞,將關鍵詞拓展成主旨更清楚的關鍵短語,進一步驗證游客評論關鍵詞的信度和效度 [72]。

因此,本文抽取出游客評論內容前5 個高頻關鍵詞和關鍵短語,如表2所示 為了觀察比對ROST 對上述文本的處理結果,本文通過使用ROST CM6 軟件進行分析,測得游客正面感知詞頻依次是大連32 994、廣場26 480、公園24 435、表演19 742、孩子19 335、海洋18 324、景點13 148;游客負面感知詞頻依次是大連1385、景區1313、海洋館1302、排隊1173、門票1098,與本文TF-IDF 與TextRank 兩種算法得出的結果存在較大差異。由于ROST提煉的大連、景區、廣場、海洋等位置高頻詞語經人工抽樣閱讀核對,發現并非主題因素,因此導致其他主題因素的弱化。。

表2 游客感知的關鍵詞和關鍵短語

Tab.2 Keywords and key phrases of tourist perception

(1)正面感知子范疇提取

金石灘風景區出現頻繁的游客正面感知在于孩子,孩子的體驗是游客感知的焦點。老虎灘海洋公園的關鍵詞和關鍵短語主要表現在動物表演類詞語較多,說明游客對于海洋公園的動物和植物類資源感知較深。獨特的海洋資源景觀是棒棰島的景區特色,游客對于棒棰島的海灘、海水、海景產生深刻的感知。星海廣場的跨海大橋、城堡酒店和海鷗是目的地特色,尤其是城市夜景深受國內外游客的喜愛。圣亞海洋世界的海洋極地環境和動物表演是圣亞海洋世界主打的特色項目,也是游客直接感知所在。

(2)負面感知子范疇提取

金石灘風景區負面感知集中于導游、海灘、門票、垃圾、沙子,反映出金石灘風景區存在景區導游管理、游客數量和景區衛生等問題。老虎灘海洋公園負面感知聚焦于表演、設施、門票、工作人員等,結合景區設施舊、工作人員態度差、收費多等問題的感知,說明景區的管理不到位,同時游客對于景區表演節目、票價和收費等問題不滿意。棒棰島風景區負面感知圍繞著管理、司機、觀光車、接待、站崗,特別是景區的司機、觀光車、接待、站崗特權等問題表現出景區的管理秩序和服務問題。星海廣場的負面感知主要是啤酒味道、景色失望、管理亂、音樂吵、浴場垃圾等,說明景區的管理和衛生存在一定問題。圣亞海洋世界的負面感知的排隊等待久、表演多、場館遠等,側面反映出景區的產品規劃和管理問題。

(3)子范疇歸納

上述通過文本挖掘得到的關鍵詞和關鍵短語,類似于開放性編碼經初步概念化得到的編碼結果。為保證本文基于海量碎片化的文本進行挖掘的結果與人工編碼結果之間不出現偏差,本文將通過TF-IDF 與TextRank 兩種算法抽取游客評論內容獲得的高頻關鍵詞放寬到前50個,然后選用部分長篇幅網絡評論,采用人工貼標簽和概念化的方式,得出與50個高頻關鍵詞基本類同的概念。因此,筆者基于理解關鍵詞和關鍵短語闡發的意義歸納出12個子范疇。其中,將游客正面感知的子范疇歸納為目的地及旅游資源體驗、情感體驗等,將游客負面感知的子范疇歸納總結成情感體驗、生態環境等,詳見圖1。需要指出的是,游客正面和負面感知在歸納和范疇化之后,并未分別得出完全一致的子范疇,故其區分度相較于人工編碼更細膩,更有助于對感知形成過程的深入探究。

(4)游客感知范疇歸類:基于“途徑-目的”理論

首先是屬性層次。從上述5個景區的產品屬性看,均與海(自然景觀)密切相關,有的側重于觀賞(如星海廣場、棒棰島),有的側重于主題公園(如老虎灘、圣亞)。從目的地屬性看,大連市內交通便利,氣候怡人。從結果層次看,游客感知的正面結果占比比較高,負面結果占比低,且主要集中在少數幾個維度(表1)。從感知價值層面看,既有“景色不錯,有趣好玩,性價比高,游玩一體,特別是極地海洋館表演,值得游客觀賞,水城別具一格,在其他地方沒有類似場,總體超贊?!保≦2154)這樣的正面利益所得,也有“景色很一般,也沒啥可玩的,全是人,景區標識差,五一也不限流,390多的門票,還不如隨隨便便找個海邊走走。景色一般,可玩性低,性價比低,有待改進?!保≦1234)之類的負面損失。

