基于网络游记的景区游客画像构建研究——以上海迪士尼乐园为例
发布时间：2021-06-10 11:12
游客画像是建立在海量数据基础上借助数学建模描述游客基本情况的标签化画像。文章基于景区游客网络游记,采用文本分析、隐喻提取技术（ZMET）等方法,从游客基本属性、人格类型和兴趣爱好三个维度构建景区游客画像,包括整体游客画像与典型游客画像,并以上海迪士尼乐园为例展开研究。研究结果表明:上海迪士尼乐园的整体游客画像为中产阶级,来自华东的富庶地区,喜欢在夏季和家人亲戚或同学朋友一同外出游玩,停留时间一般不超过三天。典型游客画像包含家人亲戚伴游型游客画像以及同学朋友伴游型游客画像。在此基础上指出了上海迪士尼乐园在经营管理方面需要注意的问题。该研究有助于景区通过网络游记了解其游客的基本情况和需求,提升其服务质量。
【文章来源】：旅游论坛. 2020,13(03)
【文章页数】：12 页
【部分图文】：
游客画像概念模型
基于网络游记的游客画像的构建主要分为七个步骤:第一步,确立研究对象,包括构建该游客画像的目的以及需要的数据;第二步,收集相关数据,即收集与研究对象相关的网络游记;第三步,提取典型形象,主要是根据游记中提供的游客的基本信息;第四步,筛选相关游记,即每一个典型形象所包含的游记,这一步可以通过游记网站的自动筛选功能来实现;第五步,画像素材的准备,主要工作为爬取典型游客游记中的文字并汇总游记照片,文字的采集本文采用Python自动抓取,游记照片指的是游记中游客上传的旅游途中拍摄的照片;第六步,游客画像的实现,即基本属性采集、人格评测以及兴趣偏好的分析;第七步,游客画像可视化,借助可视化软件对游客基本属性、游客人格类型以及游客兴趣偏好做可视化处理,完成对游客画像的刻画[28]。具体构建流程如图2所示。3 游客画像模型的实现
通过观察可以发现这些元素中,游客自拍、植物绿化、门票、游客游玩、动画截图的出现频次较少,予以删减;此外迪士尼乐园App截图占5.6%,这说明该App的实用性较强,但其不属于意象元素,所以在绘制迪士尼乐园旅游意象层次图时也不纳入考虑。最终筛选出了10个起始意象,对照游记中关于这些元素的文字描述以及它们的基本属性,又构建出相应的连接意象,最后抽象出终结意象,如图3。分别汇总计算图片中包含的三个终结意象元素的数量,三个终结意象元素的总数为1 146。其中,“幸福氛围”共689个元素,占总数的60.1%,这与其人格类型宜人性、责任心维度得分偏高相呼应;“美好享受”共923个元素,占总数的80.5%;“奇幻体验”占总数的29.1%(由于单个起始意象可以归于多个终结意象,因此占比总和大于100%)。从中可以看出美好享受是家人亲戚伴游型游客最关注的兴趣点,这种美好的享受不仅是视觉和味觉上的,更多是心理上的一种享受,这种享受源于对可爱、精致的喜爱以及对于梦幻的向往;其次是幸福氛围,幸福氛围的营造主要依靠家庭成员,同时迪士尼乐园演职人员的友善态度以及活动现场的梦幻氛围也提升了家人亲戚伴游型游客的幸福感;而奇幻体验并非家人亲戚伴游型游客的关注焦点,这可能与家人亲戚伴游型游客的家庭角色和选择偏好有关,父母将更多的精力放在了孩子身上,而不是游乐项目上,在游乐项目的选择上,家人亲戚伴游型游客更加偏好较为平和的项目。
【参考文献】：
期刊论文
[1]一种用户成长性画像的建模方法[J]. 董哲瑾,王健,钱凌飞,林鸿飞. 山东大学学报(理学版). 2019(03)
[2]数据驱动下数字图书馆用户画像模型构建[J]. 许鹏程,毕强,张晗,牟冬梅. 图书情报工作. 2019(03)
[3]旅游自拍需求维度及人格解释[J]. 殷章馨,夏赞才. 旅游学刊. 2018(12)
[4]在线社交活动中的用户画像及其信息传播行为研究[J]. 刘海鸥,孙晶晶,张亚明,赵攀. 情报科学. 2018(12)
[5]基于大数据平台的企业画像研究综述[J]. 田娟,朱定局,杨文翰. 计算机科学. 2018(S2)
[6]基于用户画像的旅游情境化推荐服务研究[J]. 刘海鸥,孙晶晶,苏妍嫄,张亚明. 情报理论与实践. 2018(10)
[7]画像分析为基础的图书馆大数据实践——以国家图书馆大数据项目为例[J]. 杨帆. 图书馆论坛. 2019(02)
[8]基于IPA分析法的互联网亲子游用户画像研究[J]. 刘建平,伍美娟,衣少娜,樊亚东. 湖南理工学院学报(自然科学版). 2018(01)
[9]旅游凝视下凤凰古城旅游典型意象元素分析——基于隐喻抽取技术（ZMET）[J]. 孔令怡,吴江,魏玲玲,曹芳东,周年兴. 旅游学刊. 2018(01)
[10]精准服务需要用户画像[J]. 曾建勋. 数字图书馆论坛. 2017(12)
