運(yùn)用CiteSpace探索基于網(wǎng)絡(luò)文本數(shù)據(jù)的目的地形象感知研究

摘 要：基于CiteSpace可視化軟件，對(duì)中國知網(wǎng)數(shù)據(jù)庫中2014—2024年關(guān)于網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究的767篇有效文獻(xiàn)進(jìn)行了深入分析。研究結(jié)果顯示，網(wǎng)絡(luò)文本數(shù)據(jù)在目的地形象感知方面的研究呈現(xiàn)上升趨勢，尤其在2021年和2023年研究成果顯著增加。當(dāng)前，該研究領(lǐng)域的核心團(tuán)隊(duì)以華僑大學(xué)旅游學(xué)院、湖南師范大學(xué)旅游學(xué)院和福建農(nóng)林大學(xué)園林學(xué)院為主，但合作較少。研究熱點(diǎn)主要集中在游客感知和旅游體驗(yàn)方向，文本分析、內(nèi)容分析和扎根理論是主要的研究方法，盡管風(fēng)景園林專業(yè)在目的地形象感知方面扮演著重要角色，但相關(guān)研究仍處于初探階段。因此，未來應(yīng)集聚更多高校和科研院所的力量，加強(qiáng)風(fēng)景園林專業(yè)在網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知方面的研究，并注重運(yùn)用這些數(shù)據(jù)來指導(dǎo)設(shè)計(jì)實(shí)踐和優(yōu)化項(xiàng)目實(shí)施效果。

關(guān)鍵詞：網(wǎng)絡(luò)文本數(shù)據(jù)；CiteSpace；形象感知

中圖分類號(hào)：F592.7；TU986 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-7909（2025）3-75-6

DOI：10.19345/j.cnki.1674-7909.2025.03.016

0 引言

《第54次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2024年9月，我國網(wǎng)民規(guī)模近11億人（10.99億人），較2023年12月增長了742萬人，互聯(lián)網(wǎng)普及率達(dá)78.0%［1］。上述數(shù)據(jù)表明了我國互聯(lián)網(wǎng)發(fā)展的強(qiáng)勁實(shí)力與普及程度，并且網(wǎng)絡(luò)已經(jīng)深刻影響了人們生產(chǎn)生活的各個(gè)方面。伴隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，越來越多的人在前往目的地之前會(huì)借助網(wǎng)絡(luò)進(jìn)行信息查詢，在游玩結(jié)束后會(huì)分享游玩的感受，這為目的地形象感知研究提供了大量的數(shù)據(jù)［2］。目前，針對(duì)網(wǎng)絡(luò)文本的綜述文章以文獻(xiàn)整理法為主，采用文獻(xiàn)計(jì)量軟件進(jìn)行分析的研究相對(duì)較少，且側(cè)重在旅游［3］、貿(mào)易經(jīng)濟(jì)［4］、文化領(lǐng)域［5］，且分析時(shí)域普遍較長，對(duì)風(fēng)景園林領(lǐng)域的針對(duì)性一般，缺乏全面、系統(tǒng)、客觀地梳理風(fēng)景園林領(lǐng)域?qū)δ康牡匦蜗蟾兄芯康南嚓P(guān)綜述。該研究運(yùn)用文件計(jì)量軟件CiteSpace可視化分析近年國內(nèi)基于網(wǎng)絡(luò)文本數(shù)據(jù)的目的地形象感知研究文獻(xiàn)，旨在把握風(fēng)景園林領(lǐng)域目的地形象感知方面的研究現(xiàn)狀，揭示該領(lǐng)域的研究熱點(diǎn)和研究前沿，為未來相關(guān)學(xué)者的深入研究提供現(xiàn)實(shí)參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

研究數(shù)據(jù)來源于中國知網(wǎng)數(shù)據(jù)庫，將以“網(wǎng)絡(luò)文本”和“目的地形象感知”為主題的期刊論文作為研究樣本，共檢索出期刊文獻(xiàn)815篇，通過人工篩選剔除相關(guān)性較小的文獻(xiàn)，得到有效文獻(xiàn)共767篇（發(fā)文截止日期為2024年10月26日），并保存為Refworks格式。