基于游客感知體驗結果而對感知范疇的詮釋,主要基于如下階梯法的思考順序展開:旅游目的地的哪些因素產生了吸引力?游客從不同的旅游景區獲得了哪些收益?這些收益為什么重要?即,由具體的旅游目的地屬性抽象到產品或服務屬性的體驗結果,再進一步抽象到結果生成價值,自下而上地演繹出游客感知的多層次動態過程。根據郭安禧等 [73]和李艷 [74]的研究,目的地屬性主要包括吸引物屬性、體驗屬性、旅游服務屬性以及個性化屬性等方面。因此,本文所歸納的自然資源、生態環境和人文特色等子范疇主要為目的地吸引物屬性,獨特的海洋資源和特色人文活動(如啤酒節)聚合出以海景和地標等為代表的正向的盛宴收益,但是也產生喧鬧、衛生等負面收益,正負收益主要聚焦在目的地有形與無形的吸引物的表現形式,故歸納為表征因素。而目的地及旅游資源體驗、情感體驗等子范疇主要為目的地體驗屬性,多樣的吸引物帶動濃郁的娛樂休閑氛圍,提升游客以喜歡、開心、高興等為代表的正面情感體驗,相反,單一的情景劇和重復的舞臺節目降低游客體驗,帶來表演不好、體驗不佳的負面收益。這些正負面收益常為游客的主觀效用判斷,因此歸納為效用因素。另外,景區管理、景區規劃、輔助服務、內外交通、時間安排等子范疇主要為目的地旅游服務屬性,目的地整合管理和服務的規范與標準,滿足游客對于景區管理、服務接待、環境衛生、基礎設施等主要與輔助服務的要求,為游客打造出紀念品多、購物方便、時間便利等正面優質服務,同時也表現出設備舊、態度差、接待坑人、管理差等的多層級管理與服務問題,帶來游客負面收益。這些涉及目的地景區管理與服務的問題呈現出多層級、多方面的結構性特征,因此歸納為結構因素。最后,游客特征與景區特征等子范疇主要為個性化屬性,以孩子為代表的親子與家庭旅游,多關注孩子的興趣和個性帶來的孩子適合、孩子開心等正面收益。而以特權站崗、司機車多、海島小等為代表的景區特征,則引致游客的負面收益。李春曉等將游客個體特征與景區特征合并為特征因素,作為游客感知范疇的因素 [13]。本文也將其歸納為特征因素。因此,本文最終將12個子范疇合并成為表征因素、效用因素、結構因素、特征因素等4個感知范疇。這4個范疇為“目的”,它決定哪些“結果”(子范疇)是游客所關注的,最終決定哪些“目的地屬性”(關鍵詞和關鍵短語)是重要的(圖1)。

圖1 游客感知范疇的文本挖掘過程

Fig.1 Text mining of tourist perception categories

3.2 研究二:基于LDA主題模型的游客感知范疇差異

研究一已完成對游客感知范疇的歸納并總結出4個范疇,本部分將采用LDA主題模型對游客感知因素的重要性進行排序。LDA 主題模型的核心思想是將文本的主題以概率分布的形式呈現出來,然后對各個主題在文本中的關系進行聚類與降維,從而計算出主題的權重 [7]。鑒于以往相關質性編碼研究并未考量各范疇在正負感知上的不同,故研究二將在研究一的基礎上,對同樣的研究文本進行主題抽取并賦權,試圖探尋游客感知范疇內部的關鍵概念之間的相對重要度(表3) 需要指出的是,因為算法的不同,研究二獲取的主題詞與研究一獲取的關鍵詞并非一一對應。但比對表2和表3的內容,可發現在范疇歸屬和情感歸屬兩個維度均存在極大的相似性。這也交叉輔證了研究一的結論。。

