李佩镅 周詩敏

(海南經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院國際旅游學(xué)院 海南?？?570100)

1 引言

在數(shù)字經(jīng)濟(jì)發(fā)展的今天，網(wǎng)絡(luò)和社交媒體的繁榮已極大改變了游客出行的選擇方式，越來越多旅游者通過閱讀他人在線評論的信息來計劃其旅行并做出購買決定。這些通過現(xiàn)實游客上傳的文本、圖片等原創(chuàng)信息，稱為用戶生成內(nèi)容(簡稱UGC)。在理論研究中，UGC指的是在網(wǎng)絡(luò)媒體平臺由消費者原創(chuàng)的，并與其他瀏覽者分享信息或觀點的內(nèi)容，能夠影響受眾對目的地的態(tài)度、出行意向甚至行為決策，因此逐漸成為國內(nèi)外研究者關(guān)注的對象。

近年來，采用UGC數(shù)據(jù)的實證研究陸續(xù)出現(xiàn)，并刊登在旅游領(lǐng)域的諸多核心期刊，比如《旅游學(xué)刊》《Journal of Travel Research》等。然而，這些研究大多拘泥于某景點、某酒店等UGC數(shù)據(jù)的單一視角，或是從攜程、推特等單一平臺獲取數(shù)據(jù)，抑或是采用網(wǎng)絡(luò)文本挖掘等單一分析技術(shù)，缺乏系統(tǒng)的梳理與總結(jié)。鑒于UGC數(shù)據(jù)在旅游研究領(lǐng)域?qū)嵺`和理論層面的重要性，本文基于實證研究數(shù)據(jù)，在文獻(xiàn)分析的基礎(chǔ)上，對UGC數(shù)據(jù)運用于旅游領(lǐng)域的研究進(jìn)行回顧與梳理，以期為推動UGC數(shù)據(jù)在國內(nèi)旅游消費領(lǐng)域研究中的應(yīng)用提供參考。

2 UGC數(shù)據(jù)在旅游消費領(lǐng)域的研究回顧與梳理

目前，UGC數(shù)據(jù)被視為大數(shù)據(jù)的重要類型，已被廣泛運用于旅游行業(yè)的研究中。既有研究表明，旅游領(lǐng)域中對UGC的研究主要分為三類：第一，博客、游記攻略、產(chǎn)品消費評論、商家回復(fù)等在線文本數(shù)據(jù)；第二，照片共享網(wǎng)站、社交平臺及產(chǎn)品評論中上傳的圖片等在線圖片數(shù)據(jù)；第三，消費評論中體現(xiàn)的評分、點評時間、購買類型等其他線索數(shù)據(jù)。

2.1 文本數(shù)據(jù)

社交媒體和在線旅游預(yù)訂平臺為游客提供了充分傳播各種旅游相關(guān)信息及分享旅游體驗的平臺，現(xiàn)實游客不僅可以表達(dá)其滿意或不滿情緒，還可以分享其旅行觀點和經(jīng)驗，為潛在游客提供有價值的信息。這些由文本格式構(gòu)成的數(shù)據(jù)類型，傳達(dá)著現(xiàn)實游客的某種主觀感受，這一類型的數(shù)據(jù)統(tǒng)稱為在線文本數(shù)據(jù)，主要包括：社交平臺上的游記攻略、交易平臺上的評論文本數(shù)據(jù)及商家回復(fù)的文本數(shù)據(jù)。

游記攻略文本數(shù)據(jù)記錄著人們的旅游故事和旅游感受，文字篇幅較長，主要針對旅游推薦和旅游情感分析。比如，在旅游推薦方面，Xu等 (2015)通過抓取海量游記數(shù)據(jù)提取出熱門信息，為人們?nèi)ツ睦锿?、玩什么等提供建議。再比如，針對游客情感分析方面，Kahlil和Zhong(2016)則從來自Twitter的非結(jié)構(gòu)化數(shù)據(jù)中總結(jié)出度假村推文中的綜合情緒。

