楊路明，王德彬，劉 莎

（云南大學工商管理與旅游管理學院，云南 昆明 650500）

移動用戶景區(qū)關注度網絡結構測量
——以西南地區(qū)國家5A級旅游景區(qū)為例

楊路明，王德彬，劉 莎

（云南大學工商管理與旅游管理學院，云南 昆明 650500）

利用移動終端進行旅游景區(qū)信息搜索已越來越普遍，移動用戶對旅游信息的搜索數(shù)據(jù)構成了移動用戶對景區(qū)關注度的信息網絡。通過百度指數(shù)得到了移動用戶對我國西南地區(qū)26個國家5A級景區(qū)的關注度數(shù)據(jù)，并構建了關注度網絡，運用社會網分析方法對移動用戶景區(qū)關注度網絡進行了中心性測量、凝聚子群測量和結構洞測量，分析結果表明，移動用戶景區(qū)關注度網絡存在中心性偏低、凝聚子群密度小和"橋"的作用不明顯等問題，最后結合實際給出了相關建議。

移動用戶；關注度；西南地區(qū)；5A級景區(qū)；整體網

一、引言

互聯(lián)網是游客獲取旅游相關必備的衣、食、住、行、游、購等信息的最佳途徑。比如，在旅游前，游客需要通過互聯(lián)網預訂車票、酒店，還會搜索旅游目的地的天氣、交通情況以及游玩攻略等。從游客的角度來看，先通過網絡搜索相關信息，然后出游，出游結束后，在網絡上展示旅游信息，這一過程已經構成了一個完整的信息鏈。

根據(jù)TalkingData2015年1月發(fā)布的《2014移動互聯(lián)網數(shù)據(jù)報告》，2014年，我國移動智能終端用戶數(shù)達10.6億，較2013年增長了231.7%[1]，越來越多的用戶通過移動智能終端搜索旅游景點的相關信息。由于網絡信息的實時性、交互性和易用性，眾多搜索信息的交匯便形成了信息網絡。而這些搜索信息與現(xiàn)實中的旅游行為存在一定的相關性。已有研究證明這些網絡信息對于游客具有引導作用，并對游客量具有預測作用。

基于上述分析，網絡搜索數(shù)據(jù)對于深入挖掘游客行為具有重要作用，然而現(xiàn)有研究大多將網絡搜索數(shù)據(jù)作為自變量進行研究，缺乏對于網絡搜索數(shù)據(jù)本身網絡結構的探究。本研究以西南地區(qū)①15A級共26個旅游景區(qū)為研究對象，通過全球最大的搜索引擎——百度網采集移動用戶對26個旅游景區(qū)的搜索量，引入社會網中的整體網分析方法，深入分析了移動用戶景區(qū)關注度的網絡結構，以期更深入地了解游客旅游行為，為景區(qū)游客的管理、游客線路規(guī)劃等方面提供借鑒。

二、文獻回顧

從研究方法來看，本文所采用的整體網研究屬于社會網研究的一種，側重于研究“社會結構”的“能動作用”[2]。在整體網絡研究中，“網絡”通常指由節(jié)點與節(jié)點之間的某種關系所構成的集合，網絡數(shù)據(jù)通常用矩陣來收集，其中網絡中的各個成員由節(jié)點來表示，矩陣行與列之間的數(shù)值表示兩成員間的關系，整體網分析就是對各個成員之間的關系進行量化分析[3]。整體網分析主要用于對有明確邊界的團體研究。

從已有研究來看，基于百度指數(shù)所搜集的用戶關注度數(shù)據(jù)大多作為研究其他行為的一個自變量，割裂了網絡中關注度數(shù)據(jù)之間的關系，缺乏對于關注度數(shù)據(jù)所組成的網絡結構分析，雖然整體網研究方法對于探索有界網絡的網絡結構和能動作用具有優(yōu)勢，在研究網絡用戶對旅游景區(qū)的關注上應用也較少。因此，本文首先利用百度指數(shù)收集了2015年4月1日至4月30日用戶通過移動終端對西南地區(qū)26個國家5A級景區(qū)的搜索量，隨后，對數(shù)據(jù)進行了分析，并根據(jù)各個搜索量之間的相關關系構建了上述26個景區(qū)之間的關注度網絡，最后，對這一網絡進行分析并得出了結論。