表3 游客感知范疇的重要性差異

Tab.3 Differences in the importance of tourist perception categories

研究二呈現出游客感知范疇內蘊含的正負面情感特征的差異性。如表3所示,在表征因素方面,游客感知的正面情感維度占據絕對主流地位,其中以表演、動物多、浴場等為前5位的正面感知情感主題的權重遠高于負面感知情感主題,從而表達出游客對旅游目的地特色和現代化的旅游資源的正向情感維度。類似地,在效用因素方面,以旅游資源與游客情感的正向體驗為主,凸顯出以很棒、開心等為代表的游客正向情感維度,而以喧囂與不值當等負面情感維度權重較小。上述兩個因素的負面情感關注點少、權重小,在情感體驗中的存在感較弱。而游客感知的結構因素主要表現為以游客負面情感維度為主。游客感知負面情感維度以遮陰少、辛苦、場館遠等主題為主,負面情感主題主要聚焦于基礎設施、景區規劃、導游服務和景區管理以及內外交通等管理與服務層面,負面情感主題比較聚集。而結構因素的正面感知主題的權重雖相對較小,但仍有一定話語權,表達出部分游客對于景區購物條件和當地的服務尚可接受。在特征因素方面,游客感知的正負面情感主題權重差距相對較小,主要原因可能在于特征因素的客觀性,其中游客負面感知因素以站崗多、不讓進、司機車多等主題為主,一定程度上表達出游客對旅游景區限制問題的不滿,未能及時分流且告知游客。而游客正面感知的情感主題主要以孩子、場館多等為主,且孩子所占權重最高,很大程度說明親子旅游對于特征因素的正向情感影響較大。因此,在不同的感知范疇內,有的正面情感占絕對主導權;有的負面情感為主要因素,但正面情感也在發揮作用;還有的正負面情感較為均衡。所以,研究二反映出游客感知范疇內部正負面情感存在不同程度的分歧,表達出游客感知情感維度的復雜性。

3.3 研究三:建構游客感知形成模型

承前所述,在提煉出游客感知范疇的基礎上(研究一),結合游客感知范疇內部情感主題的重要性差異(研究二),將這些范疇圍繞著游客正負面感知的動態發展進行關聯,并根據1.1 部分整理出的游客感知內涵的重要研究成果,梳理出游客感知形成過程的故事線,最終構建出游客感知形成模型。

(1)旅游者與目的地的關聯與互動

已有研究表明,游客感知形成過程始于旅游者獲取目的地信息,旅游者與目的地之間的關聯和互動是游客獲取信息的關鍵所在,也是游客感知形成過程的基礎環節 [67]。旅游者在獲取目的地信息之后,通過對目的地信息內容的處理生成對于目的地的游前印象。同時,旅游者在旅游過程中與目的地之間的關聯與互動為游客感知提供更加深入和全面的信息,其主要體現于旅游者與目的地特征、環境、服務與管理、旅游資源之間的關聯與互動。如“去大連帶孩子值得去的地方,讓寶寶可以充分了解海洋世界。(X1202)小孩子的游玩天堂。(Q5547)確實很漂亮的小島,景色宜人,鬧中取靜,值得來走走看看!帶父母一起來的,慢慢逛也不累?!保╔15228)“清澈的海水,秀麗的風景,孤立于海中的棒棰島,度假勝地,跟網上宣傳的差不多?!保≦57907)也就是說,旅游者對于目的地旅游信息的接受與處理方式導致游客感知形成和變化。因而,對于游客感知形成過程的研究需要充分考慮到旅游者與目的地之間的全程關聯與互動,并以此產生的游客對于目的地的正面感知和負面感知。

