论文部分内容阅读
摘 要：新疆作为“丝绸之路”经济带核心区，其文化旅游资源类型丰富且资源品质较高。近年来，新疆旅游业发展质量明显提升，但由于旅游资源产业自主创新能力较弱等问题也影响着丝路新疆旅游资源高质量发展。本文从在携程网上甄选的40个景区入手，借助LDA主题模型研究法，针对各景区的游客的评价进行分析，提取出21个评价维度，分析丝路经济带核心区的旅游资源。
关键词：文化旅游；“丝绸之路”经济带；LDA主题模型
中图分类号：F592.7 文献标识码：A
基金项目：自治区治疆方略理论与实践研究重点课题“基于供给侧改革视角下的新疆全域旅游经济高质量发展研究”（19ZJFLZ07）；国家民委“民族地区参与‘一带一路’建设研究-基于丝绸之路经济带新疆核心区文化旅游发展视角”（2020-GMD-050）。
“丝绸之路”经济带核心区位于中国向西开放的前沿阵地，其在地缘、政策、交通、经贸、金融等方面具备较大优势。新疆是“丝绸之路”经济带的核心区，加快其开发建设有利于推进我国向西开拓的步伐[1]。将“丝绸之路”经济带沿线城市的旅游竞争力作为一个模块进行定量研究的文献，是选择“丝绸之路”经济带旅游增长极的主要途径，将为规划“丝绸之路”经济带的旅游发展提供理论支持，对当地经济的发展具有积极意义。
隐含狄利克雷分布（Latent Dirichlet Allocation，LDA）主题模型最初由David Blei、Andrew Ng和Michael I.Jordan于2003年提出，是一种非监督机器学习方法，用于发觉文档中潜在的主题信息[1]。该模型属于生成模型，认为文档是由多个主题依据概率分布混合生成，而文档由词语依据概率分布生成。可用以下公式表示：
具体的分析流程如图1所示，θ表示主题——文档模型，即每个文档下主题的多项式分布，α为其先验参数；φ表示词语——主题模型，即每个主题下词的多项式分布，β为其先验参数。在图1中，T表示主题数，D表示文档数，Z为主题集合，W为词汇集合。LDA生成文档的过程是：从概率模型θ中选择一个主题Z，在主题Z中对应的概率模型φ中选择词语W，不断重复Nd次，直至生成全部文档集合。本文采用Python中的Gensim工具包来实现旅游文本的主题提取[2]。
（一）数据采集
携程旅行网是中国最大的在线旅游平台，其发展规模占中国在线旅游市场一半以上。截至2020年8月，携程旅行网的用户量已经超过4亿人，每天产生超过100TB的数据量。该研究选择以携程旅行网为数据来源，采用网络云爬虫软件八爪鱼选取新疆热门旅游景点（即评论量超过100条的景区）的在线评论。最终从40个景区采集了32 289条评论，详情如表1所示。
（一）数据预处理
为了准确识别新疆旅游资源维度，该研究对数据进行了全面的预处理。首先是剔除重复评论，然后采用Python中工具包进行分词，最后是进行词性识别与选择。从表现形式来看，旅游资源可以分为两类：静态旅游资源和动态旅游资源。静态旅游资源主要是目的地景观和文化内涵，如湖泊、草原、民俗文化等，多由名词来表示；动态旅游资源主要是当地旅游活动，如骑马、摄影等，主要由动词来表示。该研究为进一步有效清洗数据，仅保留了在线评论中的名词和动词。此外，由于地区名称与景区名称仅仅表示方位，对旅游形象不产生影响，将其做剔除处理。
（三）分析结果
通过LDA主题模型分析，共提取出21个评价维度。每个评价维度有10个反映其特征的主题词。而这10个主题词是资源评价维度命名的依据。各维度命名的基本流程为：首先由一名专家依据主题词对各维度进行命名，然后由另一名专家进行修改并确定最终名称[3]（表2）。
根据LDA主题模型分析结果可以发现，新疆旅游资源主要体现在当地居民的民俗生活、自然景观、历史遗迹等方面。此外，新疆旅游资源评价维度还包括旅游购物、边境口岸以及神话传说3个维度。