旅游交易平臺上的評論文本數(shù)據(jù)表達(dá)著現(xiàn)實游客對旅游產(chǎn)品的態(tài)度，主要用于測量游客滿意度，這一類的研究集中在酒店、景點與餐廳的研究。其中，酒店在線評論文本數(shù)據(jù)的關(guān)注程度最多，可能是因為預(yù)訂酒店是旅游出行前最為關(guān)心的問題。首先，從酒店數(shù)據(jù)樣本的來源來看，國外學(xué)者的樣本主要來源于TripAdvisor、Booking等平臺，而國內(nèi)學(xué)者則從攜程網(wǎng)、游多多旅游網(wǎng)等平臺抓取數(shù)據(jù)樣本。從上述的文獻(xiàn)來看，酒店評論探討了在線文本信息對消費者決策的影響因素，為酒店管理者了解消費者需求提供了相關(guān)建議。其次，關(guān)于景點在線評論探討的則是游客體驗與目的地形象之間的關(guān)系，研究結(jié)論對改善景區(qū)管理及目的地形象塑造有一定的幫助。最后，餐廳的在線評論數(shù)據(jù)不僅能在某種程度上體現(xiàn)游客的旅游滿意度，還可以幫助管理者了解游客的用餐偏好。

既有研究表明，消費者發(fā)布在線評論主要是因為他們在旅游消費體驗中感到非常滿意或是非常不滿意。比如，在酒店消費情境中，酒店經(jīng)理可以在響應(yīng)客戶投訴時提供各種類型的補償，針對消費者的評論內(nèi)容進(jìn)行道歉回復(fù)也是補償?shù)囊环N方式。例如，Zhang等(2019)關(guān)注酒店的負(fù)面評論下商家回應(yīng)的內(nèi)容如何影響潛在游客的態(tài)度與決策，從主題匹配的角度考察了個性化管理回應(yīng)對評分提高的影響。此外，除了對評論正負(fù)面效價的探討外，研究者建議酒店管理者不僅要留意識別意見領(lǐng)袖，尋找可能合作的機會，還要在對評論回應(yīng)時注意旅游者的類型，比如回復(fù)家庭旅游者和商務(wù)住客應(yīng)各有側(cè)重。

2.2 圖片數(shù)據(jù)

除了在線文本數(shù)據(jù)外，在線圖片數(shù)據(jù)，即游客上傳的圖片包含豐富的用戶、地點和時間等有用信息，為研究旅游目的地形象的構(gòu)建、游客分享行為和旅游營銷提供了新的視角。因此，非結(jié)構(gòu)化類型的在線圖片數(shù)據(jù)在旅游研究中引起了越來越多學(xué)者的關(guān)注。

從某種意義來說，圖片可以理解為目的地形象的壓縮，因為相比文本、聲音等其他形式的信息，視覺圖像對人們的記憶和態(tài)度的影響更加顯著。游客在社交媒體中上傳的照片代表他們個人對旅游目的地的感知、體驗甚至是情感。因此，學(xué)者對在線圖片數(shù)據(jù)的抓取研究，實際上是為旅游目的地形象的傳達(dá)或構(gòu)建提供了一種新的方法。例如，Deng和Li(2018)認(rèn)為在線圖片數(shù)據(jù)越來越成為潛在游客形成旅游目的地形象的有效載體，他提出了一種基于機器學(xué)習(xí)的模型，從觀眾的角度選擇照片元素，并協(xié)助目的地營銷組織進(jìn)行照片選擇；Yu等(2019)則通過對Instagram上的帖子進(jìn)行照片數(shù)據(jù)挖掘與分析，揭示了游客對我國大灣區(qū)的視覺色彩印象。