三、整體網分析

（一）數(shù)據(jù)來源

本研究采用百度指數(shù)功能獲取移動用戶關注度數(shù)據(jù)，如圖1所示，百度指數(shù)功能是百度網站提供的以百度網頁搜索和百度新聞搜索為基礎的海量數(shù)據(jù)分析服務，移動用戶關注度反映了所搜索的關鍵詞在過去一段時間里用戶利用移動終端在百度搜索中累計被搜索的頻次。

圖1 百度指數(shù)下的移動用戶關注度

本研究選取了西南地區(qū)26個國家5A級旅游景區(qū)作為研究的樣本，為了確保數(shù)據(jù)的準確性，首先將景區(qū)全稱2輸入百度指數(shù)搜索框，若百度指數(shù)未收錄該詞條，則調整搜索關鍵詞直至出現(xiàn)搜索結果，同時，根據(jù)“輿論管家”中的搜索詞條判斷相關性，進一步調整搜索關鍵詞直到最優(yōu)。為了后續(xù)研究的方便，本文給每一景區(qū)設置了代碼，代碼的前兩位為景區(qū)所在省份的縮寫，后兩位為編號，如云南省迪慶州香格里拉普達措景區(qū)即為代碼“YN01”。表1給出了26個景區(qū)的名稱②、代碼、搜索關鍵詞以及2015年4月的平均關注度。

表1 發(fā)表論文整體分布情況

序號 省份 景區(qū)名稱 代碼 搜索關鍵詞 平均關注度8 重慶 重慶市萬盛經開區(qū)黑山谷景區(qū) CQ02 黑山谷 530 9 重慶 酉陽桃花源旅游景區(qū) CQ03 酉陽桃花源 575 10 重慶 重慶巫山小三峽-小小三峽 CQ04 巫山小三峽 104 11 重慶 重慶大足石刻景區(qū) CQ05 大足石刻 738 12 重慶 武隆喀斯特旅游區(qū)(天生三橋.仙女山.芙蓉洞) CQ06 武隆天生三橋 106 13 四川 阿壩州汶川特別旅游區(qū) SC01 阿壩州 534 14 四川 綿陽市北川羌城旅游區(qū) SC02 羌族 433 15 四川 南充市閬中古城旅游區(qū) SC03 閬中古城 1135 16 四川 廣安市鄧小平故里旅游區(qū) SC04 廣安旅游 107 17 四川 阿壩藏族羌族自治州九寨溝旅游景區(qū) SC05 九寨溝 8249 18 四川 樂山市峨眉山景區(qū) SC06 峨眉山 2817 19四川成都市青城山——都江堰旅游景區(qū)SC07青城山1400 20 四川 四川省阿壩州黃龍景區(qū) SC08 黃龍景區(qū) 152 21 四川 樂山市樂山大佛景區(qū) SC09 樂山大佛 2353 22 貴州 畢節(jié)市百里杜鵑景區(qū) GZ01 百里杜鵑 1053 23 貴州 安順市龍宮景區(qū) GZ02 龍宮風景區(qū) 315 24 貴州 安順市黃果樹大瀑布景區(qū) GZ03 黃果樹瀑布 1687 25 西藏 拉薩市大昭寺 XZ01 大昭寺 414 26 西藏 拉薩布達拉宮景區(qū) XZ02 布達拉宮 1339