从游客感知的角度来看，游客整体上表现出了十分积极的态度，游客感受到的普遍为优美的自然风光、恬静的民俗生活以及厚重的歷史文化。然而，从旅游资源的表现形式来看，却反映出存在一定的隐患。新疆旅游吸引力的主要构成形式决定了游客的体验方式，即主要以旁观者的身份去观察，故游客难以深度体验旅游环境。这势必会对游客的旅游满意度以及重访意愿产生一定的影响。
已有的旅游资源评价量表主要是从供给的角度（即旅游目的地所具备的旅游资源）并结合研究者的经验而构建。通过这种方式构建评价量表需要反复去打磨、验证，周期较长。伴随着游客需求的变化，旅游吸引物和旅游资源同样是变化的，因此可能会忽略有价值的评价值维度。旅游目的地能够获得游客青睐的一个重要属性是其独特性，因此旅游目的地的培育及开发特色资源，难以用统一的量表去评价。
通过在线评论采用主题模型提取旅游资源的评价属性能有效克服以上不足。为此，该研究将从在线评论中挖掘出的评价量表与专家组构建的评价量表进行对比分析。对比的评价指标为Jaccard系数，计算公式如下：
在式（2）中，J表示Jaccard系数，N（Dlda）为采用LDA主题模型从在线旅游评论中提取的旅游资源评价维度的数量，N（Dpr）为专家构建的旅游资源评价维度的数量。
Jaccard系数值越高，表明基于在线评论提取的评价量表与专家构建的评价量表的相似度越高。在该研究中，Jaccard系数为0.654，处于较高水平，表明二者均较为全面地覆盖了新疆的旅游资源，能够新疆的旅游资源进行有效评价。但与此同时二者存在差异（表3），与专家构建的评价量表相比，基于在线评论提取的量表缺少了名树古木、公园、军事遗址、石窟和民间节庆5个维度[4]。由于采用LDA主题模型提取的属性是基于大量的在线评论中提取的，能够良好地反映消费者的偏好，因此这里我们有充足的理由认为，这5个维度尽管是新疆重要的旅游资源但未能获得游客的青睐，在游客的评论中没有充分体现出来。而生态景观、民宿体验、图瓦村庄和特色美食是专家构建的量表中忽略的4个维度[5]。导致产生这一现象的原因主要有两个。一是游客的旅游需求是动态变化的。近年来，国内部分地区环境污染严重，人们对良好的生态环境越发向往，因此新疆未经大力开发的生态环境成为吸引游客的重要元素。民宿体验引起游客广泛关注的原因在于，当前中国游客需求发展日趋成熟，单调的观光旅行已经满以满足他们的需要，当地的民俗文化对游客来说越来越具有吸引力。而民宿则是游客亲近当地文化的最为便捷的方式，因此近年来民宿成为游客所向往的旅游元素。随着自由行的兴起，游客开始有更多的机会自主选择饮食，美食随之成为游客旅游体验的重要元素。而图瓦村庄这一维度被学者构建的量表忽略则是由另一个原因所致，即专家构建的量表更为抽象，尽管抽象意味着量表更具有概括性，但容易忽略特征元素。虽然专家构建的量表涵盖了民俗村落，但图瓦村庄是具有其独特性的，与新疆主流的民俗村落有明显差别。图瓦村庄的独特性引起了游客的关注，并在在线旅游评论中进行了重点说明，从而使得该评价维度得以从在线评论中提取出来。
根据LDA研究方法检测出的数据可以看出，名树古木、军事遗址、石窟和民间节庆等景区应加大宣传力度，创造独有的丝路故事。而针对国内遭到严重破坏的生态旅游景区，各景区应加强保护措施，保证生态旅游景区的可持续发展。各景区应借助丝路经济带的优势，打造具有特色的景区文化内涵，加大开发力度，积极打造丝路经济带核心区的一线旅游资源，提高旅游者对其各景区的旅游评价。
[1] 杨楠楠，张文中，杨习铭.丝绸之路经济带核心区打造“内陆自由贸易港”研究[J].价格月刊，2020（9）：63-69.
[2] 張月花，杨燕华，薛平智.丝绸之路城市旅游经济带竞争力研究[J].生产力研究，2016（8）：77-79.
[3] 蔡青青.“丝绸之路经济带”背景下新疆自贸区建设研究[J].湖北科技学院学报，2019，39（6）：1-6.
[4] 苏建军，刘洋.丝绸之路沿线国家旅游资源分异特征及其影响因素[J].西北民族大学学报（哲学社会科学版），2020（4）：149-157.