在游客分享行為的研究中，圖片數(shù)據(jù)主要來源于三個圖片共享平臺，即Flickr，Instagram及Pinterest。具體而言，Zhang等(2019)根據(jù)照片中的地理信息，將不同感知主題的游客認(rèn)知地圖進(jìn)行可視化處理；Yu等(2021)以Instagram平臺為樣本，探討了不同類型的旅游照片與消費者參與度(點贊與評論)之間的關(guān)系；Song等(2016)通過爬取分析日本游客在Pinterest平臺中上傳的照片，研究其旅游興趣與行為的差異。隨著我國移動互聯(lián)網(wǎng)的迅猛發(fā)展，國內(nèi)的社交媒體也在不斷崛起，例如小紅書等鼓勵以照片分享為主的社交平臺，因此在未來的研究中，可以更多地關(guān)注國內(nèi)的后起之秀。此外，在線圖片數(shù)據(jù)被運用于旅游營銷的研究，以旅游電商平臺的營銷為例，圖片數(shù)據(jù)主要來源于攜程網(wǎng)及TripAdvisor，學(xué)者均揭示了酒店體驗中圖片這一非文本元素的重要部分。

2.3 其他線索數(shù)據(jù)

在旅游電商平臺或社交平臺上，一個完整的評論內(nèi)容除了評論文本和照片外，可能還包括星級打分、評價者信息等其他線索數(shù)據(jù)，這些內(nèi)容同樣會影響消費者的搜索行為及購買決策。例如，酒店評論中體現(xiàn)的星級打分越高，越能增強消費者的預(yù)訂意愿。這是因為星級打分在某種程度上體現(xiàn)著評價者對入住過程的滿意程度，分?jǐn)?shù)越高代表體驗過程的滿意度越高。已有研究表明，評論中打分值增加10%將提高酒店銷售額的5%。再比如，評價者的專業(yè)程度會影響其他消費者對該評論的有用性感知，評價者的專業(yè)度越高，瀏覽者會認(rèn)為其經(jīng)驗越豐富，該評論的可信度自然就高于其他非專業(yè)評論。

3 UGC數(shù)據(jù)在旅游領(lǐng)域研究的分析方法前沿

3.1 機器學(xué)習(xí)技術(shù)的分析方法

正如前文所述，消費者上傳的在線圖片數(shù)據(jù)不僅傳達(dá)著游客的興趣和喜好，還傳遞著如旅游活動和行為等額外的信息。在這些數(shù)據(jù)的處理中，學(xué)者采用了一些先進(jìn)的方法，如機器學(xué)習(xí)，通過從帖子圖片中解碼有意義的信息，使?fàn)I銷人員更好地了解游客的行為。例如，Xu等(2015)在全球定位系統(tǒng)(GPS)的基礎(chǔ)上，提出了一種利用機器學(xué)習(xí)的推薦系統(tǒng)，根據(jù)旅游地點的緯度和經(jīng)度來發(fā)現(xiàn)游客的偏好。從以往的研究來看，在旅游研究情境中，學(xué)者采用傳統(tǒng)機器學(xué)習(xí)技術(shù)的研究主要包括聚類、回歸及分類的分析方法。

第一，聚類分析，指的是將研究對象進(jìn)行分組，使同一組中的對象彼此之間比其他組中的對象更相似。這一分析方法減少了稀疏性問題，是分類社交媒體內(nèi)容的一種常用機器學(xué)習(xí)技術(shù)。例如，Sun等(2019)基于帶有地理標(biāo)記的照片，通過聚類文本信息構(gòu)建游客偏好，并據(jù)此提供個性化推薦。此外，狄利克雷分配模型作為聚類分析方法之一，也被運用于旅游行業(yè)的研究。例如，Guo等(2017)使用 LDA 的方法，從266,544 條在線評論文本中挖掘出影響酒店客戶滿意度的因素。第二，與以聚類分析為主的無監(jiān)督學(xué)習(xí)模式有所區(qū)別，回歸與分類分析歸屬于有監(jiān)督的學(xué)習(xí)模式，這是一種有人工干預(yù)的建模方法，目的是識別輸出結(jié)果的正誤性。其中，隨機森林、線性模型等屬于回歸分析中的常用算法。在機器學(xué)習(xí)中，隨機森林是多個決策樹的集成，基于樣本進(jìn)行訓(xùn)練并預(yù)測的分類器，投票產(chǎn)生分類結(jié)果。例如，Ray等(2021)運用隨機森林的算法，對Tripadvisor平臺的酒店評論數(shù)據(jù)集進(jìn)行情感分析，并為酒店管理者創(chuàng)建了一個酒店推薦系統(tǒng)。第三，分類分析方法包括支持向量機、樸素貝葉斯等算法，其中支持向量機是一種適用于非線性數(shù)據(jù)和高維空間的算法(例如，視覺圖片中的像素研究)。旅游的研究者廣泛運用了這些算法，在文字識別、圖像識別方向發(fā)揮著較為重要的作用。例如，Zhang等(2019)運用支持向量機的算法，對大量評論文本分析后，分別對酒店商家回復(fù)策略及國家地質(zhì)公園的管理提供建議；Sun等(2019)同樣運用了支持向量機的算法，但研究對象從文本數(shù)據(jù)換成圖片數(shù)據(jù)，結(jié)合用戶發(fā)布的地理標(biāo)記照片，幫助目的地管理者構(gòu)建用戶偏好圖譜。對于圖片數(shù)據(jù)的研究，學(xué)者還試圖采用樸素貝葉斯分類器根據(jù)照片的相關(guān)性對照片進(jìn)行排序，證實了社交平臺上的照片對目的地形象建設(shè)的有用性。

