旅游危機事件網民情感狀態分析

楊良江 楊景 夏新濤

摘要：旅游危機事件在網絡爆發后網民情感狀態變化豐富，文章以微博、貼吧這兩大社交平臺用戶對于桂林導游強制消費事件的相關評論文本作為研究數據，借助ROSTCM等軟件對高頻詞進行提取，對比和分析了高頻詞匯和網民情感狀態之間的聯系。研究發現：（（1）旅游危機事件發生后網民的情感狀態以消極情緒為主且不穩定難以掌控;（2）旅游危機事件的發生會引起網民負面情感出現“擴散現象”;（3）官方對危機事件的回應和處理結果是影響網民情感狀態起伏的重要因素;（4）旅游危機事件會引起事發行業影響的“放大現象”;（5）旅游危機事件及其處理時效和結果會影響網民情緒并引起網民提出相關的處理訴求。

關鍵詞：廣西桂林;導游;強制消費

1.研究背景

隨著我國旅游信息化不斷向縱深發展，互聯網已經成為人們獲取目的地旅游信息的首選媒介。網絡世界的“自由、開放”，也讓網民（旅游者、潛在旅游者）習慣帶入個人情感和傾向評論“旅游事件”，如“青島天價蝦”、 “麗江游客被打”等旅游危機事件發生后，不斷發酵形成旅游輿論危機，給景區、地方、國家等不同空間尺度造成不同程度的負面效應，正確分析網民情感狀態變化是測度旅游輿情危機的重要且有效手段。本文基于桂林導游強制游客消費事件為例，針對網民在旅游危機事件曝光后情感變化特征，挖掘網民情感需求、情感傾向、情感狀態等網民基本情感內容以及相關的文本、圖形等信息數據，以期網民在旅游危機下情感體驗變化過程及情感特征演變機理，為探索、創新網民情感管理技術路徑提供借鑒思路。

2.文獻綜述

情感分析源于上世紀初的輿論分析，是人類情感的簡化模型，主要用于測量客戶（消費者）需求。Ye等的研究表明酒店在線評論每增加10%，酒店的網絡預訂將提高5%以上[1]，Radojevic等利用歐洲47個首都城市共6768家酒店的206萬條在線評論，證實影響顧客滿意度最顯著的因素是酒店的星級評論[2]。張思豆[3]、屈小爽[4]等分別利用微博數據和網絡文本對游客在西安市和景點旅游過程中的情感傾向進行測度與分析。劉逸，保繼剛等人借助網絡大數據比較以赴澳中國游客與國際游客的在情感特征上的差異性[5]涂海麗基于在線評論數據構建游客情感分析模型[6]。瓊達基于地方情感的旅游目的地選擇模型及模型過程步驟，為游客旅游目的地選擇提供新的解讀視角[7]。

網民情感雖然作為研究旅游危機事件下的另一重要視角，但研究停留在基礎和針對性數據的梳理、分析，獲取的信息源和結論導向主要針對特定主題的網絡輿情的宏觀控制和管理，缺少對輿情構成要素網民情感狀態、特征等微觀因素的過程探究和細致分析， 結論導向也主要聚焦于旅游實業，尚未充分關注網民情感狀態在網絡媒體世界中的具體表現，故本文以旅游危機事件下網民情感狀態分析為主題，對旅游危機事件下網民情感輿情信息數據梳理、情感狀態演變分析以期對旅游危機綜合應用管理提供指導和借鑒意義。

3.數據來源

3.1案例事件選擇

事件發生在2019年湖南到桂林從5月30日至6月2日的四晚五天旅游團（共55人），游客在桂林經過購物景點時，一名女性在車上用話筒面對全車的人說：“我不管你們圖我們桂林哪一樣來的，既然你們選擇了這個，現在我們下車，在里面，一個小時，兩萬塊錢?！辈⒃?月10日，以一則“這個導游好囂張”等相關視頻被曝出，在網上獲取超五百萬次以上的觀看量，引發社會廣泛關注和討論。

3.2評論數據的收集

隨著社會化網絡環境的形成，而網民評論作為表達情緒的一種重要方式，使得微博、貼吧、抖音社交平臺成為網民傾訴情感的重要媒介。其中，發生于2019年6月1日的桂林導游強制消費事件，得到了網友的廣泛關注，基于微博、百度貼吧點評網評論數據豐富，收錄的信息比較清晰、完整，本文主要從微博、貼吧這兩大社交平臺采集用戶對于桂林導游強制消費事件的相關評論并按照以下規則，剔除無效的評論：（1）用戶轉發或@其他用戶的評論;（2）用戶發出的無效字符和不能表達情感狀態的評論;（3）與強制消費事件無關的其它評論。通過篩選，共得出有效評論5440條。

