［提要］　作为中国最具代表性的上海迪士尼主题度假区，其游客行为和情感特征需要进一步挖掘。以上海迪士尼度假区游客为研究对象，基于携程网游客评论数据，利用文本分析方法研究游客情感体验特征。结果表明：游客积极情感评论数量显著高于消极情感，给予迪士尼度假区较高的评价;游客的积极情感体现在感到开心、认为迪士尼值得体验、被活动项目所震撼等;消极情感主要与客流量大、排队时长、餐饮费用过高等因素相关。

关键词：上海迪士尼；情感体验；网络文本数据

中图分类号：F592 文献标识码：A

收录日期：2023年6月24日

一、文献综述

互联网浪潮的持续推动下，以Facebook、Instagram、Flickr、微博、携程网等为代表的社交网络平台得到快速发展。截至2022年6月，我国互联网用户达到10.51亿，互联网普及率达74.4%，互联网已然作为人们自我表达、资源共享、文化传播的重要平台渠道。旅游者将自己的所见、所闻、所感以文本、照片或视频等形式记录在社交网络平台，发布并分享旅游感知与体验，因此在线评论、网络游记等也逐渐成为研究游客行为的数据。相对于传统的调研问卷、访谈记录，用户生成内容（简称UGC）在数据体量、数据采集及真实性上优势凸显，成为当下流行课题。

情绪最早起源于西方哲学，在20世纪中后期，“情绪性”逐渐受到学者们的关注。时代的不断更迭使人们从低级需求开始走向安全、爱和归属感等更高层次的情感需求，人们不再满足于传统的观光游览，而是需要通过旅游来消除内心的焦虑与彷徨，并且更加注重人与人、人与地的交互而产生的旅游体验，因此旅游体验研究得到各学科领域的持续关注。基于多学科交叉视角，旅游情感体验研究涉及管理学、心理学、社会学、地理学等相关领域，研究内容包括节日、购物、度假、探险、主题公园和历史遗迹等多个方面。

关于情感的内涵及构成，学界主要有两大类观点：一是情感的分类取向；二是情感的维度取向。分类取向认为，情感是个体对外界环境的适应性反映，是由多个相互独立的基本情感和由基本情感组合形成的复合情感构成。基本情绪是天生的，Ekman将基本情绪划分为快乐、悲伤、愤怒、恐惧、厌恶和惊讶等6种，而在生活中，人类的基本情绪会发生叠加和演化，从而衍生出复杂情绪，这是当前影响比较大的一种分类方式。维度取向将情绪看作彼此高度关联的连续体，不同情绪间的界限较为模糊，认为存在几种基本的维度，比如Watson和Tellegen的“积极-消极情感模型”和Thayer的“能量-紧张模型”。然而，我国谢彦君认为，旅游的本质是体验，旅游体验的目的是获得快乐，旅游体验中的情感只有一个维度，即愉悦度，并在“情感三度说”和“情感一维论”的基础上，构建了旅游体验的两极情感模型：痛苦-快乐。相比而言，分类取向的研究浅显易懂，尤其是基于文本数据分析的情感研究中，学界更倾向于将其用作理论依据。

旅游者在旅途中不断接触未知的人群、社会关系、生活方式等过程中，其情感会随着对旅游目的地的喜恶而产生动态变化，继而影响游客的情感体验，也会对旅游者二次重游意愿产生影响。基于此，学界学者及景区管理者都十分重视游客的情感体验研究，从不同尺度探究游客的时空行为特征及规律，从而预测旅游者行为。Coghlan等提出，游客情感会随着时间的推移产生波动，出现积极、烦恼和可接受三种阶段。Falconer研究女性背包客美食旅游中的情感体验，说明了无法实现的期望和旅行时间的长短会极大地导致情绪从兴奋和喜悦转变为失望、内疚、羞愧、焦虑、沮丧、怀旧、无聊，最终解脱。黄潇婷依据时空路径概念和两极情感模型，将旅游者情感划分成5个等级，并提出了“旅游情感路径”，深入剖析了旅游者情感体验的动态过程，分析了首节点对后续情感体验的影响效应。李君轶指出欧美游客的积极情感体验呈现倒“U”型波动，消极情感体验呈“U”型波动。李勇和刘逸则基于负面事件的视角探讨旅游者情感的时空演化特征。随着计算机技术和社交网络平台的发展，相关研究开始采用网络游记、轨迹照片以及在线评论等新的数据源展开一系列研究。

二、研究区概况

上海迪士尼乐园于2016年6月16日正式开园，是中国内地第一座迪士尼主题乐园，也是全球第六座迪士尼乐园。上海迪士尼融入了中国本土特色，能满足中外游客娱乐、住宿、餐饮和购物等多方面需求。上海迪士尼度假区自2016年对外开放以来，累计接待国内外游客已达上亿人次，但随之而来的问题也逐渐激增。游客对于园区内不让携带食物、游乐项目排队时间过长、员工服务等问题在网络媒体上展开了激烈的探讨，网络评论的风向也影响着潜在游客的决策和迪士尼度假区的开展。因此，选择上海迪士尼度假区为研究对象来研究游客的情感体验，有助于揭示游客内心的实际情感，也有助于上海迪士尼未来发展的改进，具有一定的现实意义。