1.2 研究方法

CiteSpace是由著名信息可視化專家陳超美教授在2004年開發(fā)的一款可視化分析工具，在文獻(xiàn)識(shí)別中采用網(wǎng)絡(luò)可視化方法展示文獻(xiàn)之間的聯(lián)系，被學(xué)者廣泛用于綜述和文獻(xiàn)分析等領(lǐng)域［6-8］。該研究借助CiteSpace軟件V6.1.R6（64-bit）版本對(duì)767篇網(wǎng)絡(luò)文本數(shù)據(jù)研究的相關(guān)文獻(xiàn)進(jìn)行可視化分析，發(fā)文量及年度趨勢借助Microsoft Office軟件繪制圖表并分析。

2 結(jié)果與分析

2.1 發(fā)文量趨勢分析

發(fā)文量在一定程度上能夠反映某研究在不同時(shí)期的發(fā)展?fàn)顩r和變化特征［9］。2014—2024年，中國知網(wǎng)數(shù)據(jù)庫中網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究文獻(xiàn)年度發(fā)文量隨時(shí)間變化呈現(xiàn)上升趨勢（見圖1）。2016年之前，該領(lǐng)域每年的發(fā)文量低于40篇，自2016年開始發(fā)文量逐年增長，2021年和2023年研究成果顯著增加，發(fā)文量達(dá)到114篇和104篇，表明網(wǎng)絡(luò)文本數(shù)據(jù)的研究在互聯(lián)網(wǎng)日益發(fā)展的時(shí)代更加占據(jù)舉足輕重的地位，網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究成為風(fēng)景園林的熱點(diǎn)。

2.2 作者合作網(wǎng)絡(luò)分析

作者合作網(wǎng)絡(luò)分析能夠清晰地揭示某一學(xué)科領(lǐng)域內(nèi)的重要作者及其相互之間的合作與引用關(guān)系。統(tǒng)計(jì)發(fā)現(xiàn)，當(dāng)前風(fēng)景園林領(lǐng)域網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知的研究作者發(fā)文總量偏少，發(fā)文量在3篇及以上的作者僅有7位（見表1）。發(fā)文量排名第一位的是湖州師范學(xué)院張建國教授，總發(fā)文量為15篇； 該作者2019年發(fā)表在《中國園林》上的《基于網(wǎng)絡(luò)文本與IPA模型分析的上海辰山植物園旅游形象感知研究》［10］被引頻次達(dá)145次，下載量達(dá)5 456次，是該作者被引頻次、下載量最高的文章。在合作網(wǎng)絡(luò)圖譜中，不同節(jié)點(diǎn)代表不同作者，節(jié)點(diǎn)間連線表示不同作者間的合作關(guān)系，節(jié)點(diǎn)越大表明發(fā)文量越多，連線越粗表明合作強(qiáng)度越高。作者合作網(wǎng)絡(luò)關(guān)系圖譜（見圖2）顯示，節(jié)點(diǎn)數(shù)為318、連線數(shù)為113、密度為0.002 2。說明在網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知的研究過程中形成了以吳寶清、劉學(xué)玲、張鑫、郭偉峰等作者為中心的研究合作圈。不同研究圈的作者研究重點(diǎn)各不相同：吳寶清著重研究旅游者偏好［11-12］；劉學(xué)玲關(guān)注網(wǎng)絡(luò)文本的潛在旅游者態(tài)度和景區(qū)空間行為分析［13-14］。但不難發(fā)現(xiàn)，大多數(shù)存在合作關(guān)系的作者往往隸屬于同一單位，不同機(jī)構(gòu)的合作關(guān)系相對(duì)較弱。

2.3 機(jī)構(gòu)合作網(wǎng)絡(luò)分析

借助CitesSpace對(duì)2014—2024年網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究的機(jī)構(gòu)進(jìn)行合作網(wǎng)絡(luò)分析，得到節(jié)點(diǎn)數(shù)為290，連線數(shù)為106，密度為0.002 5的機(jī)構(gòu)合作網(wǎng)絡(luò)（見圖3）。各機(jī)構(gòu)之間合作與交流不夠緊密，多數(shù)機(jī)構(gòu)傾向于內(nèi)部獨(dú)立進(jìn)行研究工作。由表2可以看出，華僑大學(xué)旅游學(xué)院和湖南師范大學(xué)旅游學(xué)院的發(fā)文頻次位居前2位，是該研究的主力軍，但發(fā)文的中心性與連接性不強(qiáng)，與其他機(jī)構(gòu)合作較少。福建農(nóng)林大學(xué)園林學(xué)院發(fā)文頻次雖位居第三，但中心性較強(qiáng)，說明風(fēng)景園林領(lǐng)域在網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究方面多引用其他專業(yè)的文章，研究機(jī)構(gòu)之間的交流合作呈逐年上升趨勢。

