基于文本挖掘的海南自由行線路分析

張成琳

摘? 要：海南獨特的地理位置、豐富的自然景觀和完善的旅游基礎設施，使得島內自由行發展迅速。游記作為游客自由行經歷的相對真實反映，挖掘其潛在規律對探索游客偏好和海南自由行特點具有重要價值。該文利用火車頭采集器采集馬蜂窩網站中海南自由行游記并分析游記文本，然后從旅游熱點、旅游時間和旅游線路3個方面總結出海南自由行的特點，為制定科學有效的海南旅游發展規劃提供參考。

關鍵詞：文本挖掘? 海南自由行? 路線特點

中圖分類號：G254 ? ?文獻標識碼：A 文章編號：1672-3791（2019）11（b）-0249-02

隨著網絡群體年輕化及人們旅游觀念的轉變，走馬觀花式的觀光游逐漸向休閑度假深度游轉變，傳統跟團游愈來愈不能滿足年輕人多樣化的旅游需求。與此同時，隨著國內旅游者的旅游經驗越來越豐富，且功能齊全、類別多樣的網站應用使得人們獲取旅游信息更加便捷，信息技術的發展和旅游心態的轉變，讓自由行成為更理想的出游方式。

海南作為國際旅游島，擁有全國獨特的熱帶濱海和熱帶雨林資源，島內遍布酒店、民宿，豐富的交通體系以及景區完善的基礎設施，使得景點可達性、食宿便捷性等各方面滿足游客需要，大力推動了自由行的發展。因此該文利用文本挖掘技術，尋找海南自由行游客的旅游路線偏好，為海南未來旅游路線的制定及發展規劃提供一定的參考價值。

1? 數據獲取和分析

1.1 數據來源

游記是旅游者基于自身旅游體驗發表的相對原真性的記錄，數據完全由用戶產生，真實性強，目前已成為了旅游者對景點和路線甄選的重要參考[1]。馬蜂窩作為以自由行為核心的旅游信息服平臺，更強調用戶原創內容分享，具有主動性、真實性及個性化的特點[2]。所以該文從馬蜂窩中挖掘海南自由行的數據具有一定的樣本量和可信度。該文于2018年3月在馬蜂窩網站以“海南自由行”為標簽搜索相關游記，游記網頁（https：//www.mafengwo.cn/xc/12938/）共顯示530條信息，運用火車頭采集器設定網址采集規則，最后采集到的有效游記有505個，即每個游記里面都有相應的海南自由行線路，包括用戶ID、旅游者類型、出游天數、地方景點名稱等信息。

1.2 數據處理

該研究先用火車頭工具篩選出自由行經過的海南各市縣，得到整體路線圖，設計內容采集規則，運用前后截取的方式采集游記中提到的地點。由于不同游客對相同地區的定位不同，如興隆和萬寧、三沙和西沙都屬于同一市縣，需要對數據進行人工校驗處理，將同市縣的地點歸為一類。最后在505條旅游線路中得到各市縣出現次數，如表1所示。

在篩選后的游記信息中，自由行僅在三亞一個地方的路線有397條，占比高達78.6%。其次，“三亞-海口”兩點一線有46條;傳統的海南島東線游也有30條，如表2所示。

接著，該文對游記中自由行天數進行了數據統計，發現自由行4天和5天的路線最多，分別占比26.5%和24.4%。其次線路規劃天數較多的是3天、7天和6天，如表3所示。

最后，該文用火車頭工具對自由行到達的景區景點進行抓取分析，結果顯示受游客歡迎的景點中，三亞排名前三的有蜈支洲島、亞龍灣、三亞灣，大三亞經濟圈內的保亭呀諾達熱帶雨林、檳榔谷也比較受歡迎，海口則是騎樓老街、火山口國家地質公園、紅樹林等提及較多，還有五指山市的五指山景區、文昌的銅鼓嶺和月亮灣、萬寧的興隆熱帶植物園、陵水的分界洲島、瓊海的博鰲鎮。此外海口鐘樓、白查村、蔡家宅、博鰲鄉村公園、南波灣等知名度不高的地方也被提及。

2? 海南自由行現狀分析

2.1 旅游熱點一邊倒

三亞作為全國知名的熱帶度假天堂，自然而然也成為自由行游客們的首選場所。由數據可知，僅在三亞旅游的自由行游客占比達到78.6%，包含三亞的自由行線路更是占比97.4%，可見三亞是海南旅游者們最鐘情的地方，對比之下其余市縣景點顯得毫無生氣，使得海南自由行呈現一邊倒的局面。

2.2 自由行時間常規化

海南島作為獨立的島嶼，最快捷的方式就是搭乘飛機進入，所以外省游客基本不會選擇一日游，在有限的數據中也未統計到一日游行程。自由行天數選擇最多的是4d和5d，是一個很常規的出游天數，也在一定程度上反映出為何僅在三亞自由行的占比很高。因為短時間內再去別地旅游會在路程上花費很多時間，以及更多精力去安排行程。

2.3 自由行路線特點

海南自由行時間較充裕的一般會選擇環島旅游，而不僅僅在三亞周邊。所以其路線呈以下幾個特點。

（1）定點游。僅在三亞一個地方游玩是大多數游客的選擇，不僅因為三亞的知名度高，游玩景點多，可能大多數游客認為三亞就是海南的形象代表。此外還有兩條線路是海口游和文昌游，根據游記發現是海南當地人的自由行。

（2）兩點一線。“海口-三亞”的兩點一線較為常見，一般行程時間在6d及以上才會選擇，線路相對來說比較簡單，瀏覽的就是兩地代表性景點。

（3）環東線。傳統的環東線自由行路線比較多，因為海南東線景點開發得比較完善，交通便捷，景點較多。自由行游客根據行程安排東線景點，特點都是以海口和三亞為首尾，中間選取瓊海、萬寧、陵水等景點。

（4）大三亞圈。這種線路以三亞為中心，游覽其周邊景點。大三亞旅游圈包括三亞、萬寧、陵水、保亭、五指山5個市縣。其中保亭呀諾達熱帶雨林、五指山景區是以熱帶雨林風光為主，植被茂密，負氧離子含量高，在一定程度上與三亞單純的海灘風光相彌補。

（5）東西環線。這種自由行路線對象都是資深游客或騎行愛好者，游玩時間充足，游玩地點較多，線路經過海南東線和西線各市縣，路線不具有普遍性。在收集到的505條旅游線路中僅有3例。

3? 結語

自由行是游客們隨意選擇目的地觀光度假，但是大部分游客只選擇“三亞”或“三亞-海口”。說明其他目的地景區未能做好宣傳工作，沒有樹立品牌形象，知名度不高，缺乏吸引力。所以旅游相關人員要積極打造海南各地旅游品牌，提高知名度和美譽度。

該研究也存在一定的不足，數據源單一，樣本量較少，影響分析結果，在以后的研究中會繼續完善改進。

參考文獻

[1] 呂琳露，李亞婷.游記文本中的知識發現與聚合——以螞蜂窩旅行網杭州游記為例[J].情報雜志，2017，36（7）：176-181.

[2] 黃亞芬，全華.UGC型旅游網站對自助旅游者旅游決策影響分析——以螞蜂窩為例[J].云南地理環境研究，2017，29（2）：17-21.