（二）移動用戶旅游景區(qū)關注度網絡

通過對26個景區(qū)的關注度數(shù)據(jù)進行收集，得到了每個景區(qū)4月1日至4月30日共30天的關注度數(shù)據(jù)，移動用戶對各個景區(qū)之間的搜索是否具有相關性以及有多大相關性？利用上述數(shù)據(jù)，本文得到了景區(qū)之間的斯皮爾曼相關系數(shù)，并進行了顯著性檢驗，當景區(qū)i與景區(qū)j之間的相關系數(shù)大于0.5，且在10%水平上顯著時，認為它們具有“共現(xiàn)性”，即認為大多數(shù)移動用戶在百度上進行搜索時，同時對上述兩個景區(qū)進行了關注，此時，移動用戶旅游景區(qū)關注度矩陣中元素Xij=1，否則記為0。如九寨溝（SC05）與黃果樹瀑布（GZ03）間的相關系數(shù)高達0.808，且在5%水平顯著，則認為大多數(shù)移動用戶在百度上搜索時，同時關注了九寨溝和黃果樹瀑布，矩陣中兩者對應的元素記為1，圖2展示了兩者之間關注度的趨勢變化情況，從圖中可以看出，兩者幾乎呈同步變化。

運用上述方法，我們可以得到一個26*26的對稱矩陣，該矩陣也是一個二值矩陣，構成了本文研究的網絡數(shù)據(jù)，對應的元素為1表示兩者之間呈現(xiàn)“共現(xiàn)性”，元素為0表示兩者之間無“共現(xiàn)性”。根據(jù)整理的整體網數(shù)據(jù)，運用UCINET作出了移動用戶對26個景區(qū)關注度的網絡圖。

圖2 九寨溝（S C05）與黃果樹瀑布（GZ03）趨勢相關圖

（三）整體網分析

1.中心性測量。常用的中心性分析指標有度數(shù)中心度、中間中心度、接近中心度以及與之對應的中心勢指數(shù)。在本文中，某景區(qū)的度數(shù)中心度就是與該景區(qū)產生直接聯(lián)系的其他景區(qū)的個數(shù)，也就是移動用戶在關注該景區(qū)時，同時關注其他景區(qū)的個數(shù)，該值越大表明該景區(qū)越趨于網絡的中心位置；中間中心度測量的是網絡中某景點“通過控制或曲解信息傳遞而影響移動用戶搜索其他景點的能力”，該值越大，即表明該景點在移動用戶搜索過程中處于越多的其他景點聯(lián)系的網絡路徑上，也就是說該成員對移動用戶信息傳遞起到的作用越大；接近中心度即為網絡中某景區(qū)與其他所有景區(qū)之間的距離，值越大，說明該景區(qū)與其他景區(qū)的距離越近，該景區(qū)與其他景區(qū)在信息傳遞方面就更加容易，更可能位于網絡的中心。表2為度數(shù)中心度、中間中心度和接近中心度的分析結果。

表2 移動用戶景區(qū)關注度網絡中心性分析結果

由表2可知，從度數(shù)中心度來看，CQ02（黑山谷景區(qū)）、CQ05（大足石刻景區(qū)）、SC06（樂山市峨眉山景區(qū)）、SC07（成都市青城山——都江堰旅游景區(qū)）度數(shù)中心度最高，居于移動用戶關注網絡的中心位置，而SC08（四川省阿壩州黃龍景區(qū)）、YN02（麗江古城景區(qū)）位于網絡邊緣位置，度數(shù)中心度只能測量移動用戶搜索過程中，搜索和該景區(qū)直接相聯(lián)系的景區(qū)個數(shù)，如果與該景區(qū)相聯(lián)系的其他景區(qū)之間都沒有什么聯(lián)系，那么說明該景區(qū)只是在局部范圍內與其他景區(qū)在信息上聯(lián)系較多，不能說明它在整個網絡中的價值；從中間中心度來看，YN03（玉龍雪山）、SC09（樂山大佛）、GZ02（安順市龍宮景區(qū)）位居前三位，在移動用戶關注網絡中，與更多其他景區(qū)相聯(lián)系，并且在整個網絡中，對其他景區(qū)的搜索信息具有控制作用，而SC01、SC02、YN01和SC08的中間中心度為0，不能對網絡中其他任何景區(qū)的移動用戶關注度構成影響；從接近中心度來看，SC09（樂山大佛）絕對接近中心度最小，對應的相對接近中心度也最大，說明它與其他景區(qū)距離最近，移動用戶在搜索時更容易同時關注它與其他景區(qū)。

