论文部分内容阅读
Web 2.0的发展为社交媒体带来全新变革,智能手机、平板电脑等便携设备的出现使得人们发布信息更加快捷、方便,在线日志、社交网站、评论平台等成为人们即时发表信息、与他人交流观点、建立人际关系的平台。互联网平台成为国民情绪的集散地,其中的海量信息成为学者们研究群体情绪的主要来源,为社会科学带来了前所未有的研究机遇。关于网络集群行为的研究主要集中在社会情绪的变化,关于游客情绪的研究大多集中在粗粒度情绪的分析,分析游客的情绪变化、总结情绪变化规律、挖掘游客情绪变化原因,对景区管理和运营的改进具有重要意义。为探究近10年来国内5A级景区游客的情绪脉搏时空变化,更好的掌握网络集群行为视角下游客的情绪变化规律,本研究以携程网和去哪儿网两大旅游网站中近十年来游客在全国249家5A级景区行游后的在线评论为研究对象,结合相关情绪词库,提炼适用于网络情境的游客细粒度情绪词库,使用Spark实现Bayes算法,构建网络环境下游客细粒度情绪分析模型,对全国5A级景区的游客在线评论进行细粒度情绪判定,从时间、空间以及时空结合的角度对游客情绪脉搏进行对比分析。研究结果表明:(1)时间维度下,游客的厌恶、愤怒、悲伤、喜悦、恐惧、惊奇等6类情绪在2010年-2012年、2013年-2015年和2016年-2018年这三个时间段出现明显变化且区别明显;(2)空间维度下,31省市范围内5A级景区游客的厌恶、愤怒、悲伤、喜悦、恐惧、惊奇等6类情绪所占比例差异较大,且变化明显;(3)就变化最为明显的2015-2017年内的游客情绪分析后发现,不同类型景区的游客情绪脉搏在不同节假日期间区别不大,周内差异不明显,不同月份间会有差异,年度区别较为明显;(4)就31省市范围和7大分区来说,在2010年-2018年共计9年范围内,游客情绪脉搏在不同区域有差异。运用内容分析法对游客在线评论文本进行分析,提取高频词,通过社会语义网络,分析游客的不同偏好,为5A级景区的提质扩容升级提出建议。