1概述
随着互联网技术的迅猛发展和Web2.0时代的到来，越来越多的旅游出行用户都会在出行前上网查询旅游攻略并在线预订旅游服务，出行中及时将旅游体验与其他网友互动分享，出行结束后也会客观中肯地在网络平台上留下自己的出行感受以供其他潜在旅游者参考。而游客在互联网上的评论数据成为了旅游领域的研究热点，通过文本挖掘的技术手段将游客发自内心的真实想法进行跟踪记录与分析，可以及时掌握游客在旅游过程中关注的焦点问题，不仅可以从海量的评论数据中了解旅游者潜藏的旅游偏好，同时也可以完善旅游服务项目、提高旅游服务体验来吸引更多潜在的旅游者，为海南旅游业不断向好发展提供思路。
2基于旅游评论数据的研究现状
国外对于旅游评论的研究比较成熟，研究成果也颇多。Noel Scott等(2006)探讨了知识分享作为新的想法和竞争优势被运用旅游探究上。在此基础上，有关于旅游分享的研究大量涌现。Park等(2012)研究了具有文化差异的旅游者信息分享行为。Sun M等(2015)利用中国旅游博客考察新西兰旅游目的地的形象感知的研究。与国外相比，国内对游客评论数据的研究较晚。王耀斌等(2017)采用文本挖掘的方法，对网络游记中的词频、情感和语义网络进行分析。王昕天等(2017)利用内容分析法获得游客在线旅游情报决策的行为规律。胡喜强(2017)利用网络文本分析法对长沙城市旅游目的地游客满意度进行研究和评价，并提出提升建议。纵观国内外对游客评论数据的研究，可以发现通过文本挖掘技术对不遵循章法的游客随意评论内容
研究已经积累了比较丰富的成果，并且在一定程度上避免了传统实地调查受时间、地点约束等方面的限制，尤其是问卷设计的问题可能并不能够真实反映游客心声所造成调研数据失真等情况，因此利用新手段对网络游客评论数据进行研究有着重要意义。
3研究过程与方法
3.1旅游平台的选择
在旅游平台的选择上综合考虑了多方面因素，比如旅游网站的排名、网站的域名年龄、网站的百度权重、网站的日均流量、网站游客评论数据的可获取性等，基于此，选取3个旅游网站平台作为获取游客评论数据的研究样本网站，这3个网站在旅游服务定位上存在差异，但在自身定位的领域做得比较好，尤其是游客评论数据具有可获取性，为后续研究奠定了基础。这3个旅游网站截止2020年2月4日的信息如表1所示。
作者简介：冯绍娜(1987-)，女，助教，硕士，研究方向：电子商务及营销。
基于游客评论数据的可视化分析
冯绍娜
（海南软件职业技术学院，海南琼海571400）
摘要：旅游从少数人的享受转变为大众日常的生活方式离不开社会经济的发展和科技的进步。互联网
的迅猛发展便于人们清晰地将自己旅行过程中的所见所闻记录于网络上，因此互联网上产生的游客评论
数据与日俱增。针对海南作为国际旅游岛的发展背景，选取一些网络平台上的游客评论数据为研究样本，以网站上有关海南旅游的游客评论数据为研究内容，采用文本挖掘的方法，对游客评论数据中的热
词进行词云图和网络语义图的可视化分析，挖掘出游客来海南旅游的关注焦点内容，为促进海南旅游业
发展提供参考。
关键词：游客评论；文本挖掘；可视化分析
表1旅游网站各项指标对比
79
2020.02
2020.02
3.2游客评论内容的采集与处理
确定好游客评论数据采集样本网站后，通过八爪鱼
自动采集器分别从样本网站采集评论人、评论内容、评论时间等数据。获取到原始数据后，需对数据进行处理。比如，剔除掉宣传、广告方面的数据，对重复出现的无效评论进行删除，将繁体字进行转换，对网络用语进行调整等一系列工作。进行初始整理后，接着采用Python 中文分词工具中的结巴分词将游
客评论数据进行中文分词以及去除停止词处理，做好游客评论数据可视
化分析的前期准备。
4
基于游客评论数据的可视化分析
4.1基于游客评论数据词云图的可视化
词云图是将文本中的关键词按出现频率的高低用不
同字体大小和颜来表示文本数据中不同级别关键词的显著性，让浏览者一眼便抓住文本的主旨内容，主要是为了文本数据的视觉表示。每个关键词在文本数据中出现得越多，从某种程度上说明该词的重要性越大，因此字体越大越突出，表明关键词越重要。利用Python 对预处理后的游客评论数据进行词云图制作，自动生成图1。
处理游客评论数据所生成的词云图将导游、酒店、不错、三亚等游客评论内容中出现较多的这些关键词予以视觉上突出呈现，在海量的数据中抓住游客关注的焦点内容。将较为突出的前7个关键词予以罗列如表2所示。
通过表2可知，导游这一关键词最为突出。导游在游客出行过程中，始终伴随左右，是一个游客旅游体验最为直观的载体。导游在履行职责时候对旅游目的地风土人情、风俗习惯、区域文化、饮食喜好等专业知识的讲解会让游客感觉旅游不仅可以放松身心还可以增长见识，游客的体验美感会陡然上升。并且导游在旅途过程中会帮助游客解决各式各样的突发状况，对游客来说省去很多不必要的麻烦，可以彻彻底底只带身体不带脑子的愉悦身心。
酒店在词云图中也是一个比较耀眼的存在。很多游客平时在家或者工作中对身边的常住环境产生了倦怠心理，外出旅游对酒店住宿方面确实是有着不一样的期待和追求。酒店在游客出游过程中承载着吃住购娱的角，因此游客对酒店的关注度也是比较高的。
不错字样反映了游客对来海南旅游的整体感觉和体验，对海南旅游的评价还是比较积极的。