[5] 陈霖.基于茶文化的丝绸之路旅游文化经济带发展战略研究[J].旅游与摄影，2020（3）：48-49.
关键词：文化旅游；“丝绸之路”经济带；LDA主题模型
中图分类号：F592.7 文献标识码：A
基金项目：自治区治疆方略理论与实践研究重点课题“基于供给侧改革视角下的新疆全域旅游经济高质量发展研究”（19ZJFLZ07）；国家民委“民族地区参与‘一带一路’建设研究-基于丝绸之路经济带新疆核心区文化旅游发展视角”（2020-GMD-050）。
一、文献回顾
“丝绸之路”经济带核心区位于中国向西开放的前沿阵地，其在地缘、政策、交通、经贸、金融等方面具备较大优势。新疆是“丝绸之路”经济带的核心区，加快其开发建设有利于推进我国向西开拓的步伐[1]。将“丝绸之路”经济带沿线城市的旅游竞争力作为一个模块进行定量研究的文献，是选择“丝绸之路”经济带旅游增长极的主要途径，将为规划“丝绸之路”经济带的旅游发展提供理论支持，对当地经济的发展具有积极意义。
二、研究方法
隐含狄利克雷分布（Latent Dirichlet Allocation，LDA）主题模型最初由David Blei、Andrew Ng和Michael I.Jordan于2003年提出，是一种非监督机器学习方法，用于发觉文档中潜在的主题信息[1]。该模型属于生成模型，认为文档是由多个主题依据概率分布混合生成，而文档由词语依据概率分布生成。可用以下公式表示：
具体的分析流程如图1所示，θ表示主题——文档模型，即每个文档下主题的多项式分布，α为其先验参数；φ表示词语——主题模型，即每个主题下词的多项式分布，β为其先验参数。在图1中，T表示主题数，D表示文档数，Z为主题集合，W为词汇集合。LDA生成文档的过程是：从概率模型θ中选择一个主题Z，在主题Z中对应的概率模型φ中选择词语W，不断重复Nd次，直至生成全部文档集合。本文采用Python中的Gensim工具包来实现旅游文本的主题提取[2]。
三、数据分析
（一）数据采集
携程旅行网是中国最大的在线旅游平台，其发展规模占中国在线旅游市场一半以上。截至2020年8月，携程旅行网的用户量已经超过4亿人，每天产生超过100TB的数据量。该研究选择以携程旅行网为数据来源，采用网络云爬虫软件八爪鱼选取新疆热门旅游景点（即评论量超过100条的景区）的在线评论。最终从40个景区采集了32 289条评论，详情如表1所示。
（一）数据预处理
为了准确识别新疆旅游资源维度，该研究对数据进行了全面的预处理。首先是剔除重复评论，然后采用Python中工具包进行分词，最后是进行词性识别与选择。从表现形式来看，旅游资源可以分为两类：静态旅游资源和动态旅游资源。静态旅游资源主要是目的地景观和文化内涵，如湖泊、草原、民俗文化等，多由名词来表示；动态旅游资源主要是当地旅游活动，如骑马、摄影等，主要由动词来表示。该研究为进一步有效清洗数据，仅保留了在线评论中的名词和动词。此外，由于地区名称与景区名称仅仅表示方位，对旅游形象不产生影响，将其做剔除处理。
（三）分析结果
通过LDA主题模型分析，共提取出21个评价维度。每个评价维度有10个反映其特征的主题词。而这10个主题词是资源评价维度命名的依据。各维度命名的基本流程为：首先由一名专家依据主题词对各维度进行命名，然后由另一名专家进行修改并确定最终名称[3]（表2）。
根据LDA主题模型分析结果可以发现，新疆旅游资源主要体现在当地居民的民俗生活、自然景观、历史遗迹等方面。此外，新疆旅游资源评价维度还包括旅游购物、边境口岸以及神话传说3个维度。
从游客感知的角度来看，游客整体上表现出了十分积极的态度，游客感受到的普遍为优美的自然风光、恬静的民俗生活以及厚重的歷史文化。然而，从旅游资源的表现形式来看，却反映出存在一定的隐患。新疆旅游吸引力的主要构成形式决定了游客的体验方式，即主要以旁观者的身份去观察，故游客难以深度体验旅游环境。这势必会对游客的旅游满意度以及重访意愿产生一定的影响。