3.2 計算機深度學(xué)習(xí)

面對互聯(lián)網(wǎng)時代帶來的旅游信息過載問題，深度學(xué)習(xí)模型可用于圖像、文本和自然語言的處理，通過高效處理大規(guī)模數(shù)據(jù)，深入發(fā)掘其中蘊含的復(fù)雜模式和規(guī)律，實現(xiàn)旅游領(lǐng)域的智能化管理和游客體驗的精細(xì)化提升。

首先，旅游推薦方面，深度學(xué)習(xí)模型可以通過大量的用戶行為數(shù)據(jù)洞察游客興趣和需求，在景點與線路等關(guān)鍵信息上為游客提供高質(zhì)量的個性化推薦服務(wù)，為旅游企業(yè)制定營銷策略和開發(fā)新產(chǎn)品提供參考。例如，Cheng和Su(2022)開發(fā)了一種基于深度學(xué)習(xí)的旅游景點推薦模型，可以有效降低預(yù)測誤差，提高旅游景點推薦效率。其次，旅游需求分析方面，深度學(xué)習(xí)模型具備發(fā)掘海量文本中潛在信息和規(guī)律的能力，可以高效提取旅游數(shù)據(jù)中的需求信息。例如，Bi等(2021)基于序列圖像生成、圖像特征提取和模型訓(xùn)練組成的時間序列成像模型，根據(jù)歷史旅游需求數(shù)據(jù)預(yù)測未來旅游需求。再次，旅游智能問答方面，深度學(xué)習(xí)模型可以通過海量的問答數(shù)據(jù)，提升智能交互體驗。例如，Ayelet等(2019)以問答論壇為平臺，通過如TripAdvisor等基于旅游指導(dǎo)的游客所需信息，開發(fā)新的多維模型，為游客提供改善交通等相關(guān)信息。深度學(xué)習(xí)模型在旅游智能交互的應(yīng)用進(jìn)一步滿足游客的咨詢需求，為旅游企業(yè)彌補人工服務(wù)的缺陷，提高服務(wù)效率。最后，旅游監(jiān)管方面，深度學(xué)習(xí)模型可以通過檢測異常數(shù)據(jù)、識別異常行為，提高行業(yè)管理效能。例如，Yue等(2019)提出了基于顯著時空特征和稀疏組合學(xué)習(xí)的旅游視頻異常事件檢測模型，能夠通過旅游視頻在復(fù)雜運動場景中進(jìn)行實時異常檢測。

深度學(xué)習(xí)技術(shù)與大數(shù)據(jù)的結(jié)合為旅游產(chǎn)業(yè)注入了新的動力，逐漸成為旅游大數(shù)據(jù)研究的熱點，在旅游數(shù)據(jù)分析、智能系統(tǒng)開發(fā)和業(yè)界管理等方面展現(xiàn)出巨大潛力。數(shù)據(jù)科學(xué)不僅揭示了游客的時空運動，還有助于目的地營銷人員在個性化旅游服務(wù)和數(shù)字營銷方面的發(fā)展。

