张峰;陶玉国
【摘 要】UGC作为数据源在旅游研究中具有信息真实性、 反馈及时性、内容丰富性等优势.通过对国内将UGC作为数据源的相关文献的梳理,从研究内容、研究方法两个角度进行评析.在研究内容上,目前主要从旅游目的地形象、决策与消费行为、旅游流、体验行为等方面进行研究.研究方法上,数据获取以网络爬虫为主,数据分析以内容分析法为主.最后,本文从研究范围、数据形式、研究内容、研究方法这四方面提出研究展望.
【期刊名称】《国土与自然资源研究》
【年(卷),期】2019(000)003
【总页数】3页(P75-77)
【关键词】UGC;数据源;旅游研究;综述
【作 者】张峰;陶玉国
【作者单位】江苏师范大学历史文化与旅游学院,江苏徐州221116;江苏师范大学历史文化与旅游学院,江苏徐州221116
【正文语种】中 文
【中图分类】F590.3
引言
社交媒体时代快速发展背景下，越来越多的游客通过微博、朋友圈等平台将自己旅游经历以文字、图片、视频等形式分享出来，形成了由用户生成的内容（user-generated content,UGC）近年来被广泛作为旅游研究的数据来源[1，2]。
旅游UGC相关研究主要分为两类：一类是从外部探究UGC对游客行为产生何种影响，如信息搜寻行为、信息分享行为，数据获取通常是问卷调查、访谈法等；第二类则是将UGC本身做为数据来源，作为一种新的研究范式进行研究。Leung D等回顾了UGC社交媒体的文章，提供了旅游消费者如何感知、使用UGC，及UGC在游客计划行为中影响的过程[3]。鉴于UGC对游客信息搜寻，旅游决策等行为的重要性，Zeng B等归纳并评述了旅游社交媒体的
研究现状[1]。在此基础上，陈晓磬等总结了国内学者的研究成果并进行了比对[4]。Ukpabi等对UGC如何影响游客计划行为进行了文献回顾[5]。
从已有研究来看，学者们主要对第一类研究成果进行综述，然而对第二类研究成果的进展回顾较薄弱，鉴于文本、照片、视频等各类UGC数据在旅游研究中备受关注，本文综合国内高质量文献，对将UGC作为数据源的旅游研究从研究内容、研究方法这两方面展开综述，并对未来研究方向提出展望。
1 研究内容
国内将UGC作为旅游数据源的研究，主要涉及目的地形象与旅游者空间行为，其中，旅游者空间行为又可细分为决策与消费行为、旅游流、体验行为这三个方面。
1.1 旅游目的地形象
推广旅游目的地良好形象传播对目的地发展意义重大，现有旅游目的地形象测量的主要方式为问卷调查，越来越多的研究者也开始通过UGC研究旅游目的地形象[6]。徐小波等从“携程网”获取近5年来1万多条网络评论，对49个“中国优秀旅游市”形象做对比，得出网络文本能有
效覆盖旅游感知的因子体系的结论[7]。因此，将UGC应用于目的地形象研究因其更具真实性优势成为趋势。
部分学者通过对两岸旅游网站、大陆旅游者游记的内容分析，总结出台湾旅游地形象[8，9]。冯捷蕴等利用中西方游客发布的UGC，从多层面探讨中外游客对北京目的地形象感知的差异[10]。钟栎娜等利用文本分析法对旅游者自述材料分析，研究了旅游地感知的基本要素和要素间结果，对于旅游地感知理论进行了一定的补充[11]。宋炳华等通过点评和网络游记的搜集，提炼平遥古城旅游形象的正负面感知因素[12]。李萍等通过游客发布在旅游网站上的旅游社区的点评研究其认知、情感和总体形象感知[13]。
在以上10年期间的研究中，UGC研究数据偏重于对网络文本的分析，缺乏对游客照片资料的运用。邓宁以北京旅游图片元数据集为研究数据，从认知、情感形象两方面对北京旅游虚拟网络形象进行了分析 [14]，探索了如何将UGC图片融入旅游研究中。
1.2 旅游者空间行为
1.2.1 决策与消费行为。从游客决策行为研究来看，王菲等收集蜜月旅游网络文本，考察消
费者蜜月旅游目的地选择行为[15]。不同于基于搜索引擎关键词数量作为网络关注度标准的办法，王琨等建立了基于旅游UGC关注度模型[16]。王昕天等通过对网络文本的热词分析、共词分析和长尾分析，归纳了旅游者在线旅游情报决策的行为规律[17]。宋振春等基于互联网的UGC大数据来源，研究了出境旅游者行为及出境旅游活动[18]。
从游客消费行为研究来看，主要以研究餐饮类消费者的消费偏好为主，如通过餐饮消费者的网络评论分析所关注的餐饮要素，并进一步总结其消费行为特征[19]。
如何用照片做抖音视频1.2.2 旅游流。作为旅游学研究的核心问题之一，旅游流研究困难在于数据获取障碍，社交媒体化背景下，带有游客位置、活动时间等信息的UGC数据为旅游流研究提供新视角。从个性化时空行为研究来看，可挖掘个体日常活动内容、情绪、照片等数字时空足迹，探究个体游客时空行为[20]。
而体性旅游者的时空行为研究成果较丰富，李春明等探究了10年内447名游客在厦门鼓浪屿上的时空行为，包括停留时间、游客流向图、日均游客量、和旅游热点区域等信息[21]。张妍妍等将游记也纳入研究范围，分析国内游客在西安的旅游流时间及网络结构[22]。张子昂等引入新浪微博中LBS签到数据，研究了钟山风景区旅游者活动时空演变机制[23]。UGC