(2)游客正負面感知的動態變化

旅游者正負面感知的動態變化是游客感知形成過程的核心環節,是決定游客感知體驗結果的重要過程。準確地說,通過對游客正負面感知因素比較和調整的理解,詮釋出旅游者與目的地的關聯與互動過程,并解構出游客感知體驗結果的意義。在很大程度上,借助對游客正負面感知因素的觀察與解讀,探尋和闡發游客感知的意義,增進對旅游者復雜動態情感的理解。具體而言,旅游者正是通過比較正負面感知因素,調整對于旅游目的地的認知與情感。這意味著,旅游者正負面感知的比較和調整是感知體驗結果的關鍵所在,游客正是通過正負面感知因素之間的動態比較與調整,塑造游客的認知與情感,以此判定旅游目的地的旅游體驗。對于游客正面感知而言,主要分布在旅游目的地的表征因素、效用因素和特征因素;如“金石灘延綿30多公里長的海岸線,匯聚了巧奪天工的地質奇觀,如惟妙惟肖的大象吸水、大鵬展翅、猛虎撲食、恐龍吞海、貝多芬頭像等,尤以龜背石震撼世界地質學界?!保╔21475)“不愧是國賓級的,一下車就是海邊,深呼吸,夾著海水的空氣感覺立馬把人的五臟六腑給清洗了一遍。海水非常干凈??粗h處海天合一的景色,撐把遮陽傘一點都感覺不到熱。建議到大連的朋友一定要去棒棰島看看?!保╔12005)負面感知大多體現在旅游目的地的效用因素、結構因素和特征因素等,主要是結構因素。如“金石灘度假區面積很大,需要搭乘景區大巴進入,景區內有多個小景區,有的比較坑,萬福鼎景區就是一個,進去后巴士陪伴的導游會讓你去測字然后讓你交錢,很坑人的?!保≦42371)游客正負感知出現交叉意味著旅游者對于目的地大多處于正負面感知膠著的復雜狀態。因而,進一步辨識出游客正負面感知孰輕孰重就顯得尤為重要。再者,“比較”著重于關注游客正面感知與負面感知之間的動態變化,彰顯出游客復雜的情感狀態。而“調整”則是游客通過比較正負面感知得出新的結果。如 看以前的照片,覺得海灘變小了很多,里面基本上是一個人為修繕的大公園,可以拍照游玩,景色還行,好像也有一些賓館,可以入住,個人覺得沒什么意思。但是寶貝第一次看大海,比較激動,看到孩子高興,我也比較滿足,下次還帶孩子來 。”(X20145)此處表現出游客由負面到正面的調整過程。如 海水比較清澈,人也不是太多,沙灘比較大,看起來挺不錯的,但離市區較遠,如果單獨只為來這里的話不太值得,不如在市區內的海水浴場玩玩就可以了?!保≦14967)而在此處體現出游客由正面到負面的調整過程。因此,旅游者正負面感知的動態變化彰顯出游客對旅游目的地復雜的認知與情感,是建構游客感知的重要條件。

(3)游客感知的建構

游客感知的動態變化正是游客正負面感知相互比較和調整過程的結果,比較并調整后的游客感知塑造游客對于旅游目的地的認知與情感。這意味著,旅游者在旅游過程中不斷對目的地正負面感知進行比較,調整游客對于目的地的評價和體驗結果。如“起初到了以后感覺挺好的,景點比較多,景色挺美。只不過確實不需要買聯票,地質公園才適合去看一下的,其他幾個館并不好,如果不是特別喜歡石頭蠟像之類的,真的沒有必要買聯票?!保╔4169)“園區人景挺好,體驗比較好,但是園外很窩心。當地地痞壟斷出租車,多倍抬高車價,欺壓游客,給大連城市旅游抹黑?!保≦2453)更確切地說,游客正負面感知的差異是旅游目的地游客感知形成過程的根本原因。

總之,游客感知是一個過程,是建立在旅游者與目的地的關聯和互動基礎之上的。游客感知形成過程是旅游目的地正負面感知相互比較和調整的結果,是決定游客對旅游目的地認知與情感的重要過程。在此主要是通過比較游客正負面感知因素的重要性和優先度,形成游客對于目的地的動態感知,真實地反映出游客在整個旅游過程中心理活動的動態變化?;诖?,在充分考慮前述研究和游客感知范疇的基礎上,建構游客感知形成模型(圖2)。

圖2 游客感知形成過程模型

Fig.2 The process model for the formation of tourist perception

4 研究結論與討論4.1 研究結論

本文通過計算機算法輔助研究者處理游客評論大數據,并遵循質性研究的范式提煉出游客感知范疇。不同于以往研究,本文細致地考察游客感知內部的正負情感主題數量和權重,描繪出游客感知范疇的情感詞頻和語義背后的深層次細節。研究發現,游客的目的地感知是動態演變的,游客感知子范疇內部的正負情感特征促成蘊含游客感知主范疇的析出。此外,游客感知形成過程包括旅游者與目的地的關聯與互動、游客正負面感知的動態變化、游客感知建構3個過程,且3個過程之間存在相互聯系。其中,旅游者與目的地的關聯與互動是游客感知形成過程的基礎環節,游客正負面感知的動態變化是游客感知形成過程的核心環節,是游客感知動態變化的根本原因,游客感知建構是游客感知形成過程的結果。

4.2 研究不足與展望

此外,本文主要圍繞游客評論文本的單模態數據進行探索性研究,后續如果能夠同時處理圖片、音視頻等多模態數據,會使得游客的目的地感知過程的研究更充分。再次,因為游客感知過程是一個心理活動,后續研究還可借助認知神經學等相關理論,采用眼動、腦電等設備進行實驗研究,可能會發現更有深度的結論,這也是本研究后續努力的方向。最后,本文主要對單一案例(大連市)進行探索性研究,尚未采用多案例進行驗證與補充,研究結論可能缺乏其他案例的佐證和完善,而多案例研究在研究情境還原和故事演繹方面具有顯著優勢??紤]到研究結論的普適性,后續研究將拓展到多案例研究,拓寬本文研究結論的邊界,進一步深化理論貢獻。

