基于網絡文本內容分析的鳳凰古城旅游地意象感知研究

王 永 明，王 美 霞，李 瑞，吳 殿 廷

(1.北京師范大學地理學與遙感科學學院，北京 100875；2.吉首大學商學院，湖南 吉首 416000；3.湖南師范大學資源與環境科學學院，湖南 長沙 410081；4.貴州師范大學地理與環境科學學院，貴州 貴陽 550001)

?

基于網絡文本內容分析的鳳凰古城旅游地意象感知研究

王 永 明1,2，王 美 霞3，李 瑞4，吳 殿 廷1

(1.北京師范大學地理學與遙感科學學院，北京 100875；2.吉首大學商學院，湖南 吉首 416000；3.湖南師范大學資源與環境科學學院，湖南 長沙 410081；4.貴州師范大學地理與環境科學學院，貴州 貴陽 550001)

網絡情境下旅游地意象感知研究是目前國內外研究的熱點，國內研究需對內容分析方法體系進行完善，案例地也需要豐富。該文以中西部貧困山區古鎮型旅游地鳳凰古城為案例地，綜合利用內容分析方法中詞頻分析、語義網絡分析和情感分析等技術，分析了鳳凰古城游客旅游地意象感知特征和意象結構。結果發現，游客對鳳凰古城旅游地感知的整體意象是人文景觀類旅游地，認知形象成分包括古城、民族文化、休閑娛樂、美食購物4個主題；情感形象成分以積極情感為主，中性和消極成分比例?。灰庀蟾哳l詞呈長尾分布特征，而游客文本語義網絡呈現“核心-次核心-外圍”三圈結構。最后提出旅游地意象管理的相關策略。

旅游地意象；感知；內容分析；網絡文本；鳳凰古城

0 引言

旅游地意象是人們對非居住地所持的印象，是外界作用于人腦所形成的意識流[1]。Gunn將旅游目的地意象分為原生意象和引導意象兩類[2]，而Fakeye等認為還存在綜合意象[3]。Baloglu等從個體心理層面認為旅游目的地意象包括認知、情感和整體3種基本結構[4]。隨著信息通訊技術(ICT)的快速發展，游客與網絡虛擬媒體間的互動不斷增強，旅游網絡信息流在網絡空間中快速擴散。網絡文本便是網絡信息的重要類型，游客發出的網絡文本表征著游客自身的體驗效果和偏好，同時也產生“水波效應”。這些文本信息在網絡空間傳播會影響到其他游客，這種效應的匯合便形成了對旅游流的導引效應。隨之，旅游目的地意象研究開始關注網絡文本這個信息介體，如Stepchenkova等通過對比美國和俄羅斯兩國旅行社網站的文本內容，分析了俄羅斯旅游目的地意象，發現美國旅游運營商主要把俄羅斯定位為一個歷史文化旅游地并強調國家西部區域，而俄羅斯網站需要提升自身技術和內容質量[5]。Choi等研究了網絡上澳門旅游目的地意象，發現不同在線信息來源所展現的意象存在差異，這主要因為不同網絡信息來源的交流目標和目標群體存在差異所致[6]。 Cakmak等利用網上出版物資料分析處在政治動亂的伯利恒的旅游地意象，發現目的地特定屬性對了解沖突地區的游客意象很重要[7]。國內利用網絡信息研究旅游地意象的成果不斷涌現[8-11]，但從游客角度分析游客對旅游目的地意象感知的研究還需要深入，尤其是在網絡信息挖掘的技術上，國內學者大都簡單采用內容分析方法中的詞頻分析進行研究，而對內容分析中的其他方法涉及較少，因此需要進行探索。

古鎮具有悠久的歷史文化和典型的地方性特征，是旅游地的重要類型。古鎮必須具有特色鮮明的形象才能持續吸引旅游客源、重游游客，古鎮旅游地意象是影響游客旅游決策、旅游滿意度和忠誠度的重要因素，在古鎮旅游開發和經營管理中占有重要地位?，F有古鎮旅游地意象研究成果豐富，但國內研究案例地主要集中在東部長三角地區，對中西部山區邊緣區、民族地區的古鎮旅游地意象研究極少，網絡文本下的旅游地意象研究也缺乏古鎮這類旅游地案例。在本研究的鳳凰古城案例地分析中，試圖回答：內容分析方法體系能否與旅游地意象結構成分分析相耦合？其旅游地意象結構呈現怎樣的分布特征？如何設計對游客旅游地意象中“負向”成分的管理策略？