2.4 研究熱點(diǎn)分析

關(guān)鍵詞是對(duì)文章主旨的精煉概括，能夠反映某學(xué)科領(lǐng)域的核心研究焦點(diǎn)。進(jìn)行關(guān)鍵詞分析（見圖3），有助于預(yù)測該研究領(lǐng)域的熱點(diǎn)議題。圖中節(jié)點(diǎn)代表關(guān)鍵詞在研究中出現(xiàn)的頻次；部分節(jié)點(diǎn)外圈呈其他色，表明這些關(guān)鍵詞具有較高中心性，是當(dāng)前該研究領(lǐng)域的研究熱點(diǎn)。由圖4可知，國內(nèi)網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究關(guān)鍵詞有385個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)連線有677條，網(wǎng)絡(luò)的整體密度為0.009 2，關(guān)鍵詞成團(tuán)結(jié)構(gòu)顯著。借助CitesSpace對(duì)2014—2024年網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究的關(guān)鍵詞進(jìn)行分析，得出目的地形象感知研究方向前10的關(guān)鍵詞及其中心性（見表3）?？梢钥闯觯P(guān)鍵詞出現(xiàn)頻次最多的是“網(wǎng)絡(luò)文本”（266次），其次是“形象感知”（103次）、“旅游形象”（89次），說明網(wǎng)絡(luò)文本數(shù)據(jù)在形象感知及旅游形象的研究方面占據(jù)主要地位。

中心性是指文章的關(guān)鍵詞連接多篇文章所起的樞紐作用，中心性越強(qiáng)表明該節(jié)點(diǎn)在該領(lǐng)域的重要性越高［15］。一般情況下，若某個(gè)關(guān)鍵詞的中心性大于0.1，則認(rèn)為其在該學(xué)術(shù)領(lǐng)域具有較大的影響力［16］。在表3中，中心性大于0.1的關(guān)鍵詞有5個(gè)，說明針對(duì)目的地形象感知的深層次研究一直以來圍繞“網(wǎng)絡(luò)文本”“形象感知”“文本分析”“旅游形象”“內(nèi)容分析”等相關(guān)內(nèi)容進(jìn)行。

突現(xiàn)度（Burst）主要用于判斷研究熱點(diǎn)在一段時(shí)間內(nèi)突現(xiàn)的增長率，可以展現(xiàn)一段時(shí)間該領(lǐng)域的研究趨勢［17］。由圖5可知，網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知的研究關(guān)鍵詞突現(xiàn)情況，突現(xiàn)最多的是內(nèi)容分析（5.32），其次是游客感知（3.48）、感知（2.42）、投射形象（2.29）、游客體驗(yàn)（2.12）、扎根理論（1.93）等。2016年以來，網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知的研究主要集中在扎根理論、大數(shù)據(jù)、網(wǎng)絡(luò)評(píng)論、文本分析、風(fēng)景園林、城市公園等領(lǐng)域，這些熱點(diǎn)可能是未來網(wǎng)絡(luò)文本對(duì)目的地形象感知研究的主要方向。其中，網(wǎng)絡(luò)文本數(shù)據(jù)為風(fēng)景園林專業(yè)提供了游客對(duì)目的地形象感知的寶貴反饋，有助于指導(dǎo)景區(qū)規(guī)劃、提升游客體驗(yàn)，并塑造積極的旅游形象。

3 總結(jié)和展望

3.1 總結(jié)

基于CiteSpace可視化軟件，以中國知網(wǎng)數(shù)據(jù)庫中2014—2024年網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究的有效文獻(xiàn)數(shù)據(jù)為樣本，挖掘了網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究的發(fā)展脈絡(luò)，是風(fēng)景園林專業(yè)在網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究的一個(gè)新嘗試。

