邢露雨 胡润鸿 汤陈松

摘要：体验经济时代到来，民宿这一非标住宿形态满足了游客的个性化需求，促使住客发表民宿体验情况以表达情感。结合黟县旅游局民宿调查报告与携程网民宿住客评论，整合出安徽黟县全境754家民宿，利用Python编写程序抓取民宿顾客评论，采用Python及ROST Content Mining 6软件对网络文本大数据进行分析，解构民宿住客体验。结果表明：民宿体验分为五大主题，包含功能体验、住客情感体验、经济体验、互动体验及文化体验。利用评论大数据解构民宿住客体验，以期能够为民宿住客体验研究提供理论参考，民宿可持续发展提供经验借鉴。

关键词：大数据;民宿;体验;黟县

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2021）09-0244-03

开放科学（资源服务）标识码（OSID）：

1 问题提出

电子旅游时代推动了在线预订的迅猛增长，游客在服务消费后自发发布了评论。因互联网强大的交互性，游客越发乐意在线上公开分享住宿体验，一方面，作为自己的旅游经历的记录，另一方面供其他游客参考借鉴。在住宿行业，在线评论尤为重要，因为在消费产品或服务之前很难对其进行判断[1]。这些评论以文字评论和评分的形式充当电子口碑（eWOM），因此对潜在游客的需求和住宿业务绩效的影响要比传统口碑大得多[2]。住客可以浏览评论作为参考，从而做出有关下一个目的地和住宿地点的科学决定。

民宿在大多数乡村目的地中提供很大的住宿能力，并且在乡村旅游发展，扶贫和乡村振兴中发挥积极促进作用[3]。2019年7月3日，文化和旅游部发布的《旅游民宿基本要求与评价》行业标准，指出：“旅游民宿（homestay inn）是利用当地民居等相关闲置资源，经营用客房不超过4层，建筑面积不超过800m2，主人参与接待，为游客体验当地自然、文化与生产生活方式的小型住宿设施”，且根据地域的不同可划分为乡村民宿和城镇民宿。

在线用户生成的内容评论的出现彻底改变了旅行决策流程，随着顾客对在线评论的信任度不断提高，在线评论在企业管理和竞争力方面具有深远的影响，而目前利用大数據网络文本在民宿背景下分析住客体验的研究较少。本研究分析了安徽黟县全境的民宿住客的在线评论意见的大数据集，通过文本挖掘在线评论研究民宿体验，以期丰富民宿体验的相关研究以及为民宿行业的可持续发展提供经验借鉴。

2 研究方法与数据来源

2.1 研究区域概况

黟县，隶属于安徽省黄山市，徽州六县之一，是黄山市最小的一个县，境内完整保存1590幢明清古建筑，拥有西递、宏村世界文化遗产、全国重点文保单位3处、全国历史文化名村6个、中国传统村落31个、全省历史文化名城1座，被称为“中国明清古民居博物馆”“中国传统文化的缩影”为黟县民宿的发展提供了肥沃的土壤。利用携程网检索黟县“客栈民宿”专栏，核对数据有效性之后，剔除无效，共计754家有效民宿数据。

2.2 数据来源

文本数据来源于携程网（www.ctrip.com），选取携程网原因如下：①携程网成立于1999年，目前在国内已成为规模最大的在线旅游网站，截至2020年6月20日，用户超4亿，海外用户数量已超过1亿[4];②携程网规定顾客在住宿结束之后可评论该民宿，住客发表的评论作为体验研究的来源可信度较高。③携程网专门设置“客栈民宿”选项，住客评论作为数据来源易于获得。截至2020年6月1日利用Python爬取携程网安徽黟县754家民宿住客评论116378条，其中剔除无效评论以及重复评论数据3110条，共得有效评论113268条，计5716983字。

2.3 研究方法

大数据分析法。大数据正在通过许多来源生成，包括互联网流量（例如点击量）、移动交易、用户生成的内容、社交媒体以及通过传感器网络有目的的捕获的内容、商业交易和许多其他运营领域（如：医疗保健、金融等）[5]。

内容分析法。内容分析法将定性的、不系统的符号性内容如图像、文字转化成定量的、系统的数据资料的研究方法。运用ROST Content Mining 6内容分析软件对爬取的网络文本进行分析，对民宿在线评论大数据内容进行高频特征词，语义网络分析以及主题分析。

3 研究结果

3.1 高频词分析

本文通过Python进行“数据筛选—文本去重—机械压缩去词—分词—去停用次—语义替换”，编写代码对分词之后的文档进行处理，最终获得民宿住客评论文本文档的高频词，节选词频前100高频词信息汇总（表1）。

3.2 语义网络分析

本文利用ROST Content Mining 6软件，选择社会网络和语义网络分析，制成民宿住客体验高频词语义网络图（图1）。

3.3 主题分析

结合高频特征词及其词频前200，进行主题分析（表2），发现功能体验、情感体验、经济体验、互动体验、文化体验与民宿住客体验密切相关，占比依次是功能体验50.18%，互动体验24.93%，文化体验11.07%，情感体验9.81%，以及经济体验4.01%。