4.研究結果

4.1匯總高頻詞表

高頻詞是網民對事件情緒反應的一種直觀反映，通過對桂林導游強制消費事件下有關網民情感狀態有效評論的剝離以及ROSTCM軟件對高頻詞的提取，對抽取的網民評論編碼，編碼的過程即是不斷增加數據和參考來源的過程，網民評論初步編碼中沒有出現新的評論而增加參考來源時，數據即達到飽和，此時不再添加新的編碼好的網民評論.按出現的頻數高低進行排序，選取前50位高頻詞進行分析。

4.2高頻詞組的差異分析

高頻詞前三分別是“導游”、“廣西桂林”、“旅游”，排在首位的是“導游”，這體現出網民對這次事件中發泄情緒的主體確定為導游，其次是“廣西桂林”和“旅游”，網民評論多次出現到案例發生地和自己的出行游玩活動經歷，說明該事件的發生可能不是首例發生，進而網民在評論時引發出在此地、以及外出旅游有相同經歷的認同感;緊接著的高頻詞是“強制消費”，說明網友認為強制消費行為嚴重損壞了消費者利益，很快就上升到有關維權和違法行徑討論;“低價便宜”、“購物”、“貪便宜”說明了網民的也是透過問題看到了不僅案例中不僅是游客的權益受損，認為旅游團本身就是低價、免費旅游購物團，在報團前就應慎重選擇和考究，是游客貪便宜導致被坑和被強制消費;“處理處罰”、“投訴”、“報警”體現了網民對該旅游危機事件的處罰情況的訴求心理;“現象”、“各種問題”、“屢禁不止”等詞體現了網民對某種事件頻發時的一種定向式的稱謂和看法，表明旅游者對旅游環境中經常出現和存在這樣的問題并較為抗拒;“掃黑除惡”對應一些極端的網民情緒，把案例中的行為定性為惡劣的“黑社會”行為;“旅行社”則表明細心的網友不僅僅只是被視頻中的“囂張”的導游所吸引和關注，更是對整個旅游活動提出了反問，認為旅行社是幕后的操縱者，是旅行社給了導游這樣說話的底氣，應嚴懲旅行社;“云南”、“陽朔”等其它地域城市名稱和旅游場所被提及，體現了網民的議論常常也會由點及面的擴散到對其它地域旅游要素的討論當中來，這勢必會對其它地域的旅游等行業造成一定的沖擊和影響;“不敢去”、“害怕”體現了抗拒心理和情緒已經在網民中產生并呈現逐步擴散的趨勢;“有關部門”、“政府”、“旅游局”、“市場”網民將政府、旅游局等相關政府機構不斷被提及，體現了網民對當地所處的市場業態有了一定的懷疑和不信任的態度，認為有關部門不作為，處理的訴求也非常強烈。

4.3情感傾向分析

通過ROSTCM軟件的情感分析功能，將游強制游客消費事件中網民的評論內容進行情感傾向劃分，從而得出積極、中性、消極三種情感傾向，網民表達消極情緒的評論共有3273條，占比高達約66.16%，其中，將消極情緒分段為“一般（0-10）”、“中度（10-20）”和“高度（20以上）”，一般消極的有1706條，占總評論的約33.8%，中度共1102條，占約21.83%，高度共465條，占9.21%，這一數據表明，網民展現出來的消極情緒多為一般程度，過分消極的比例還是比較少的。但是從總體比例看，對于此次導游強制游客消費事件，大部分網民都表現出了消極情緒和態度。

對表達的中性情緒評論剖析發現，中性評論大多是網友對于導游強制游客消費事件處理的各種建議以及對旅游行業的各種評價，多數是表達自己對此次事件的處理訴求。網民不僅因為出現導游強制游客消費行為而感到憤怒，而且對于事件的處理結果也是不滿與憤怒，部分網民紛紛表達了自己的處理訴求，如將涉事導游永遠拉黑、曝光涉事旅行社信息等，這些訴求為以后處理此類旅游危機事件提供參考。從總體來看，網友情緒傾向于消極和不穩定情緒。