隨著大數(shù)據(jù)時(shí)代的到來，網(wǎng)絡(luò)文本數(shù)據(jù)在對(duì)目的地形象感知方面的研究一直受到相關(guān)研究者的高度關(guān)注，研究整體呈上升趨勢，尤其是在2021—2023年，研究成果顯著增加，凸顯了基于網(wǎng)絡(luò)文本數(shù)據(jù)的研究在互聯(lián)網(wǎng)日益發(fā)展的時(shí)代占據(jù)舉足輕重的地位。

網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知的研究團(tuán)隊(duì)總體以華僑大學(xué)旅游學(xué)院、湖南師范大學(xué)旅游學(xué)院、福建農(nóng)林大學(xué)園林學(xué)院為主，其持續(xù)關(guān)注著網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知的研究。現(xiàn)階段，該領(lǐng)域核心研究者有張建國、吳寶清、劉學(xué)玲、張鑫、郭偉峰等團(tuán)隊(duì)，但各個(gè)研究團(tuán)隊(duì)間的合作關(guān)系較少。

由關(guān)鍵詞、中心性和突顯度等圖譜可看出，網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知方面的研究主要集中在游客感知和旅游體驗(yàn)方向。從研究方法來看，該領(lǐng)域研究主要運(yùn)用文本分析、內(nèi)容分析和扎根理論等方法。從2016年至今，文本分析的研究方法在網(wǎng)絡(luò)數(shù)據(jù)分析中得到了大量運(yùn)用，且處于網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知研究的核心地位。

3.2 展望

目前，網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知的研究機(jī)構(gòu)主要是華僑大學(xué)旅游學(xué)院和湖南師范大學(xué)旅游學(xué)院這類高校和少數(shù)研究院所，后續(xù)應(yīng)集聚國內(nèi)更多高校、科研院所的力量共同開展研究。

目前，網(wǎng)絡(luò)文本數(shù)據(jù)對(duì)目的地形象感知的研究更多聚焦旅游管理相關(guān)專業(yè)，在風(fēng)景園林專業(yè)的研究只是初探。風(fēng)景園林專業(yè)在目的地形象感知方面扮演著至關(guān)重要的角色，其能通過游客對(duì)目的地的形象感知和使用后評(píng)價(jià)來綜合設(shè)計(jì)、規(guī)劃和維護(hù)城市和自然環(huán)境，還能促進(jìn)生態(tài)平衡，增加人類福祉，同時(shí)融入目的地的文化和歷史元素。此外，優(yōu)美的園林景觀還能吸引游客，推動(dòng)旅游業(yè)的發(fā)展，提升城市形象，吸引投資和人才，進(jìn)而促進(jìn)經(jīng)濟(jì)發(fā)展。

風(fēng)景園林專業(yè)應(yīng)更加注重運(yùn)用網(wǎng)絡(luò)文本數(shù)據(jù)來指導(dǎo)設(shè)計(jì)實(shí)踐。收集網(wǎng)絡(luò)文本數(shù)據(jù)可以提取高頻詞匯、情感傾向和關(guān)鍵信息，從而對(duì)游客的偏好和需求進(jìn)行精準(zhǔn)把握。將評(píng)價(jià)融入風(fēng)景園林的設(shè)計(jì)，可以創(chuàng)造出更加符合游客期望和需求的景觀空間。

風(fēng)景園林專業(yè)可以利用網(wǎng)絡(luò)文本數(shù)據(jù)評(píng)估和優(yōu)化風(fēng)景園林項(xiàng)目的實(shí)施效果。對(duì)比游客在網(wǎng)絡(luò)上的反饋與項(xiàng)目設(shè)計(jì)的初衷和目標(biāo)，可以發(fā)現(xiàn)設(shè)計(jì)中存在的問題和不足，及時(shí)進(jìn)行調(diào)整和改進(jìn)以提高風(fēng)景園林項(xiàng)目的質(zhì)量和效益。

參考文獻(xiàn)：

［1］第54次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》發(fā)布［J］.傳媒論壇，2024，7（17）：121.

［2］劉瑩.基于網(wǎng)絡(luò)文本分析的沈陽市旅游形象感知及提升策略研究［D］.沈陽：沈陽師范大學(xué)，2023.

［3］劉海，雷彬.國內(nèi)外基于網(wǎng)絡(luò)文本分析的旅游研究綜述［J］.中外企業(yè)家，2018（30）：59-60.