功能体验，占比50.18%，居首位。民宿内部功能体验，如：“房间”“装修”“干净”“环境”“舒服”“设施”“安静”“整洁”等词汇与民宿内部功能体验密切相关;民宿外部功能体验主要涉及：“宏村”“景区”“位置”“很近”“停车场”“西递”“黄山”等高频词汇，宏村古村落的氛围与民宿相互成就，民宿的位置、周边配备停车场也是民宿住客重点关注的方面。

情感体验，占比9.81%。最多的感受是“不错”，依次是表示“喜欢”，感到“满意”，表达“感谢”，在不同的语境下民宿住客认为“饭菜口味不错”“卫生条件和设施都不错”“地理位置不错”，“服务态度不错”“细节做得不错”，这些均是住客对民宿的肯定与赞赏。

经济体验，占比4.01%。顾客重点关注“价格”“值得”“性价比”“免费”“升级”“实惠”等方面。让住客感受到“值得”，即体验是有价值的，住客关注的是物有所值，而不仅仅是价格低廉，较为关注“性价比”，价格“实惠”，又有额外的惊喜，如老板“免费”给“升级”房间，赠送小礼品，经济及心理层面都会获得惊喜感。

互动体验，占比24.93%，比重位列第二。不论是老板、老板娘，还是阿姨、前台这些工作人员，凭借“热情”“周到”的服务，关注细节之处，从入住到离店，“贴心、热心、用心、真心，耐心”，是服务的态度，也是服务的灵魂。美好的体验会留在记忆之中，最终化为重购意愿，表示“推荐”“下次”“再来”、给予“好评”等行为意愿。

文化元素，占比11.07%。涉及三个层面：建筑文化、茶文化以及美食文化。建筑文化主要体现在“古色古香”的“徽派建筑”，是黟县地区民宿的特色，也是民宿发展的载体。茶文化也是此地的特色之一，在静谧的民宿空间里“品茶”度过悠闲时光，也是住客度假的一种难忘体验。借助传统名菜“臭鳜鱼”“毛豆腐”等，展现徽州味道。

4 讨论与结语

以安徽黟县的754家民宿为例，利用Python爬取海量民宿住客评论进行内容分析和主题分析。结果显示：民宿住客体验分为五类主题，功能体验、情感体验、经济体验、社交体验和文化体验五方面。

优化内部装饰布局，合理利用周边配套。装修注重设计，温馨舒适，干净整洁，隔音效果良好，舒适的庭院，均在住客的考虑范围之内;周边景区带来的吸引力是民宿客源的基础[6]。实现民宿与景区的互相成就，可以与景区形成合作，获得门票优惠渠道，让住客买到的景区门票较为便宜。民宿周边的交通通达度是影响顾客选择的重点，充足的停车场为游客提供便利，也成为住客关注的重点。

彰显“有温度的服务”，以“情”动人是关键。在“家”之外让住客感受到“家”的感觉。民宿满足人们情感层面的体验，从预订到离店，除提供基本服务，创造惊喜必不可少，将积极感受在记忆之中强化，情感层次的“喜欢”“满意”“感谢”，转化为行为层面的推荐意愿与重访意愿，进而增加收入，保障民宿的长远发展。

提高性价比，追求物有所值。民宿提供物有所值的服务，而不仅仅是追求价格低廉，以实惠的价格在民宿体验不同的休闲生活方式。从服务，位置，房间等多角度使住客感受到物超所值，除了提供基本的服务之外，还需要提供有别于酒店的增值服务，以保持自身竞争力。

积极互动，用“心”做民宿。营造社交和互动的环境氛围，积极参与体验并与他人互动，互动体现在全员全过程的参与，建立良好的宾客关系为住客带来愉快的回忆，最终影响游客的满意度。向专业化、个性化、人性化迈进，经营者与服务人员专业化是做好民宿的前提，注重细节、服务周到实现个性化的要求，主动解决问题、积极响应是提升服务品质实现人性化的要义。

挖掘文化内涵和外延。融入当地传统建筑文化，内部装修与外部建筑统一，体现徽派建筑主题特色。民宿依托茶文化彰显其独特性，在经营过程中讲求以茶待客，亦可出售茶叶作为旅游产品来增加收入。饮食文化中利用徽州传统名菜“臭鳜鱼”等，不仅是传统的农家菜还是传统文化的积淀，同是区别于其他地区民宿的魅力所在。总而言之，依托徽文化讲好黟县民宿故事。

参考文献：

[1] Lee P J，Hu Y H，Lu K T.Assessing the helpfulness of online hotel reviews：a classification-based approach[J].Telematics and Informatics，2018，35（2）：436-445.

[2] Zhao Y B，Xu X，Wang M S.Predicting overall customer satisfaction：Big data evidence from hotel online textual reviews[J].International Journal of Hospitality Management，2019，76：111-121.

[3] Komppula R.The role of individual entrepreneurs in the development of competitiveness for a rural tourism destination - A case study[J].Tourism Management，2014，40：361-371.

[4] 王昕天，汪雷.基于文本挖掘的在線旅游热词情报分析——以携程网为例[J].情报理论与实践，2017，40（11）：105-109.

[5] George G，Haas M R，Pentland A.Big data and management[J].Academy of Management Journal，2014，57（2）：321-326.

[6] 吴佳佳，陈秋萍，陈金华.基于多尺度的福建省民宿时空分布及其影响因素[J].资源开发与市场，2020，36（6）：647-653.

【通联编辑：李雅琪】