鳳凰古城位于湖南省湘西自治州鳳凰縣境內，地處我國新時期集中連片特困區之一的武陵山片區。西南少數民族文化區和東部楚漢文化區在此交匯，生成以苗族、土家族為主體的民族結構。獨特神秘的少數民族風情和完好留存的明末清初古城建設格局，使其素有“中國最美的小城”之譽，并入圍國家歷史文化名城，2009年獲評國家“4A”級景區。鳳凰古城是我國新興旅游目的地的典型代表，游客量增長，設施投資加速，旅游產業主導區域發展成為地方區域發展特色。受資金、人力資本、承載力等因素制約，以及管理主體者對游客的旅游目的地意象認識不清，鳳凰古城在旅游地形象建設和目的地管理方面比較滯后，需要進行相關研究和提升。

1 研究方法和數據處理

1.1 內容分析法

內容分析法是一種對顯性內容進行客觀、定量的描述的研究方法[12]。盡管大量的旅游市場研究者還是利用多變量定量分析技術來研究旅游目的地意象，但文本內容分析的定性方法也逐漸增多[13]，其優勢在于能獲取游客對旅游目的地完整的心理感知，而這卻是用定量方法不易得到的。內容分析法的具體技術工具繁多，如字頻分析、詞頻分析、語義網絡分析、情感分析、聚類分析等。目前旅游地意象研究中，學者們主要利用了詞頻分析法，而對語義網絡分析和情感分析的應用研究非常薄弱，本研究目標之一便是驗證語義網絡和情感分析的適用性。

1.2 數據處理流程

知名旅游網站和論壇受游客關注度和使用度高，對潛在游客的心理影響傾向也更強。本研究首先搜集關于鳳凰古城評論的主要網站，搜索引擎選擇百度和谷歌，關鍵詞以“鳳凰古城+游記”、“鳳凰古城+游客點評”進行聚焦式搜索；再以“鳳凰古城”為搜索詞，擴大搜索范圍，依據上述方法遴選出相應的網站及記錄，且僅保留內容是游后體驗評價的帖子。帖子選擇的時間范圍是2007年3月22日到2013年3月18日，總數為237篇，來源網站是驢評網(113篇)、張家界康輝國際旅游社網(53篇)、途牛網(18篇)、驢媽媽(53篇)。之后進行文本預處理生成分析文本，然后進行分詞處理，歸并、生成最終文檔。利用ROST WordParser 軟件進行詞頻、語義網絡、情感分析，以分析游客旅游目的地意象。

2 結果分析

2.1 高頻詞分析

從鳳凰古城游客網絡文本中出現頻數排名前50位的詞語可以看出(表1)，最高詞頻“鳳凰古城”反映游客對旅游地名稱感知非常強烈，“沱江”、“虹橋”是鳳凰古城最重要的旅游吸引要素，是鳳凰古城最典型的符號表征。游客關注的其他主題包括旅游吸引物、餐飲、住宿、體驗、購物等，基本包含了旅游行為的各個層面，也說明網絡信息文本內容豐富，能較好地反映旅游者行為。其次從高頻詞所代表的景觀類別來看，游客絕大部分關注的是人文類景觀，對自然類景觀關注很少?？梢詫⒂慰透兄镍P凰古城旅游地意象歸納為以下4個主題：古城(鳳凰古城、古樸、城墻)、民族文化(沈從文、服飾、故居、苗家)、休閑娛樂(酒吧、夜景、拍照、晚會)、美食購物(美食、燒烤、店鋪、銀飾、工藝品)。綜合來看，游客對旅游地意象整體感知是鳳凰古城為人文景觀類旅游地。

表1 詞頻分析

Table 1 Frequently used words in rank order

排序詞頻數排序詞頻數1鳳凰古城97026故居462沱江29627江水463虹橋14328苗家444江邊13929湘西445客棧10930建筑436船10731燒烤437酒吧10232唱428吊腳樓9833北門429美麗9534路4010沈從文9335特色4011街8436寧靜3812夜景8137銀飾3613服飾6938悠閑3514美食6539文化3515店鋪6340歷史3316姜糖6341城墻3217拍照6142古樸3218酒6143景點3119晚會5944城樓3020苗族5845欣賞3021喧鬧5646苗寨2922感覺5447東門2523石板5148新城2424燈5149跳巖2025小城4950工藝品20