［4］付鈺菲，汪明艷.深度學(xué)習(xí)在金融領(lǐng)域的應(yīng)用研究綜述［J］.軟件工程，2022，25（3）：1-4.

［5］熊回香，楊夢婷，李玉媛.基于深度學(xué)習(xí)的信息組織與檢索研究綜述［J］.情報(bào)學(xué)，2020，38（3）：3-10.

［6］陳悅，陳超美，劉則淵，等.CiteSpace知識(shí)圖譜的方法論功能［J］.科學(xué)學(xué)研究，2015，33（2）：242-253.

［7］CHEN M C.CiteSpaceII：detecting and visualizing emerging trends and transient patterns in scientific literature［J］.Journal of the American Society for Information Science and Technology，2006，57（3）：359-377.

［8］王露凝，呂一河，王文玲.基于CiteSpace可視化分析的生態(tài)系統(tǒng)文化服務(wù)研究進(jìn)展［J/OL］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào).（2024-10-24）［2024-10-26］.https：//doi.org/10.19741/j.issn.1673-4831.2024.0396.

［9］馬浩洋，周敏.基于CiteSpace的我國土地利用優(yōu)化問題研究進(jìn)展綜述［J］.農(nóng)村經(jīng)濟(jì)與科技，2024，35（17）：26-29.

［10］張瑞，張建國.基于網(wǎng)絡(luò)文本與IPA模型分析的上海辰山植物園旅游形象感知研究［J］.中國園林，2019，35（8）：83-87.

［11］吳寶清，吳晉峰，吳玉娟，等.基于網(wǎng)絡(luò)文本的TDI地域差異研究：以西安的國內(nèi)旅游形象為例［J］.浙江大學(xué)學(xué)報(bào)（理學(xué)版），2015，42（4）：474-482.

［12］吳寶清，吳晉峰，劉佳，等.基于網(wǎng)絡(luò)文本的巴丹吉林沙漠旅游者偏好研究［J］.中國沙漠，2015，35（4）：1041-1047.

［13］劉學(xué)玲，馬秋芳.基于網(wǎng)絡(luò)文本的潛在旅游者旅游態(tài)度研究：以廬山為例［J］.現(xiàn)代商貿(mào)工業(yè)，2022，43（8）：30-31.

［14］劉學(xué)玲，馬秋芳.基于網(wǎng)絡(luò)文本的廬山旅游者景區(qū)空間行為分析［J］.銅仁學(xué)院學(xué)報(bào)，2021，23（5）：84-91，100.

［15］陳俊利，任建學(xué)，王璐，等.我國健康扶貧研究熱點(diǎn)與趨勢分析：基于2016—2021年CNKI的文獻(xiàn)計(jì)量分析［J］.中國農(nóng)村衛(wèi)生事業(yè)管理，2022，42（11）：775-780.

［16］朱格格，黃安書，覃盈盈.基于Web of Science的國際紅樹林研究發(fā)展態(tài)勢分析［J］.廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，42（5）：1-12.

［17］裴桐，陜永杰，王海寧，等.基于CiteSpace的我國城市化水平研究進(jìn)展與展望［J］.陜西理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，38（6）：78-83，92.

Exploring Destination Image Perception Based on Online Text Data： Using CiteSpace

WU Yifan

College of Forestry， Jiangxi Agricultural University Nanchang 330045， China

Abstract： Based on CiteSpace visualization software， an in-depth analysis was conducted on 767 valid articles from the CNKI database （2014-2024） regarding destination image perception research by using online textual data. The results reveal a growing trend in this research field， with significant increases in research output particularly in 2021 and 2023. Currently， the core research teams are primarily from the Tourism College of Huaqiao University， the Tourism College of Hunan Normal University， and the Landscape Architecture College of Fujian Agriculture and Forestry University， but collaboration among them remains limited. Research hotspots mainly focus on tourist perception and travel experience， with text analysis， content analysis， and grounded theory being the predominant research methods. However， despite the crucial role of landscape architecture in destination image perception， related research is still in its preliminary stages. Therefore， in the future， efforts should be focused on integrating more universities and research institutions to strengthen the contribution of landscape architecture to destination image perception research by using online textual data， while emphasizing the application of these data to guide design practices and optimize project implementation.

Key words： online textual data; CiteSpace; image perception

（欄目編輯：李 菡）