4 UGC數(shù)據(jù)在旅游行業(yè)中的應(yīng)用

4.1 UGC數(shù)據(jù)作用于潛在消費者

UGC數(shù)據(jù)正在改變?nèi)藗兊南M方式，通過提供真實可信的消費體驗信息，幫助潛在消費者做出更明智的選擇，在影響潛在消費者態(tài)度與購買意愿方面發(fā)揮著重要作用。

第一，UGC數(shù)據(jù)可以減少信息不對稱。在購買旅游產(chǎn)品或服務(wù)前，消費者無法真正知悉其質(zhì)量和價值，UGC數(shù)據(jù)如在線評論可以填補這一信息空白。許多研究表明，消費者更信任其他消費者的評論，潛在消費者可以通過瀏覽其他消費者的真實體驗，對產(chǎn)品有更全面和準(zhǔn)確的了解，降低對未知商品的不確定性，進(jìn)而減少購買風(fēng)險，吸引更多潛在消費者對產(chǎn)品或服務(wù)的關(guān)注。第二，UGC數(shù)據(jù)有助于消費者做出主動、動態(tài)和個性化決策。UGC為消費者提供海量信息，促使其不再局限于企業(yè)提供的標(biāo)準(zhǔn)化信息中，可以根據(jù)真實需求和興趣，選擇性瀏覽相應(yīng)內(nèi)容，快速發(fā)現(xiàn)有用的信息及尋求最匹配的產(chǎn)品，促使消費決策更加動態(tài)與靈活。同時，新興的解析技術(shù)可以基于消費者的興趣和歷史行為，挖掘出其潛在的關(guān)注點進(jìn)行內(nèi)容推送，進(jìn)一步簡化選擇過程，滿足個性化需求，提高決策效率。第三，UGC數(shù)據(jù)能夠滿足消費者的社交需求。信息性、社交互動性和趣味性影響著消費者對社交媒體的依戀，人們熱衷于在社交媒體中表達(dá)自我、分享體驗和感受，這些數(shù)據(jù)內(nèi)容能夠為潛在消費者提供較高的娛樂價值。UGC數(shù)據(jù)所體現(xiàn)的真實體驗同時可以讓潛在消費者產(chǎn)生共鳴，更能喚起消費者的信任，進(jìn)而影響其態(tài)度和購買意愿。一旦消費者完成購買決策，往往會表現(xiàn)出較高的信息共享意圖，在社交媒體中分享自身觀點的可能性大大增加。

綜上所述，UGC數(shù)據(jù)不僅可以為潛在消費者提供豐富的信息支持和“社交+分享”的購物體驗與消費模式，還能從認(rèn)知和情感兩方面影響潛在消費者的心理和行為，促進(jìn)旅游銷售的提高與轉(zhuǎn)化。

4.2 UGC數(shù)據(jù)作用于旅游管理者

數(shù)字時代和社交媒體的興起深刻改變著人們的旅游方式，在線文本、在線圖片等UGC數(shù)據(jù)信息記錄著游客的真實體驗，能夠為旅游產(chǎn)業(yè)提供寶貴的市場情報和有價值的顧客洞察，是制定營銷策略、改進(jìn)產(chǎn)品和服務(wù)質(zhì)量的重要依據(jù)。

在旅游UGC文本數(shù)據(jù)的研究中，景點、住宿和飲食最受游客關(guān)注。例如，目的地管理者可以根據(jù)景點評論，分析不同游客群體對本地景點、交通等情況的評論，改善景點管理；酒店評論可用于評估和改善酒店的電子口碑；餐廳評論可用來判斷旅游滿意度。因此，旅游企業(yè)會定期收集和分析顧客在去哪兒網(wǎng)、攜程、新浪微博等平臺的評論，監(jiān)測企業(yè)產(chǎn)品和服務(wù)質(zhì)量，以不斷改善游客體驗，提高整體旅游滿意度。此外，旅游日記和游記等UGC數(shù)據(jù)記錄了游客真實的旅行故事和感受，許多管理者采用數(shù)據(jù)挖掘技術(shù)分析大規(guī)模的游記文本，自動挖掘最受歡迎的旅游景點、最佳的旅行路線、最值得體驗的項目和有效的旅游時間表等，以產(chǎn)生個性化的旅游推薦。