文章發表于《旅游學刊》2022年第3期,參考文獻略。

【中國旅游網版權聲明】原創內容版權歸本站所有,如轉載請注明來源"中國旅游網"或"www.ct.cn"并附文章鏈接,需確保文章的完整性,不得更改曲解原意;摘錄和轉載的第三方內容,本站無法保證其真實性,亦不代表本站觀點和立場,版權歸屬原媒體及作者,如有版權異議請聯系我們予以刪除。

相關推薦
每到周末或假期,一些城市的老街和古跡邊,多了一支支“考古”游隊伍。他們不是簡單地在網紅打卡點走馬觀花,而是像考古學家一樣,深入城市的角角落落,探尋文化歷史,閱讀街道和建筑背后的故事,品味城市風情,將旅游體驗帶入更高階段。如今,越來越多的人加入到這種新潮的“城市考古”隊伍中。1. 閱讀城市  “城市考古”游不是專業考古,而是以考古的精神,透過表面景觀,探尋城市背后的發展變遷?! ∩虾?,擁有上千...
今年,露營猶如一陣熱風,席卷各大城市,成為人們消費體驗的新載體?! ∩缃幻襟w上,露營作為流量模塊,與它有關的話題總是呈指數級增長?! 《奶斓纳虾?,城市年輕活力的集中體現,恐怕也離不開露營。濱江綠地、公園草坪、商場廣場、農場林間,經??梢妿づ?、野餐。從帳篷、充氣墊、燒烤架,到露營燈、氣罐爐、打火石,從烹飪器皿到潮流穿搭,從文體活動到游戲互動,似乎都能“露營化”?! ÷稜I究竟有什么魅力,讓城市...
2021年新增0.49萬家,同比減少53.96%。7月,文化和旅游部發布了 2022 年上半年國內旅游數據情況。根據國內旅游抽樣調查統計結果,2022 年上半年,國內旅游總人次 14.55 億,比上年下降 22.2%。其中,城鎮居民國內旅游人次 10.91 億,下降 16.6%;農村居民國內旅游人次 3.64 億,下降 35.4%。分季度看,其中一季度國內旅游人次 8.30 億,同比下降 1...
黃山景區預計今年數字藏品營收有望突破2000萬元。疫情以來旅游景區收入受到一定的影響,很多景區通過直播、電商、推廣文創等形式增添旅游項目收入。北京青年報記者發現,近期旅游景區紛紛通過與數字藏品平臺合作,發行數字藏品來增加景區收益。今年以來,泰山景區推出“泰山系列數字藏品”,黃山景區發行“迎客松系列數字藏品”,曲江文旅推出“中國年迎財神”等數字藏品,棗莊臺兒莊古城景區推出首款數字藏品《臺兒莊古...
今年上半年,“露營”搜索量相較于去年同期上漲447%。大眾點評數據顯示,上半年露營基地搜索量同比上漲977%——露營旅游熱度走高“白天帶孩子采摘、做手工,晚上躺在草坪上看星星,體驗真不錯?!敝苣?,在北京市大興區西紅門鎮紅星·獵戶座繽紛營地內,前來露營的游客李薇興致滿滿。時下正值營地里農莊的采摘季,孩子們嬉笑著,在茂盛的樹林間收獲夏日的果實?!奥稜I已經成為我們一家人新的旅游方式,身邊有不少朋友...
聚焦/熱點
聚焦
熱點
關鍵詞
關鍵詞
紅色旅游
鄉村旅游
夜間旅游
康養旅行
戶外旅行
研學旅行
城市
酒店
航空
攻略
景區
樂園
標簽模塊(3)(1)(1)(1)(2)(1)(1)
視線
論道
視點(2)(1)(1)(1)
旅行
環球
視點(2)(1)(1)
動態
動態

全國旅游投訴舉報熱線:12345   中國互聯網違法和不良信息舉報中心:12377

京ICP備2021027040號-2    經營許可證110105017960088    京公網安備11010502025983  

China Tourism Network   Copyright ? 2010-2022 ct.cn All Rights Reserved