三、研究方法

（一）数据采集与处理方法。首先，采用计算机软件八爪鱼爬虫进行数据的爬取，并进行人工筛选处理从而达到控制数据质量的目的。本文数据来源于当前国内知名的旅游社交网站携程网，以“上海迪士尼度假区”为关键词进行网络评论抓取，共抓取2，752条旅游在线评论，总字数超过16万字。游客客源地以上海、江苏、浙江、北京、广东、辽宁、山东等沿海省份为主，文本数据评论时间集中于2022年3月至2023年6月。其次，对采集的原始评论数据进行预处理。评论筛选条件如下：（1）甄别在线评论的真实性，删除一些明显复制粘贴的评论、网站广告和网络水军等非游客评论，以及与本文主题无关且干扰文本分析的评论；（2）删除评论中非文字内容，如表情包、颜文字等内容；（3）将文本表述进行规范化处理，完善内容缺失的评论，修正不正确的表达方式，替换网络流行用语，如将“乐园”和“迪斯尼”等统一替换为“迪士尼”，将“快乐”替换为“开心”等；（4）剔除没有情感特征的评论。经过筛选，最终获得可用评论2，469条，总计145，154个字。

（二）内容分析法。ROST ContentMining6软件是由武汉大学沈阳教授发明，用于分析、挖掘文本内容的系统软件，该软件可以对网络媒体上的文本信息内容进行分析处理，主要功能包括分词、高频词统计、情感值计算以及构建社会网络、语义网络等分析方法。首先，对筛选出的两千余条评论的文本进行整理，仔细阅读文本内容，提取出专属上海迪士尼度假区的旅游词库，该词库内容覆盖地理位置、游乐项目、住宿餐饮、活动感受等特有词汇，共获得237个专属词汇，再将其与基础词库进行合并，最终获得上海迪士尼度假区专属旅游词库。其次，应用ROST CM6软件，对文本内容进行分词处理和高频词统计，同时构建高频词语义网络。最后，利用ROST EA计算游客情感值，并根据情感值的正负判断文本的情感倾向，将游客情感划分为积极情绪、中性情绪和消极情绪3种类型。

四、结果分析

（一）词频分析。通过对网络文本进行词频分析，可以体现游客评论的主要话题。对分词后的文本进行词频分析，发现高频特征词以名词和形容词为主。其中，词频在1，000以上的分别是“迪士尼”和“项目”，这是游客感知的主体内容，游客所表达的主体内容围绕这两个符号展开。词频达到500以上的有“排队、小朋友、开心、体验”，说明迪士尼游客大多数是小朋友，游客体验感受是评论的重点，“排队”一词更是体现了迪士尼游乐项目的常态。关于游乐项目的高频词有“花车巡游” “飞跃地平线” “极速光轮” “加勒比海盗”等，可见这些项目在游客心中留下了深刻的印象。（表1）

在高频词中的众多情感表达词汇不可忽视，这些情感词汇体现出游客对迪士尼情感的丰富性和多样性，也说明利用网络评论数据进行情感特征分析是可行的，也是可靠的。为了更清楚地辨析游客对迪士尼度假区的情感倾向，本文进一步提取情感特征词。在情感高频词中，积极的情感表达占绝大部分，部分积极情感词汇频率偏低，但丰富了游客内心的情感特征。其中，“开心” “好玩” “值得” “刺激” “方便”等词汇是频次较高的积极情感表达，频次较低的“经典” “沉浸” “疯狂”等词汇也体现出迪士尼度假区给游客带来与众不同的体验。消极情感的表达较少，在前三十位的情感高频词中有关消极情感的表达仅有四个特征词，其中“累”出现的频次最高，其次是“遗憾”，这都与上述“项目排队”相对应。负面情感词汇体现出游客游乐过程中的疲惫、对于项目排队时间过长的抱怨、度假区内餐厅食品价格昂贵、没有玩到项目的遗憾等情感。由此可见，游客对上海迪士尼度假区整体来说非常满意，值得带着孩子去游玩，但活动项目排队时间过长也是普遍现象。（表2）

（二）语义网络分析。单纯的词频无法反映各个词之间的关系和结构，利用ROST CM6中社会网络和语义网络分析模块对数据进行分析，为迪士尼度假区游客体验的分析提供整体而直观的要素联系。本文的结果显示，语义网络呈明显的多核心结构，其中以“迪士尼乐园”和“项目”构成一级网络核心，也是游客主要旅游目的和动机的体现。除此之外，与其他词联系较为密切的次一级节点有“排队” “体验” “开心” “时间” “孩子”等高频特征词，旅游者行为要素如“拍照” “排队” “入园”等，度假区活动要素如“灯光” “花车” “表演” “极速光轮”等。这些词大体上是对核心节点的展开和延伸，反映了迪士尼游客体验主要是对活动项目和游客感知的描述。（图1）