UGC圖片數(shù)據(jù)也是旅游企業(yè)和目的地監(jiān)測游客興趣和體驗的重要渠道。游客上傳的照片包含豐富的與用戶、地點和時間相關(guān)的有用信息，通過對UGC圖片的內(nèi)容進(jìn)行分析可以發(fā)現(xiàn)最受游客欣賞和熱捧的景點或活動，為研究游客行為、旅游推薦與營銷和景區(qū)管理提供參考。例如，Zhu等(2020)探討了在線圖片質(zhì)量對游客旅游意向的影響，有效地引起用戶對旅游產(chǎn)品的興趣與偏好。因此，旅游企業(yè)可通過評論、博客、圖片等UGC數(shù)據(jù)洞察顧客興趣與需求，改進(jìn)產(chǎn)品和服務(wù)，提高服務(wù)質(zhì)量和游客滿意度。同時，可廣泛應(yīng)用于旅游數(shù)字營銷、檢測網(wǎng)絡(luò)口碑和熱點話題，擴(kuò)大品牌影響力，推動口碑營銷。

5 現(xiàn)有研究評析與未來研究展望

當(dāng)前，UGC數(shù)據(jù)在旅游行業(yè)的應(yīng)用已成為研究熱點，現(xiàn)有研究主要聚焦于UGC數(shù)據(jù)對企業(yè)營銷管理及對消費者決策的影響，但UGC在旅游消費領(lǐng)域的拓展研究和分析技術(shù)發(fā)展仍有很大的空間。

第一，現(xiàn)有部分研究樣本量有限，容易產(chǎn)生偏差，可能導(dǎo)致分析結(jié)果與實際情況出現(xiàn)相反結(jié)論。因此，未來研究應(yīng)采用更大規(guī)模的樣本數(shù)量，利用海量真實UGC數(shù)據(jù)探究其對企業(yè)發(fā)展和消費者行為的作用機理。

第二，現(xiàn)有研究主要采用傳統(tǒng)的文本分析和情感分析技術(shù)，難以深層次理解UGC數(shù)據(jù)的意義與價值，尤其是在線照片數(shù)據(jù)研究。UGC數(shù)據(jù)量巨大，內(nèi)容非結(jié)構(gòu)化，未來研究可以豐富分析手段，引入更強大的大數(shù)據(jù)挖掘技術(shù)，如人工智能、計算機深度學(xué)習(xí)、知識圖譜等前沿分析方法，獲取其蘊含的豐富信息。

第三，現(xiàn)有研究可以從海量數(shù)據(jù)中提取有價值的知識，但UGC應(yīng)用轉(zhuǎn)化的研究較少，如UGC目的地形象感知的研究主題多停留在現(xiàn)象描述階段，如何在實踐中利用研究結(jié)論推動目的地具體運營的研究有待加強，未來研究可注重UGC數(shù)據(jù)在具體業(yè)務(wù)場景的應(yīng)用研究。

第四，UGC現(xiàn)有的旅游研究多集中在旅游推薦、旅游需求分析、消費者心理與行為分析等方面，但UGC數(shù)據(jù)具有應(yīng)用于如旅游監(jiān)管與應(yīng)急、旅游突發(fā)事件與預(yù)警系統(tǒng)等研究領(lǐng)域的潛力。此外，可密切關(guān)注UGC數(shù)據(jù)應(yīng)用面臨的挑戰(zhàn)。例如，數(shù)據(jù)真實性與可信度、消費者隱私與商業(yè)利用、網(wǎng)絡(luò)輿論的引導(dǎo)與應(yīng)對等, 這些存在的隱患與風(fēng)險值得深入研究。