的迅速发展、大数据时代的来临，为研究不同尺度的旅游者时空行为提供了契机，学者们利用旅游者生成的大规模微博签到数据，通过核密度估计分析、时间分层、社会网络分析等方法，从时空维度探究了西安、兰州、洛阳等市的旅游流分布特征[24-26]。
1.2.3 体验行为。游客在网络中相较于被访谈更容易表达出真实想法。较早的，苗学玲等搜集了网站中有关结伴旅行的文本，借助扎根理论分析结伴旅行体验[27]。丛丽等借助内容分析与质性研究量化结合的方法对游客游览大熊猫研究基地时的旅游体验进行了分析[28]。李娟等综合运用社会网络分析、聚类分析、高频名词共现法，探究国外旅游者发布的网络评论中关于西藏的地域名词与高频事物名词，以进一步分析游客旅游偏好或体验[29]。胡传东收集了骑行者发布的网络游记，探究了川藏线风景道骑行游客的旅游体验特点与规律[30]。万蕙等通过对网络文本中对傣族泼水节的叙述，分析了旅游者在傣族泼水节旅游活动中的旅游体验特点[31]。朱璇借助真实性理论，选取了共计24篇中外背包游客对阳朔的网络游记，从真实体验的角度探究了中西方背包旅游者的异同[32]。
游客满意度是测量游客体验的终级指标，因为旅游本质上是游客去异度空间寻求愉快体验的活动，对旅游满意度的测量也就是对旅游体验的测量。有关饭店服务质量满意度的研究中，
朱峰等采用系统抽样法和分层抽样法收集了五星级饭店评论，并对200家饭店的网友评价进行分类评分[33]。有关文化遗产景区游客满意度的研究中，何琼峰等基于15000余条游客评论数据，建构了5个层面组成的满意度概念模型，得出配套服务体验与核心吸引物体验是最重要的两项影响因素的结论[34]。
2 研究方法
2.1UGC获取方法
有效、准确的数据获取是决定研究价值性的主要抓手。在较早的研究中，学者主要利用手动复制粘贴的方式从网站上获取网络文本等数据，随着技术的发展与对更大量数据的需要，近年来的学术研究中，学者们开始利用网络爬虫获取网站数据。第一种网络爬虫制作的实现方式是通过python等编程语言编写相应代码，其优势是能更有针对性的获取研究所需数据，不足在于难度稍高，需掌握计算机编程技术，且需反复试验代码可靠性。第二种实现方式则是利用较为流行的火车头、八爪鱼采集器等网络爬虫工具，其优点是操作较为简单，缺点在于部分软件只能获取特定的数据类型，数据采集不够全面。数据获取平台则主要分三种，第一种是以携程、艺龙、蚂蜂窝等为代表的主流旅游网站，研究者可从这些网站获取较长字段的
游记文本与图片；第二种是以百度、谷歌为代表的搜索引擎，研究者可通过这类平台获取对景区、旅游事件的网络关注度等信息；第三种则是以新浪微博、朋友圈等为代表的社交媒体平台，研究者可通过其获取较短字段文本、图片、视频等数据。
2.2UGC分析方法
旅游UGC的研究特点为多视角观察、多学科参与，研究方法主要有内容分析、扎根理论、叙事分析、聚类分析、核密度空间分析、情感分析等。现阶段应用最广泛的是内容分析法，它是一种将定性内容量化分析的方法，如对网络文本进行词频分析，分析高频词数量，国内研究的操作软件主要为ROST CM。值得注意的是，在计算机科学、语言学和信息技术等领域新技术的支撑下，对UGC进行情感分析以探讨游客的心理、满意度体验已成为当前旅游研究的重要内容。
3 评述与展望
将UGC作为数据源在旅游研究中的应用，正在成为国内学术界的研究热点，研究范围由单一的景点逐步扩至为景区、城市、区域，研究内容侧重于旅游目的地形象与旅游者空间行为研究，研究方法体系由单一化转向多元化、系统化方向发展。
通过对旅游UGC相关文献多角度梳理，并结合新互联网技术的时代背景，对将UGC作为数据来源在旅游研究中应用的发展提出以下几点展望：（1）研究范围应考虑UGC时空的分布与变化，旅游UGC兴起时期较短，现阶段研究还难以做出长时段的演变规律分析，后续研究需要延长时间维度，还需拓宽空间维度，如对同一旅游城市的不同旅游区域的20年UGC数据进行收集，分析游客体验的不同阶段，有助于归纳出更为普遍的特征和规律。（2）数据形式应进一步丰富，现有研究应用数据主要为网络文本与照片，对音频、视频等探究较少，事实上，如抖音类的短视频社交软件，对旅游目的地增加客流量的作用不可小觑，对其视频内容的深入解析更显得意义重大。（3）研究内容需深化，深入挖掘UGC以探索推动目的地形象动态变化的动力机制，发现目的地形象更新与固化的主要特征。（4）研究方法要更加多元化，应注重定性与定量方法的结合，增强将UGC作为数据源与传统实地调研方法的对比，推进主流的ROST分析工具与较前沿的百度AI等人工智能平台使用的衔接。
【相关文献】
[1]Zeng B,Gerritsen R.What do we know about social media in tourism?A review[J].Tourism Management Perspectives,2014,10:27-36.
[2]Fuchs M,HPken W,Lexhagen M.Big data analytics for knowledge generation in tourism destinations-A case from Sweden[J].Journal of Destination Marketing&Management,2014,3(4):198-209.
发布评论