三亚这一关键词出现的概率也比较高，说明来海南旅游的游客大部分还是被三亚的景点所吸引，提到海南必谈三亚，三亚已经成为海南旅游的标杆城市。天赐的资源、适宜的气候、优美的环境为三亚成为滨海精品旅游城市提供条件。其实海南作为国际旅游岛，除了三亚以外有很多美到爆炸的小众地方值得游玩。如享有热带雨林、避暑圣地、刺激漂流的五指山，以黎族和苗族为主的少数名族文化风景区保亭，国内低纬度火箭发射基地文昌，空气中弥漫香甜清闲味道的博鳌亚洲论坛基地琼海，可以悠然散漫、飒爽英姿去冲浪的万宁等等。这些城市需要加大宣传力度，更大范围走进游客视野。
行程、安排等关键词也被游客大量提及，说明游客在出游时本来是想好好放松一把，如若行程安排的不妥当，只会让游客感觉非常累，像赶场子一样重量不重质，因此行程如果安排得当，旅游的魅力才会大放异彩。
服务一词游客也比较关注，经济的发展促使中国进入服务经济时代。诸如与吃喝玩乐游相关的很多行业跟服务的相关性较高，服务做得好，口碑就棒，就能吸引源源不断的客源。服务在旅游业中不仅要达到游客需要什么就提供什么，更要做到游客想不到的就要给游客提供意外惊喜的体验。因此，以游客为中心的旅游体验将进一步促进旅游服务的升级。
4.2基于游客评论数据网络语义图的可视化
通过ROST CM 6
文本挖掘软件对采集并处理好的
图1游客评论数据的词云图
关键词1关键词2关键词3关键词4关键词5关键词6关键词7导游
酒店
不错
三亚
行程
安排
服务
表2游客评论数据中较为突出的前7个关键词
80
2020.02
游客评论数据进行社会网络和语义网络分析，在使用该软件过程中自定义添加了类似于“C”这种容易被拆分的专有名词，同时也删除了“每次”、“完成”等无关
词汇，将文本数据中隐藏的语义信息以图表和图形的形
式呈现。将数据导入软件后得出图2。
由图2游客评论数据的网络语义分析图得知，导游、服务、三亚、酒店、行程、安排等词处于图中的中心节点，由该节点词分散连接周边词，和这些节点词越近说明与其关系越密切。这张图进一步揭示了游客关注的焦点词之间的内部联系。与导游一词联系较多的是行程、酒店、安排、三亚、服务、满意、讲解、热情、景点等词，说明导游在游客出行过程中作为一个重要角，不仅负责旅游的行程安排、酒店住宿，还对游客的出游提供专业的景点讲解、周到细致的服务。导游在提升游客旅行体验上具有独一无二的重要作用。由酒店连接的词有服务、环境、房间等，说明游客对酒店的服务比较看重，服务是否贴心到位、环境是否优雅舒适、房间是否干净整洁对游客来说都比较重要。与三亚一词联系较多不仅有行程安排方面的，还有各大景点和酒店，也有一些游客直观感受的词汇诸如开心、满意之类的，说明游客来三亚旅游整体感觉不错。与行程连接比较紧密的是满意，与安排连接比较紧密的是合理，由此可见游客对行程安排方面的评价比较不错，也比较在意旅游过程中的行程安排。
5结语
以海南省为例，通过可视化的词云图和网络语义图
不仅将来海南旅游游客关注的焦点词提取出来，也把词
与词之间的内在联系出来。游客在来海南旅游过程中比较重视导游、酒店、服务、行程安排等，那么海南的旅游管理部门对游客关注的内容也应重视起来。在导游队伍建设和培训方面加强引导，在酒店住宿方面可以提供多元化住宿价位和风格，在提升服务方面可以与时俱进地推出旅游体验方面的智慧化产品诸如AI 旅游、VR 全景游览等，在行程安排方面可以根据游客喜好为其定制专属的个性化行程。并且海南旅游相关管理部门还应加强除三亚以外的景点宣传力度，让更多有意义有体验彩的小众旅游景点走入大众视野，积极打造海南全域旅游各县市的精品品牌，让游客旅游起来意犹未尽。
参考文献
[1]Scott Noel,Laws Eric.Knowledge Sharing in Tourism
and Hospitality [J].Knowledge Sharing and Quality Assurance in Hospitality and Tourism,2006,7(1):
1-12.
[2]Park,Sangwon,Reisinger,Yvette.Cultural Differences
in Wed Communication:A Preliminary Study [J].Tourism Analysis,2012,17(6):761-774.
[3]Sun M,Ryan C,Pan S.Using Chinese Travel Blogs to
Examine Perceived Destination Image:The Case of New Zealand [J].Journal of Travel Research,2015,54(4):543-555.
[4]王耀斌，杨玲，孙传玲，蒋金萍.基于文本挖掘的
典型旅游网站旅游分享比较研究———以甘肃省为例
[J].资源开发与市场,2017,33(1):100-104.
[5]王昕天，汪雷.基于文本挖掘的在线旅游热词情报
分析———以携程网为例[J].情报理论与实践,
2017,(11):105-109.
[6]胡喜强.基于网络评论的长沙城市旅游目的地游客
满意度评价[D].湘潭大学,
数据可视化什么意思
2017.
图2
游客评论数据的网络语义分析图81

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。