2.凝聚子群測量。所謂凝聚子群是指在網絡中形成的一個子集，該子集中的各個成員間具有較緊密的關系。本研究選取了K-plex作為凝聚子群的衡量指標，該指標的含義是，在一個小團體中有g個人，其中每個人都至少與該小團體中的其他成員保持g-k條關系，在UCINET中，K設置為2，最小景區(qū)數(shù)設置為3，圖形選取了柱狀圖，如圖3所示，得到了凝聚子群分析的結果。

圖3 移動用戶景區(qū)關注度網絡凝聚子群分析結果

從圖3可以看出，移動用戶景區(qū)關注度網絡中，主要有兩個凝聚子群構成，第一個由YN01、SC02、YN05、CQ03、GZ01、GZ02構成，第二個子群由剩下的20個景區(qū)構成。

3.結構洞測量。結構洞指兩個行動者之間的非冗余的聯(lián)系，即若A、B、C三者不存在任何聯(lián)系，D同他們三者都有聯(lián)系，A、B、C中的兩者之間若想溝通，必須經由D，那么A、B、C兩兩之間的關系結構就是一個結構洞，D被稱為“橋”，在網絡中起著信息傳遞的作用，“橋”能方便地獲得兩類異質信息，既能阻止也能促進信息的傳播。結構洞的測量，本文選取Burt（1992）給出的結構洞指數(shù)，主要包括有效規(guī)模（effective size）、效率（efficiency）、限制度（constraint）和等級度（hierarchy），有效規(guī)模等于網絡中的非冗余因素，一個節(jié)點的效率等于該點的有效規(guī)模與實際規(guī)模之比，限制度是測量結構洞最重要的指標，某節(jié)點的限制度指的是此景區(qū)在網絡中運用結構洞的能力，也衡量了該景區(qū)與其他景區(qū)直接或者間接聯(lián)系的緊密程度，等級度指的是限制性在多大程度上集中在一個行動者身上，圖4給出了這一測量結果。

從圖4中可以看出，在有效規(guī)模中，SC09、GZ03的值最大，他們在整個網絡中的非冗余因素最多；從效率來看，GZ01、YN02兩者最大，表明兩者的實際規(guī)模和有效規(guī)模比較接近，也是因為規(guī)模較大，所以使效率有所降低，但效率也較高；從限制度來看，取值最小的是GZ03和SC09，表明兩者占據(jù)的結構洞最大，在移動用戶關注過程，受到其他景區(qū)的限制最少，運用結構洞的能力也就越大；等級度與限制度相對應，衡量了景區(qū)所受到限制度的集中程度，SC08和GZ01限制度最大，對應的，等級度也最大，同樣表明他們受到的限制較多。

四、結論與啟示

（一）網絡中心度偏低，處于核心位置的景點較少

在我國西南地區(qū)26個5A級景區(qū)中，雖然，度數(shù)中心度較高（相對度數(shù)中心度）的景區(qū)有14家，占據(jù)了半數(shù)以上，但中間中心度較高的景區(qū)數(shù)量大大降低，甚至有4家景區(qū)中間中心度為0，這表明，移動用戶在對我國西南地區(qū)景區(qū)進行搜索過程所產生的關注度網絡中，雖然有一半以上的景區(qū)在局部具有吸引力，但是，在整個西南地區(qū)26家景區(qū)所組成的整體網中，只有很少的景區(qū)具有較高的吸引移動用戶對其關注的能力。

圖4 移動用戶景區(qū)關注度結構洞測量

由此可見，在我國西南地區(qū)26個5A級景區(qū)中，只有極少景區(qū)對移動用戶具有很強的吸引力，這些景區(qū)在移動用戶關注網絡中具有重要作用，在今后應該繼續(xù)發(fā)揮它們的吸引作用，同時，應該積極提高其他景區(qū)在移動用戶關注網絡中的地位。

