【《关于旅游体验情感分析的国内外文献综述》4100字】

关于旅游体验情感分析的国内外文献综述旅游体验对于旅游体验这一概念，学者们给出了很多不同的定义，在旅游体验研究早期，对于旅游体验这一概念，学者们给出了很多不同的定义，国外学者Cohen认为，旅游涉及了众多因素，而旅游体验则是个体与所有旅游因素的关联[2]。即他将旅游涉及的各个因素切片分开，而每个切片与游客关联的并集即为旅游体验。在他的定义中，游客在旅游过程中的所有感知和认识以及发生的事件都包含在旅游体验之中，而将旅游体验切片为多种因素和个体关联是该定义的核心思想，而他对旅游体验的定义启发了后人对旅游体验的理解和分析。Quan认为旅游体验涉及了两个主要维度，分别是游客个体自身的体验和对旅游目的地提供的旅游场景的体验[3]。Walls同样将旅游体验划分为两个维度，分别是游客对旅游目的地及周边环境的体验和游客在旅游过程中与目的地的本土人群和旅游人群交互的体验[4]。国内也有很多学者对于旅游体验及旅游体验的塑造原则等进行了研究和剖析。其中，谢彦君在Cohen理论的基础上还认为旅游体验是游客与旅游场景相融合后所引发的愉悦感受[5]。他对旅游体验的定义与Cohen的定义相类似，都认为旅游体验产生于游客个体与旅游情境中各个因素的结合与关联，但他在定义中特别提出了旅游体验带来的愉悦感受。邹统钎在研究中结合了体验经济的概念，他认为旅游体验是旅游设计者塑造出来的情景体验，而不同的游客对于这个特殊场景的感知是不同的，因为每个个体主观意识是不同的[6]。因此，他提出了旅游体验设计所需要的属性与性质，首先是差异性，即旅游情境的设计要存在一定的独特性，必须与游客平日所处的场景有本质性区别，且与其他旅游产品对比也存在一定的不同，即目的地具有自己的特色属性。其次是游客的实际参与，即游客在旅游过程中的亲身参与决定了旅游体验的质量，而旅游体验离不开整个过程中游客的投入与实际参与。此外还有真实性，即旅游场景要让游客感同身受，不管这个场景是真实存在还是根据虚拟构建的，都要让游客感受到场景的真实性，给游客带来沉浸其中的主观感受。龙江智的也提出了相似的观点，他认为旅游具有短暂性，这这个性质导致旅游是一种临时的调节活动和临时的休闲体验，他指出旅游应该以体验为视角和切入点进行研究，体验是一切旅游研究的线索出发点[7]。谢彦君还从游客旅游期望的角度研究了游客对旅游体验质量的评价[8]。其中，他认为游客在旅游开始之前就已经对旅游目的地产生了一个大致的期望，这个期望源自他对旅游目的地的初始了解，例如景区的宣传广告和他人评价等，存在一定的片面性，而旅游过程会导致游客原本相对模糊的期望获得不断调节。庄志民在古村落旅游产品开发研究中指出，提供差异化的游客体验时要考虑到价值的意义，体验和产品的结合就是一种对产品价值的叠加[9]。此外，他还提出游客在体验中获得的满足感和成本消耗往往是边际效益递减的，基于此深入研究了旅游产品的设计与开发。谢彦君还研究了游客在旅游过程中的情感变化，他认为游客的情感状况在旅游体验的过程存在两极性，即在决定出行之前的动机往往是因为日常生活中痛苦的积累，而旅游过程中游客的旅游体验恰恰是一个追求愉悦的过程[10]。在他所构建的情感模型中，游客在旅游体验中获得的愉悦程度取决于选择出行之前负面情感的强度。在旅游体验影响因素的研究中，李晓琴认为旅游是对感觉和心理的一种独特体验，而这种体验受到游客自身因素的影响，其中包括游客的知识水平和兴趣偏好等[11]。她将游客的体验划分为三个不同的强度，而不同的体验强度取决于游客的闲暇时间、购买力等主客观条件。安桃艳认为氛围因素在旅游体验中存在重要的影响作用，氛围和景区游览主体的关系影响着游客的游览体验，与景区整体内容相和谐的氛围有助于游客对景区所展示内容的理解和感知[12]。丁红玲从时间线的角度分析了旅游体验的影响因素，她将游客的旅游体验分为三个阶段[13]。首先是初始准备阶段，这个阶段主要涉及出行决策和信息获取，游客旅游目的地的预先期望即产生于该阶段。