2.2 高頻詞的長尾分布

利用曲線模擬方法，以高頻詞的排序和頻數作為兩個變量進行了曲線擬合，發現其最符合冪指數分布(圖1)。模擬方程判定系數R2=0.944，說明擬合優度很高；方程檢驗統計量F=811.854，Sig=0.000；冪指數檢驗統計量t= - 28.493，Sig=0.000，因此建立冪指數方程：y=495.367x-0.742。應用長尾理論可推斷出，鳳凰古城游客網絡文本中的高頻詞分布呈“長尾”分布特征。

圖1 高頻詞的長尾分布

Fig.1 Long tail of frequently used words

從高頻詞長尾分布特征與游客旅游地意象感知要素結構來看，游客旅游地意象包含核心意象和邊緣意象，呈現核心-邊緣結構分布。長尾可以看做是旅游地意象感知的邊緣意向成分。旅游目的地意象研究往往只關注核心意象，忽視對邊緣意象成分的研究，而邊緣意象成分往往代表著潛在市場和利基市場。根據羅杰斯的創新擴散理論，這部分市場對目的地而言可能是創新者群體，但后面很有可能演化成大眾型購買者，成為目的地市場核心群體。Pan等則基于長尾分布結構發現網絡環境中利基詞語使用者的出游意向更強烈[14]。因此，目的地經營管理者應重視這些利基市場的開發。

2.3 高頻詞語義網絡分析

高頻詞是通過提取出的詞組的屬性來反映事物的主要領域，但無法反映詞組在意義上的聯系和文本的深層次結構關系。語義網絡是通過概念和語義關系來表達知識的一種網絡圖，由一組節點和一組連接節點的弧構成，其中節點用來表示事物、概念、屬性、動作、狀態等，弧用來表示所連接的節點之間的語義聯系[15]。共現詞詞頻是高頻詞組在文本形成前后邏輯關系的共現次數，基于共現詞詞頻結果可以構建文本的語義網絡。

鳳凰古城游客網絡文本的語義網絡中(圖2)，線條粗細代表共現頻率的高低，線條越粗表明共現頻數越高，游客感知中兩概念的關聯更加密切。語義結構可大致分3個層次：第一層次是核心圈，由“鳳凰”、“古城”、“沱江”、“虹橋”和“吊腳樓”構成的內部最小圈，是詞組語義聯結最緊密圈，這些詞組共同作用構成了鳳凰古城游客旅游地意象的最核心特質；第二層次是次核心圈，由“美麗”、“地方”、“游客”、“客?！?、“江邊”等組成，主要對核心圈的進一步認識拓展，反映對核心圈總體旅游地意象和特殊旅游吸引物的較強烈感知；第三層次是外圍圈，主要包括餐飲、購物、娛樂等要素，是對核心圈和次核心圈進一步的拓展和豐富，比如“夜景”、“泛舟”、“晚上”三詞相對于核心圈詞語。因此，鳳凰古城游客文本語義網絡通過“核心-次核心-外圍”三圈結構，將整個旅游地吸引物體系的結構較好地展現和反映出來，為未來旅游地形象結構研究和旅游地形象體系建設提供了新思路。

圖2 鳳凰古城游客網絡文本語義網絡

Fig.2 Semantic network of travel web text for Fenghuang Ancient Town

2.4 情感分析

游客情感對游客滿意度和忠誠度具有重要影響，正面的、積極的情感反應往往帶來更高的滿意度和忠誠度。情感有正面和負面之分，也有強弱程度之分。內容分析方法中的情感分析可用來分析游客情感，它通過對游客文本信息中涉及情感性表述的定量的打分評價，進而分析游客的情感分布狀態。