（二）凝聚子群規(guī)模較大，但聯(lián)系松散

雖然26個旅游景區(qū)只被分成了兩個凝聚子群，每個凝聚子群的規(guī)模相對較大，但每個凝聚子群的密度較低，意味著每個凝聚子群內部各個旅游景區(qū)之間的聯(lián)系比較松散，“派系”現(xiàn)象并不明顯。

從游客角度來講，這種“派系”現(xiàn)象不嚴重，對于避免了旅游景區(qū)聯(lián)合排外有一定效果，一定程度上有利于游客在特定旅游景區(qū)消費，但是，從西南地區(qū)景區(qū)發(fā)展來講，整個西南地區(qū)26家5A級旅游景區(qū)之間的聯(lián)系太松散，不利于景區(qū)之間的溝通和協(xié)作，對游客沒有構成規(guī)模效應。

（三）“橋”的作用發(fā)揮不明顯，信息流動不夠

結構洞的存在至少涉及到三個行動者之間的關系，是一種典型的復雜關系，它在移動用戶景區(qū)關注度網絡中廣泛存在。對于占據(jù)結構洞的景區(qū)，它們既在連接其他景區(qū)過程中起到“橋”的作用，也促成了整個網絡的形成，對于移動用戶的關注度網絡具有信息控制的作用，應該得到足夠重視。

由上述分析可知，應該在移動用戶關注度網絡中建立更多的“橋”，以加強網絡中的信息流動，增加景區(qū)間信息共享渠道。這種“橋”可以是某個位于關鍵位置的景區(qū)，也可以是某種鏈接眾多景區(qū)的網站等其他平臺。

注釋：

①西南地區(qū)指我國云南、貴州、四川、西藏4省及重慶市。

②所有景區(qū)的名稱均來自于國家旅游局網站：http：//www.cnta.gov.cn：8000/Forms/TravelCatalog/TravelCatalogList.aspx catalogType=view&resultType=5A.

[1]人民郵電報.我國移動智能終端用戶數(shù)達10.6億［DB/CD］.http：//news.xinhuanet.com/info/2015-01/27/c_133950028.htm,2015-01-27/2015-05-02.

[2]羅家德.社會網分析講義[M].北京：社會科學文獻出版社,2010.

[3]劉軍.整體網分析：UCINET軟件實用指南[M].上海：格致出版社：上海人民出版社,2014.

（責任編輯：朱 斌）

The Network Structure Measurement of Mobile User Attention Degree on Tourism Resorts——Take National 5A Tourism Attractions in Southwest China as Examples

YANG Lu-mingWANG De-bin
(School of Business Administration and Tourism Managementof Yunnan University,Kunming 650500,China)

It is more and more popular to search tourism information by using mobile terminals,and the tourism information data searched by mobile users constitutes the network of their attention on tourism resorts.We got the searching data of 26 National 5A Tourist Attractions in Southwest China through the Baidu Index and constructed the network of attention.Through social network analysis,we performed centricity measurement,cohesion subgroup measurements and structural holesmeasurement.Results show that the centricity ofmobile users'attention degree network is relatively low,the density of cohesion subgroup is relatively small and the"bridge"role is not obvious.Finally,we put forward some relevant suggestions.

mobile users;attention degree;Southwest China;National 5A Tourist Attractions;Whole Network

D912.5

A

123（2015）03-0056-06

2015-07-06

楊路明（1960-），男，云南昆明人，云南大學工商管理與旅游管理學院，教授，博士生導師。研究方向：網絡金融。王德彬（1989-），男，湖北襄陽人，云南大學工商管理與旅游管理學院，碩士。研究方向：網絡金融。

云南大學第七屆研究生科研創(chuàng)新項目“智慧旅游背景下景區(qū)對游客管理模式創(chuàng)新研究”（No.YNUY201429）。