之后是行程阶段，该阶段主要涉及游客前往目的地的交通体验，其中便利性和服务质量是该阶段最主要的影响因素。最重要的阶段为目的地的体验阶段，她将该阶段的影响因素划分为个人因素、旅游目的地因素等四个类别，具体包括天气、娱乐项目、服务、住宿、饮食等。后续其他学者在对旅游体验及影响因素进行研究时，也基本围绕游客个体和旅游目的地因素等方面进行研究和分析。情感分析随着人工智能领域的不断发展，作为自然语言处理中相对热门和活跃的研究方向，情感分析受到前所未有的关注。情感分析是一种信息检索工具，它能够对文本数据进行整理和划分，分析文本背后的情感态度，如文本的主客观判断或情感倾向与强度。过去情感分析所使用的方法往往是基于构建领域情感词典或构建和使用传统机器学习模型的研究方法。随着深度学习在多个不同领域研究中取得了重大的进展后，深度学习在情感分析领域也取得了较好的分析效果，被认为是当前最先进的模型。在情感分析的研究早期，往往采用情感词典的方法。该方法需要收集和分类情感词构建情感词典，根据文本中积极或消极情感词的数量进行统计。该方法的与其他方法相比直观、迅速，但构建情感词典的成本也较高，对于相对繁琐的词语语义与语法结构难以判断，且情感分析的效果会严重受到情感词典本身词语数量和类别精度的影响。目前学者的研究往往采用扩充现有情感词典的方法，针对研究领域构建该领域的领域情感词典。柳位平等扩充现有的情感词典，利用各个领域专有的情感词语构建情感词语集合，并结合使用TF-IDF权值构建分析方法进行情感分析实验，提高了分类准确度[14]。曾宇针对短文本的网站评论采用了相类似的方法，通过将现有预料中的情感词语和情感词典相融合，实现对情感词汇的扩充，结果表明通过这种构建方法获得的情感词典在短文本评论的情感分析中获得了较好的效果[15]。梁亚伟针对文本的语句结构，将每篇微博根据所包含的程度词和修饰词进行切分处理，然后根据每个子句的情感倾向来判断整篇微博的情感倾向[16]。机器学习在情感分析领域同样也获得了较多的关注。该方法主要使用机器学习算法对语料库进行特征选择，然后构建分类器进行情感分析。使用机器学习方法的好处在于其模型可以构造多个维度维度的特征，但构造特征的过程往往需要人工干预。濮泽堃提出了一种改进的集成学习分析模型，结合蚁群优化算法对电商评论进行情感分析，证明了该模型具有一定的实用性[17]。徐金红等基于语料库构建多维度的特征向量，并通过特征选择提取具有代表性的维度，之后使用朴素贝叶斯的方法对汽车评论数据进行情感分析[18]。葛霓琳使用主成分分析方法对评论文本的特征向量进行降维，并构建了多种机器学习模型进行情感分析，结果表明支持向量机具有更好的分类效果[19]。张俊东基于复杂语义环境提出了一种新的特征提取方法，该方法更加适用于复杂句式的特征选择，并对比结果证明该特征选择的抽取更加细粒度且获得了更好的情感分类效果[20]。近年来，随着深度学习的不断兴起，基于深度学习的情感分析受到越来越多的关注。深度学习模型可以通过其多层的网络结构进行复杂的特征抽取，这种复杂的建模能力往往是其他模型无法比拟的。Socher等人最先使用卷积神经网络进行情感分析，并取得了较好的分类结果[21]。梁军使用长短时记忆网络进行情感分析，发现该模型对于文本情感分析具有更好的情感分类效果[22]。曹雯琳等人在基于卷积神经网络和BiLSTM的研究基础上，通过两种模型分别进行特征选择，将二者的特征进行融合，构建了CNN-BiLSTM模型，提升了效果[23]。随着注意力机制的提出，关鹏飞等人将注意力机制引入到情感分析中，通过该机制可以将情感表现较强的词语与其他词语相区分，在深度学习模型中会赋予这些词语更多的关注，最终有效地提高了模型的情感分类效果[24]。目前，深度学习已经成为情感分析的一个重要趋势。当前，已有一些学者从情感分析的角度研究旅游数据，其主要集中于对酒店数据的研究。郭丽环采用情感词典的方法对在线评论进行情感分析，研究情感倾向对游客选择酒店的影响[25]。