利用情感分析方法對鳳凰古城游客網絡文本進行情感分析(表2)，其中積極情感占65.4%，而消極情感、中性情感比例較小。在各類情感強度的具體表現方面，積極情感中高度水平占優勢，而消極情感中一般程度占優勢。因此，鳳凰古城游客旅游地意象的情感成分以積極情感為主，且高度積極的情感占高比例，而中性和消極情感成分占比小。這個結果又與上述高頻詞分析相呼應，高頻詞分析結果以正面詞語為主。此種狀態與旅游目的地營銷宣傳所追求的目標基本一致，但需要注意其中的消極情感成分。由游客文本情感分析中的消極因子分析發現喧鬧、擁擠、商業化、水環境較差是負面影響游客的最關鍵因子。一游客說：“鳳凰已經失去了那份安靜，商業化氣息太濃厚了。每當暮色來臨，酒吧的歌聲，店家的吆喝聲，孩子的喧鬧聲，讓你懷疑這是否就是沈從文筆下的寧靜小城?！?/p>

表2 情感分布

Table 2 Frequency of different emotion

情感類別比例(%)強度比例(%)積極情感65．4一般11．5中度17．3高度36．6中性情感15．4消極情感19．2一般17．3中度1．9高度0總計100100

3 結論與啟示

本研究以鳳凰古城為案例地，基于網絡文本，利用內容分析法研究了游客對鳳凰古城旅游地意象感知特征和結構，得出如下結論和啟示：

(1)內容分析方法的高頻詞分析、語義網絡和情感分析等方法能較好地研究游客旅游目的地意象結構的認知成分和情感成分，這對于預測和表征旅游者意象成分也具有一定的指示意義。因此，內容分析方法能夠有效響應游客旅游地意象感知成分分析的目標，但需要更多的案例進行驗證，尤其是對語義網絡的理論闡釋是未來重點研究的內容。

(2)游客對鳳凰古城感知的旅游地整體意象是人文景觀類旅游地，這與目的地自身資源特色和相關組織所宣傳的旅游地形象基本一致；游客認知成分包括古城、民族文化、休閑娛樂、美食購物4個主題。實踐中，鳳凰古城未來仍然應以建設獨具地方和區域特色的人文類景觀旅游地為中心，依據游客所認知的4個主題來打造相應的人文旅游產品；加強地方文化創意旅游產品開發，對影視演藝節目進行整合提升，打造王牌旅游演藝節目。政府目前所重視開發的自然類旅游產品、鄉村旅游等，只能且只應該在旅游產品體系中承擔配角。

(3)鳳凰古城游客網絡文本的語義網絡呈現“核心—次核心—外圍”三圈結構，高頻詞的長尾分布也反映出這種結構特征。在實踐中，一方面，語義網絡結構的核心圈應該成為未來旅游目的地形象體系建設和目的地品牌打造的核心關注點，在旅游形象識別設計、旅游商品設計等方面應該考慮核心圈要素。另一方面，外圍結構要素以及“長尾”類高頻詞意象成分代表著新興市場和利基市場，反映了游客的獨特偏好，最終這些市場可能會演化成目的地核心市場，因此，需要對這些細分群體方面給予足夠的重視，開發相應的旅游產品和旅游形象設計。

(4)鳳凰古城游客旅游地意象中情感成分以積極情感為主，并且高度積極的情感占高比例，而中性和消極情感成分占比小。需要注意的是，消費情感雖然比例小，但所形成的負面口碑卻具有顯著的放大效應，目的地管理方應對負面口碑進行有效管理。在本研究的游客文本情感分析中的消極因子中，擁擠、喧鬧、商業化、水環境差是負面影響游客情感的主要因子。實踐中，目的地一是應在交通上合理規劃旅游公共交通體系和停車場配置，合理規劃游步道，建立以關鍵地標為節點的旅游流實時動態監控系統，合理引導旅游流移動，避免或緩解過度擁擠現象；二是合理安排商業區和住宿區，減少游客休息的噪音影響；三是合理布置和調控商業點和商業街，防止典型商業業態的蔓延式發展，建議規劃布局和打造各具特色、功能互補的商業街區，尤其加強文化創意街區和地方文化街區的發展；四是加強目的地旅游企業和居民的水環境保護意識，實行嚴格的水環境保護規定，加強水處理技術設施建設，以此提升古城水質。

本研究使用的ROSTWordParser軟件(5181119內測版)由武漢大學沈陽博士編寫，此致謝忱!