硕士论文
[1]基于文本挖掘的用户画像系统的设计与实现[D]. 刘星辰.北京邮电大学 2018
[2]基于数据挖掘技术的移动运营商用户投诉数据研究[D]. 戴恒宇.南京大学 2016
[3]基于文本挖掘的社交网络用户画像建模与应用[D]. 徐英楠.北京邮电大学 2016
本文编号：3222270
【文章来源】：旅游论坛. 2020,13(03)
【文章页数】：12 页
【部分图文】：
游客画像概念模型
基于网络游记的游客画像的构建主要分为七个步骤:第一步,确立研究对象,包括构建该游客画像的目的以及需要的数据;第二步,收集相关数据,即收集与研究对象相关的网络游记;第三步,提取典型形象,主要是根据游记中提供的游客的基本信息;第四步,筛选相关游记,即每一个典型形象所包含的游记,这一步可以通过游记网站的自动筛选功能来实现;第五步,画像素材的准备,主要工作为爬取典型游客游记中的文字并汇总游记照片,文字的采集本文采用Python自动抓取,游记照片指的是游记中游客上传的旅游途中拍摄的照片;第六步,游客画像的实现,即基本属性采集、人格评测以及兴趣偏好的分析;第七步,游客画像可视化,借助可视化软件对游客基本属性、游客人格类型以及游客兴趣偏好做可视化处理,完成对游客画像的刻画[28]。具体构建流程如图2所示。3 游客画像模型的实现
通过观察可以发现这些元素中,游客自拍、植物绿化、门票、游客游玩、动画截图的出现频次较少,予以删减;此外迪士尼乐园App截图占5.6%,这说明该App的实用性较强,但其不属于意象元素,所以在绘制迪士尼乐园旅游意象层次图时也不纳入考虑。最终筛选出了10个起始意象,对照游记中关于这些元素的文字描述以及它们的基本属性,又构建出相应的连接意象,最后抽象出终结意象,如图3。分别汇总计算图片中包含的三个终结意象元素的数量,三个终结意象元素的总数为1 146。其中,“幸福氛围”共689个元素,占总数的60.1%,这与其人格类型宜人性、责任心维度得分偏高相呼应;“美好享受”共923个元素,占总数的80.5%;“奇幻体验”占总数的29.1%(由于单个起始意象可以归于多个终结意象,因此占比总和大于100%)。从中可以看出美好享受是家人亲戚伴游型游客最关注的兴趣点,这种美好的享受不仅是视觉和味觉上的,更多是心理上的一种享受,这种享受源于对可爱、精致的喜爱以及对于梦幻的向往;其次是幸福氛围,幸福氛围的营造主要依靠家庭成员,同时迪士尼乐园演职人员的友善态度以及活动现场的梦幻氛围也提升了家人亲戚伴游型游客的幸福感;而奇幻体验并非家人亲戚伴游型游客的关注焦点,这可能与家人亲戚伴游型游客的家庭角色和选择偏好有关,父母将更多的精力放在了孩子身上,而不是游乐项目上,在游乐项目的选择上,家人亲戚伴游型游客更加偏好较为平和的项目。
【参考文献】：
期刊论文
[1]一种用户成长性画像的建模方法[J]. 董哲瑾,王健,钱凌飞,林鸿飞. 山东大学学报(理学版). 2019(03)
[2]数据驱动下数字图书馆用户画像模型构建[J]. 许鹏程,毕强,张晗,牟冬梅. 图书情报工作. 2019(03)
[3]旅游自拍需求维度及人格解释[J]. 殷章馨,夏赞才. 旅游学刊. 2018(12)
[4]在线社交活动中的用户画像及其信息传播行为研究[J]. 刘海鸥,孙晶晶,张亚明,赵攀. 情报科学. 2018(12)
[5]基于大数据平台的企业画像研究综述[J]. 田娟,朱定局,杨文翰. 计算机科学. 2018(S2)
[6]基于用户画像的旅游情境化推荐服务研究[J]. 刘海鸥,孙晶晶,苏妍嫄,张亚明. 情报理论与实践. 2018(10)
[7]画像分析为基础的图书馆大数据实践——以国家图书馆大数据项目为例[J]. 杨帆. 图书馆论坛. 2019(02)
[8]基于IPA分析法的互联网亲子游用户画像研究[J]. 刘建平,伍美娟,衣少娜,樊亚东. 湖南理工学院学报(自然科学版). 2018(01)
[9]旅游凝视下凤凰古城旅游典型意象元素分析——基于隐喻抽取技术（ZMET）[J]. 孔令怡,吴江,魏玲玲,曹芳东,周年兴. 旅游学刊. 2018(01)
[10]精准服务需要用户画像[J]. 曾建勋. 数字图书馆论坛. 2017(12)
硕士论文
[1]基于文本挖掘的用户画像系统的设计与实现[D]. 刘星辰.北京邮电大学 2018
[2]基于数据挖掘技术的移动运营商用户投诉数据研究[D]. 戴恒宇.南京大学 2016
[3]基于文本挖掘的社交网络用户画像建模与应用[D]. 徐英楠.北京邮电大学 2016
本文编号：3222270
本文链接：https://www.wllwen.com/jingjilunwen/whjj/3222270.html
