基于网络文本大数据的游客时空行为与景区游赏体验分析.pdfVIP

AnalysisofTouristsSpatial-temporalBehaviorandScenicSpotExperience

basedonWebTextBigData

基于网络文本大数据的游客时空行为与景区游赏体

验分析

文／翟宇佳同济大学建筑与城市规划学院副教授

范彬彬同济大学建筑与城市规划学院硕士研究生

施澄同济大学建筑与城市规划学院助理研究员（通讯作者）

摘要：利用574条网络游记与2400条网络点评等文本数据，及词频分析、语义编码等方法，分析游客行程、景点间的联系及游客对西安的感知满意度。

结果表明，西安游客平均访问6.37个景点，且多在前几站访问回民街、秦始皇陵、华清宫等热门景点。行程分析识别出回民街、大雁塔和秦始皇陵三

个主要景点组团。历史文化、热门景点、特色游憩项目与特色美食为西安主要吸引点，但游客对游客量与排队等待时间较不满意。未来规划设计应利用

热门景区的巨大流量、管控游客量、开发夜游与演出等特色游憩项目。

Abstract：Using574onlinetraveloguesand2400onlinereviews,aswellaswordfrequencyanalysisandsemanticcoding,weanalyzedthe

connectionsbetweentouristsitinerariesandattractionsandtheirperceivedsatisfactionwithXian.TheresultsshowXiantouristsvisit6.37scenic

spotsonaverage.MosttouristsvisitpopularscenicspotssuchasMuslimStreet,QinShihuangsMausoleumandHuaqingPalaceinthefirstfew

stops.Theitineraryanalysisidentifiesthreeattractionclusters:MuslimStreet,BigWildGoosePagodaandQinShihuangsMausoleum.History

andculture,popularattractions,featuredrecreationalactivitiesandfeaturedfoodarethemainattractionsofXian.Buttouristsarelesssatisfied

withcrowdingandwaitingtime.Thefutureplanningshouldfocusonutilizingthehugeflowofpopularscenicspots,crowdingmanagement,and

developingfeaturedrecreationalactivitiessuchasnighttoursandperformances.

关键词：网络文本数据；景点组团；旅游规划；游客感知

Keywords：Internettextdata；tourismspotcluster；tourismplanning；visitorperception

DOI：10.19875/j.cnki.jzywh.2023.04.031

1研究背景与目的面的规划设计。要景点游客满意度分析，可识别景点的旅游潜力

旅行能显著提升生活满意度与总体幸福感[1]。为弥补以上不足，本研究利用网络文体数与制约因素；（3）基于携程网游记的游客感知

两三天的周末旅行就能缓解工作带来的压力，长据，分析西安游客的行程、景区满意度及游客感分析，可在城市尺度识别旅游核心吸引力与核心

途旅行则能更好地缓解焦虑，恢复身心[2]。家庭知。研究将探寻西安高频访问景点、游人在西安游憩项目（图1）。研究中应用八爪鱼爬虫工具

旅行可改善家庭关系，降低离婚可能性[3]，为孩的行程安排、景点间的联系强度、游人对主要景