[1] HUNT J D.Image:A Factor in Tourism[D].Colorado State University,1971.

[2] GUNN C.Vacation Scape:Designing Tourist Regions[M].Austin:Bureau of Business Research,University of Texas,1972.

[3] FAKEYE P C,CROMPTON J L.Image differences between prospective,first-time and repeat visitors to the Lower RioGrande Valley[J].Journal of Travel Research,1991,30(2):10-16.

[4] BALOGLU S,MCCLEARY K W.A model of destination image formation[J].Annals of Tourism Research,1999,26(4):868-897.

[5] STEPCHENKOVA S,MORRISON A M.The destination image of Russia:From the online induced perspective [J].Tourism Management,2006,27:943-956.

[6] CHOI S,LEHTO X Y,MORRISON A M.Destination image representation on the web:Content analysis of Macau travel related websites[J].Tourism Management,2007,28:118-129.

[7] CAKMAK E，RAMI K I.What destination marketers can learn from their visitors′ blogs:An image analysis of Bethlehem,Palestine[J].Journal of Destination Marketing & Management,2012(1):124-133.

[8] 肖亮，趙黎明.互聯網傳播的臺灣旅游目的地形象[J].旅游學刊，2009，24(3)：75-81.

[9] 張高軍，李君軼，張柳.華山風景區旅游形象感知研究[J].旅游科學，2011，25(4)：87-94.

[10] 趙振斌，黨嬌.基于網絡文本內容分析的太白山背包旅游行為研究[J].人文地理，2011(117)：134-139.

[11] 王媛，許鑫，馮學鋼，等.基于文本挖掘的古鎮旅游形象感知研究[J].旅游科學，2013，27(5):86-95.

[12] KRIPPENDORFF K.Content Analysis:An Introduction to Its Methodology[M].Beverly Hills,CA:Sage,1980.1-40.

[13] O′LEARY S,DEEGAN J.Ireland′s image as a tourism destination in France:Attribute importance and performance[J].Journal of Travel Research,2005,43(3):247-256.

[14] PAN B,LI X R.The long tail of destination image and online marketing[J].Annals of Tourism Research,2010,38(1):132-152.

[15] 王超，駱克任.基于網絡輿情的旅游包容性發展研究[J].經濟地理，2014，34(1)：161-167.

Destination Image Perception of Fenghuang Ancient Town Based on Content Analysis of Travelers′ Web Text

WANG Yong-ming1,2,WANG Mei-xia3,LI Rui4,WU Dian-ting1

(1.SchoolofGeographyandRS,BeijingNormalUniversity，Beijing100875;2.SchoolofBusiness,JishouUniversity,Jishou416000;3.CollegeofResourceandEnvironmentalScience,HunanNormalUniversity,Changsha410081; 4.SchoolofGeographicandEnvironmentalScience,GuizhouNormalUniversity,Guiyang550001,China)

Tourists′ image perception of tourism destination on Web is a research hotspot,but in China mainland it is very necessary to perfect research method of content analysis and to carry out case study of different area.Taking the example of Fenghuang Ancient Town in middle China,based on network text,using the content analysis method of word frequency analysis,semantic web,emotional analysis technology,this paper presented analyzes tourists′perception characteristics of destination image of the town.Results show that tourists′perception of overall image is that it is a cultural feature destination,which couples with image promoted by local management organization.Cognitive component of destination image includes four subjects:ancient town,ethnic culture,leisure and entertainment,and food shopping.Positive emotion dominates in emotional components.Analysis of high frequency word shows that it has a long-tail distribution.Text semantic network with three ring structure of "core-subcore-periphery" characterizes the whole configuration of tourist attractions.

tourism destination image;perception;content analysis;Web text;Fenghuang Ancient Town

2014-04-05；

2014-10-07

國家自然科學基金項目(41201148)；湖南省哲學社會科學基金項目(11JL09、12YBA261)；湖南省教育廳科學研究項目(12C0318、12A113、14K079)；吉首大學湖南省自然與文化遺產研究基地課題(12jdzb066)

王永明(1984-)，男，博士研究生，講師，研究方向為區域經濟發展和旅游規劃。E-mail:wym85727@163.com

10.3969/j.issn.1672-0504.2015.01.014

F590

A

1672-0504(2015)01-0064-04