（三）情感倾向分析。利用ROST EA将在线网络评论进行情感值计算，本文设定情感值大于0分的为积极情绪，等于0分的为中性情绪，小于0分为消极情绪。结果显示，共有2，432条有效评论参与计算情感值，其中积极情绪评论有2，075条，占比85.32%；含有消极情绪的评论270条，占比11.10%；中性情绪的评论有87条，占比3.58%。可以看出，游客对上海迪士尼度假区评论的总体情感为积极情感倾向。（表3）

对具有积极情绪的评论进行分段统计分析，结果显示，高度积极情绪评论相对较多，占比37.38%，可见游客游玩过程中感受到十分满足的体验，对迪士尼有极高的肯定。对270条具有消极情感的评论进行分段统计，发现游客的消极情绪主要以轻度的负面情感为主，轻度消极情感占4.56%，中度消极评论和高度消极评论所占比例相似。

综上，本文借助ROST CM6文本分析软件和ROST AE情感分析软件，以上海迪士尼度假区为案例地，借助携程网络评论为数据，分析了游客旅游活动的情感特征，得出以下结论：高频词反映出游客在度假区内的活动内容以及对活动的情感表达，其中“花车巡游” “米奇小镇” “飞跃地平线” “极速光轮”等体现出游客最喜爱的游乐项目。游客情感主要表现为积极的情感，多为赞叹、值得体验、方便等，是对于游乐项目以及服务设施的感受。情感强度以高强度为主，游客情绪较为高涨。游客表达的消极情感表现为排队疲惫、遗憾、餐饮花销贵等，与度假区旅游服务质量、景区管理等多种因素有关，其中游客排队等待时间过长而引发的不满情绪是当前急需解决的重点问题。未来研究，可针对不同年龄阶段的游客进行个人访谈，将研究成果不断细化，有助于上海迪士尼的发展，也为其他品牌主题乐园的建设和改进提供经验借鉴。

（作者单位：辽宁师范大学地理科学学院）

主要参考文献：

［1］徐小波，赵磊，刘滨谊，等.中国旅游城市形象感知特征与分异［J］.地理研究，2015.34（07）.

［2］蹇嘉，甄峰，席广亮，等.西方情绪地理学研究进展与启示［J］.世界地理研究，2016.25（02）.

［3］刘丹萍，金程.旅游中的情感研究综述［J］.旅游科学，2015.29（02）.

［4］乐国安，董颖红.情绪的基本结构：争论、应用及其前瞻［J］.南开学报（哲学社会科学版），2013（01）.

［5］Paul Ekman.Strong evidence for universals in facial expressions：A reply to Russell' s mistaken critique［J］.Psychological Bulletin，1994.115（02）.

［6］David Watson，Auke Tellegen.Toward a consensual structure of mood［J］.Psychological Bulletin，1985.98（02）.

［7］Robert E.Thayer.Toward a psychological theory of multidimensional activation（arousal）［J］.Motivation and Emotion，1978.02（01）.

［8］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）.

［9］Rocco Servidio，Ida Ruffolo.Exploring the relationship between emotions and memorable tourism experiences through narratives［J］.Tourism Management Perspectives，2016(20).

［10］Evan J.Jordana，Daniel M.Spencerb，Girish Prayag.Tourism impacts，emotions and stress［J］.Annals of Tourism Research，2019(75).

［11］Alexandra Coghlan，Philip Pearce.Tracking affective components of satisfaction［J］.Tourism and Hospitality Research，2010.10（01）.

［12］黄潇婷.基于时空路径的旅游情感体验过程研究——以香港海洋公园为例［J］.旅游学刊，2015.30（06）.

［13］杜莹莹，李君轶.国内外游客景区情感体验时空变化对比研究——以秦始皇帝陵博物院为例［J］.地域研究与开发，2022.41（04）.

［14］李勇，蒋冠文，毛太田，等.基于情感挖掘和话题分析的旅游舆情危机演化特征——以“丽江女游客被打”事件为例［J］.旅游学刊，2019.34（09）.

［15］刘逸，陈欣诺，保继刚，等.游客对自然和人文旅游资源的情感画像差异研究［J］.旅游学刊，2019.34（10）.

［16］李君轶，朱函杰，付利利.基于大数据的西安市国内游客情感体验时空变化研究［J］.干旱区地理，2020.43（04）.

［17］俞萍.基于大数据文本分析的旅游目的地情感形象研究——以舟山旅游地为例［J］.浙江海洋大学学报（人文科学版），2020.37（04）.