已有的旅游资源评价量表主要是从供给的角度（即旅游目的地所具备的旅游资源）并结合研究者的经验而构建。通过这种方式构建评价量表需要反复去打磨、验证，周期较长。伴随着游客需求的变化，旅游吸引物和旅游资源同样是变化的，因此可能会忽略有价值的评价值维度。旅游目的地能够获得游客青睐的一个重要属性是其独特性，因此旅游目的地的培育及开发特色资源，难以用统一的量表去评价。
通过在线评论采用主题模型提取旅游资源的评价属性能有效克服以上不足。为此，该研究将从在线评论中挖掘出的评价量表与专家组构建的评价量表进行对比分析。对比的评价指标为Jaccard系数，计算公式如下：
在式（2）中，J表示Jaccard系数，N（Dlda）为采用LDA主题模型从在线旅游评论中提取的旅游资源评价维度的数量，N（Dpr）为专家构建的旅游资源评价维度的数量。
Jaccard系数值越高，表明基于在线评论提取的评价量表与专家构建的评价量表的相似度越高。在该研究中，Jaccard系数为0.654，处于较高水平，表明二者均较为全面地覆盖了新疆的旅游资源，能够新疆的旅游资源进行有效评价。但与此同时二者存在差异（表3），与专家构建的评价量表相比，基于在线评论提取的量表缺少了名树古木、公园、军事遗址、石窟和民间节庆5个维度[4]。由于采用LDA主题模型提取的属性是基于大量的在线评论中提取的，能够良好地反映消费者的偏好，因此这里我们有充足的理由认为，这5个维度尽管是新疆重要的旅游资源但未能获得游客的青睐，在游客的评论中没有充分体现出来。而生态景观、民宿体验、图瓦村庄和特色美食是专家构建的量表中忽略的4个维度[5]。导致产生这一现象的原因主要有两个。一是游客的旅游需求是动态变化的。近年来，国内部分地区环境污染严重，人们对良好的生态环境越发向往，因此新疆未经大力开发的生态环境成为吸引游客的重要元素。民宿体验引起游客广泛关注的原因在于，当前中国游客需求发展日趋成熟，单调的观光旅行已经满以满足他们的需要，当地的民俗文化对游客来说越来越具有吸引力。而民宿则是游客亲近当地文化的最为便捷的方式，因此近年来民宿成为游客所向往的旅游元素。随着自由行的兴起，游客开始有更多的机会自主选择饮食，美食随之成为游客旅游体验的重要元素。而图瓦村庄这一维度被学者构建的量表忽略则是由另一个原因所致，即专家构建的量表更为抽象，尽管抽象意味着量表更具有概括性，但容易忽略特征元素。虽然专家构建的量表涵盖了民俗村落，但图瓦村庄是具有其独特性的，与新疆主流的民俗村落有明显差别。图瓦村庄的独特性引起了游客的关注，并在在线旅游评论中进行了重点说明，从而使得该评价维度得以从在线评论中提取出来。
四、结语
根据LDA研究方法检测出的数据可以看出，名树古木、军事遗址、石窟和民间节庆等景区应加大宣传力度，创造独有的丝路故事。而针对国内遭到严重破坏的生态旅游景区，各景区应加强保护措施，保证生态旅游景区的可持续发展。各景区应借助丝路经济带的优势，打造具有特色的景区文化内涵，加大开发力度，积极打造丝路经济带核心区的一线旅游资源，提高旅游者对其各景区的旅游评价。
参考文献
[1] 杨楠楠，张文中，杨习铭.丝绸之路经济带核心区打造“内陆自由贸易港”研究[J].价格月刊，2020（9）：63-69.
[2] 張月花，杨燕华，薛平智.丝绸之路城市旅游经济带竞争力研究[J].生产力研究，2016（8）：77-79.
[3] 蔡青青.“丝绸之路经济带”背景下新疆自贸区建设研究[J].湖北科技学院学报，2019，39（6）：1-6.
[4] 苏建军，刘洋.丝绸之路沿线国家旅游资源分异特征及其影响因素[J].西北民族大学学报（哲学社会科学版），2020（4）：149-157.
[5] 陈霖.基于茶文化的丝绸之路旅游文化经济带发展战略研究[J].旅游与摄影，2020（3）：48-49.