尹璐采用SO-PMI算法扩展情感词，得到具有针对性的领域情感词，使用扩充的情感词典对邮轮旅游领域在线评论进行情感分析[26]。Maleerat使用多种机器学习模型对两个旅游网站的酒店评论进行了情感分析，显示支持向量机获得了最好的精度表现[27]。黄晨晨构建BiLSTM模型对西藏旅游和饮食评论进行情感分析，并与其他模型进行对比[28]。当前对旅游领域情感分析的研究主要侧重于讨论模型的评价或模型之间的比较研究，很少将模型作为领域理论发展或获取管理启示的工具。参考文献[1]中国互联网络信息中心.第47次中国互联网络发展状况统计报告[EB/OL]./hlwfzyj/hlwxzbg/hlwtjbg/202102/P020210203334633480104.pdf,2021-02-03.[2]Cohen,PhenomenologyofTouristExpenience[J].TheJournalofBritisSociologicalAssociation,2004,25(3):297-305.[3]ShuaiQuan.Towardastructuralmodelofthetouristexperience:anillustrationfromfoodexperienceintourism[J].TourismManagement,1979(13):179-201.[4]WallsAR,OkumusF,KwunJW.Anepistemologicalviewofconsumerexperiences[J].InternationalJournalofHospitalityManagement,2011,30(1):10-21.[5]谢彦君.基础旅游学[M].北京:中国旅游出版社.1999:133.[5]BirgitTrauer,ChrisRyan.Destinationimage,romanceandplaceexperience—anapplicationofintimacytheoryintourism[J].TourismManagement,2004,26(4).[6]邹统钎,吴丽云.旅游体验的本质、类型与塑造原则[J].旅游科学,2003(04):7-10+41.[7]龙江智.从体验视角看旅游的本质及旅游学科体系的构建[J].旅游学刊,2005(01):21-26.[8]谢彦君,吴凯.期望与感受:旅游体验质量的交互模型[J].旅游科学,2000(02):1-4.[9]吴文智,庄志民.体验经济时代下旅游产品的设计与创新——以古村落旅游产品体验化开发为例[J].旅游学刊,2003(06):66-70.[10]谢彦君.旅游体验的两极情感模型:快乐—痛苦[J].财经问题研究,2006(05):88-92.[11]李晓琴.旅游体验影响因素与动态模型的建立[J].桂林旅游高等专科学校学报,2006(05):609-611.[12]安桃艳.旅游体验质量影响因素及管理对策研究[J].赤峰学院学报(自然科学版),2009,25(06):110-111.[13]丁红玲.体验背景下旅游体验质量影响因素研究[J].经济研究导刊,2010(25):167-168.[14]柳位平,朱艳辉,栗春亮,向华政,文志强.中文基础情感词词典构建方法研究[J].计算机应用,2009,29(10):2875-2877.[15]曾宇.网络评论短文本情感倾向性分析研究[D].山东师范大学,2018.[16]梁亚伟.基于情感词典的中文微博情感分析模型研究[J].现代计算机(专业版),2015(18):11-15.[17]濮泽堃.基于机器学习的电商评论情感分析系统[D].南京邮电大学,2020.[18]徐金红,李晓鹏.基于机器学习的汽车产品情感分析[J].河北企业,2018(02):34-35.[19]葛霓琳,凡甲甲.基于朴素贝叶斯和支持向量机的评论情感分析[J].计算机与数