5.研究結論

（1）旅游危機事件發生后網民的情感狀態以消極情緒為主且不穩定難以掌控

在強制游客消費的旅游危機事件發生后，網民的情緒會在事件曝光后的內逐漸爆發，其中網民的負面情緒占比最高，爆發的程度也隨著事件熱度起伏，同時網民們在網絡世界發表的個人言論較于現實生活中更為簡單和自由，往往口無遮攔、隨性即言，情緒狀態極不穩定，如果沒有及時解決，會在網絡上形成一次次小的高峰，輿論導向可能形成不受控制的局面。

（2）旅游危機事件的發生會引起網民負面情感出現“擴散現象”

本次危機事件的發生地是在廣西桂林，但是對網民的評論詞頻統計，前五十名涉及到了“廣西桂林”、“云南”、“陽朔”、“景區景點”等其它目的地，說明旅游危機事件的發生，除了引起了網民對危機發生地的探討、與網友之間的互動，此次事件還由單方面的旅游強制消費事件網民負面情感的宣泄演變成其它有過同樣經歷在不同旅游目的地或旅游區域的網民情緒支持、響應和認同，網民出現的負面情感呈擴散式在網絡社交媒體中蔓延開來。

（3）官方對危機事件的回應和處理結果是影響網民情感狀態起伏的重要因素

危機事件發生后，網民多次提到“有關部門”、“政府”、“旅游局”等官方機構，并把他們于旅游危機事件的發生、過程、結果緊密結合在一起，試圖尋找和探究之間的關系和聯系，對官方未能將危機事件發生緣由解釋清楚，網民的情緒是憤恨和不解，并往往會質疑官方機構并產生不信任，嚴重的產生負面和不滿情緒。

（4）旅游危機事件會引起事發行業影響的“放大現象”

強制游客消費的旅游危機事件一開始是某旅游團桂林導游的惡性事件，但是隨著信息的擴散，整個事件上升到了網友對整個導游行業的質疑，甚至是整個旅游團的質疑，從分析的數據可以看出，網友對桂林導游強制消費的事件的討論，逐漸上升到了對旅游報團的安全性、可靠性的討論，甚至還有網友展開了對導游的直接討論，這給旅游行業以及其他相關行業也帶來了不小的影響。

（5）旅游危機事件及其處理時效和結果會影響網民情緒并引起網民提出相關的處理訴求

對于此次導游強制游客消費的旅游危機事件的處理結果，網民表示處理結果太輕，這樣的犯罪成本太過于低廉。不少網友針對處理結果提出了相關的處理訴求，如永久拉黑涉事導游員、曝光旅行社名字、返還購物的消費費用、加重案件的刑事處罰、全國嚴厲打擊低價旅游團等等。正確有效且公平的處理結果，是網友的心理訴求，太輕不服眾的結果則會導致網民的憤怒。

參考文獻：

[1]YeQ，ZhangZ，LawR.Sentimentclassificationofonlinereviewstotraveldestinationsbysupervisedmachinelearningapproaches[J].ExpertSystemsWithApplications，2009，36（3）：6527-6535.

[2]RadojevicT，StanisicN，StanicN.Ensuringpositivefeedback：Factorsthatinfluencecustomersatisfactioninthecontemporaryhospitalityindustry[J].TourismManagement，2015，51：13-21.

[3]張思豆，李君軼.基于微博大數據的游客情感與空氣質量關系研究--以西安市為例[J].陜西師范大學學報（自科版），2016，44（4）：102-107.

[4]屈小爽.基于網絡文本的旅游者情感體驗構建理路——以杭州西湖為例.河南師范大學學報：哲學社會科學版，2017，44（4）：74-78.

[5]劉逸，保繼剛，朱毅玲.基于大數據的旅游目的地情感評價方法探究[J].地理研究，2017，36（6）：1091-1105.

[6]涂海麗，唐曉波.基于在線評論的游客情感分析模型構建[J].現代情報，2016，36（4）：70-77.

[7]瓊達，趙宏杰.基于地方情感的旅游目的地選擇模型建構研究.旅游學刊，2016，31（10）：105-112.

基金項目：

安徽省高等學校大學生實踐創新創業訓練計劃項目（2020CXXL071）

作者簡介：

楊良江（2000-），男，漢族，安徽蕪湖人，滁州學院本科在讀，專業：旅游管理