謝秋逸,周年興,2,軒 源,3,馬小賓

(1.南京師范大學地理科學學院,江蘇 南京 210023)(2.江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心,江蘇 南京 210023)(3.廣東省城鄉(xiāng)規(guī)劃設計研究院有限責任公司,廣東 廣州 510290)

共享住宿是一種非標準住宿產(chǎn)品,能利用自有或租賃住宅,通過共享住宿平臺為房客提供短期住宿服務. 與傳統(tǒng)酒店相比,共享住宿有多元化的房源供給類型和更加個性化的房主服務. 隨著《共享住宿服務規(guī)范》的發(fā)布和市場的不斷規(guī)范,共享住宿逐漸受到游客的青睞. 共享住宿產(chǎn)品是共享經(jīng)濟的重要組成,能夠有效地將非活躍資源貨幣化,研究共享住宿產(chǎn)品的顧客滿意度和顧客需求層次不僅有利于酒店業(yè)的可持續(xù)發(fā)展,而且能對共享經(jīng)濟的研究作進一步的補充,有較強的理論意義和實踐指導價值.

顧客滿意度能反映消費者對產(chǎn)品或服務的評價,并對提高產(chǎn)品質(zhì)量具有指導意義[1]. 1989年,Fornell[2]總結的顧客滿意指數(shù)理論被視為顧客滿意度研究的基礎. 酒店顧客滿意度的相關研究主要集中在滿意度模型搭建和影響因素測評[3-4]. 近年來,隨著線上OTA平臺的發(fā)展和大眾旅游時代的到來,海量的線上顧客評論數(shù)據(jù)逐漸成為顧客滿意度研究的重點內(nèi)容. 丁于思等[5]運用自然語言處理,基于網(wǎng)絡點評對五星級酒店的顧客滿意度影響因素進行測評;俞越[6]通過高頻詞分析對上海不同檔次的酒店顧客滿意度進行研究. 在此基礎上,酒店顧客滿意度相關研究逐漸產(chǎn)生了學科交叉和跨領域現(xiàn)象,計算機數(shù)據(jù)分析、人工智能等技術被應用于酒店顧客滿意度研究中[7-9].

如何合理應用機器學習、深度學習等計算機算法,提高酒店顧客滿意度的實際應用價值是亟待解決的問題. 筆者認為,人工智能在酒店顧客滿意度的實證研究中存在以下三個阻力:(1)計算機算法的準確率均無法達到100%,在應用中很難確定用哪種算法能得到更好的應用效果[10];(2)單一算法的細粒度較差,而算法融合的人為干擾因素過多;(3)人工智能對網(wǎng)絡文本分析是基于有監(jiān)督學習,該方法需要大量的有標簽訓練集,個人很難建立龐大的訓練集,研究時很難產(chǎn)生應用價值. 綜上所述,本文引進了百度AI開放平臺作為技術手段. 百度AI開放平臺是百度旗下開放的人工智能服務平臺,基于百度搜索引擎的龐大數(shù)據(jù)庫,能夠?qū)频觐櫩蜐M意度提供海量的語料庫支持,并提供準確度較高的免費測評服務. 本文應用百度AI技術,有效地避免了繁雜的計算機工程,規(guī)避了難以確定的算法選用問題,能夠?qū)频觐櫩蜐M意度的應用研究提供更多思考,并對相關產(chǎn)業(yè)的滿意度研究提供范式.

1 研究方法和理論構建

隨著人工智能的不斷發(fā)展,各國紛紛布局人工智能戰(zhàn)略[11],全球各互聯(lián)網(wǎng)公司積極開展AI項目. 目前,國內(nèi)已形成一批有一定規(guī)模和市場的落地項目,如百度AI開放平臺、華為云AI、阿里AI等. 百度AI作為國內(nèi)最大且最容易獲取的人工智能平臺,能夠?qū)χ形倪M行準確的自然語言處理,市場測試準確率高達95%,包括254項場景能力、解決方案與軟硬一體組件,并提供EasyDL定制化訓練平臺、深度學習開發(fā)實訓平臺AI Studio、自定義模板OCR等定制化平臺. 在自然語言處理應用技術方面,以多場景技術應用為導向,提供可直接應用于產(chǎn)品策略的NLP技術.

本文主要選擇情感傾向分析技術和評論觀點抽取技術. 情感傾向分析指對包含主觀信息的文本進行情感傾向性判斷,評論觀點抽取指自動分析評論關注點和評論觀點,并輸出評論觀點標簽及評論觀點極性. 操作的具體方法為:通過百度賬號登錄百度AI開放平臺,在頁面創(chuàng)建應用,獲取API KEY及Secret KEY. 在python3.8環(huán)境下,復制百度提供的子項目分析代碼,輸入API KEY、Secret KEY及評論數(shù)據(jù),選取相應的API并調(diào)用接口,即可通過百度AI開放平臺的控制器獲得對評論文本的分析結果.

2 實證研究

2.1 背景分析

北京市作為中國的首都,承載著多項重要職能,包含政治中心、文化中心、國際通信中心、科技創(chuàng)新中心等. 隨著國內(nèi)外游客數(shù)量的不斷增長,旅游配套設施需求的數(shù)量和質(zhì)量也不斷提升,旅游住宿作為旅游環(huán)節(jié)的重要一環(huán),在大眾旅游時代和互聯(lián)網(wǎng)科技的推動下急劇擴張和變革. 共享住宿作為以房主服務為主要特色的住宿產(chǎn)品,能提供深入地方特色的社交體驗,能滿足游客多元的、自主的、深入體驗式的休閑旅游需求.

2.2 數(shù)據(jù)獲取

本文運用Python爬蟲抓取技術在Airbnb官方網(wǎng)站進行房源數(shù)據(jù)的收集,數(shù)據(jù)包括北京市2014—2019年共享住宿房源ID、經(jīng)度、緯度、房源類型、房源介紹、評論內(nèi)容、評價時間等. 完成抓取工作后,將數(shù)據(jù)進行初步梳理,刪除非中文評價,得到房源數(shù)據(jù)共7 667個,評論數(shù)據(jù)76 000條.

3 結果與討論

3.1 北京市共享住宿顧客滿意度總體情況

運用百度AI開放平臺中的情感傾向分析API,對所有房源評論的情感傾向作出分析,得出北京市共享住宿顧客滿意度. 北京市共享住宿產(chǎn)品的滿意度整體水平較高,平均滿意度達到了97.7%,滿意度超過95%的共享住宿數(shù)量占總數(shù)的87.3%. 整體上看,共享住宿產(chǎn)品的滿意度與游客評論數(shù)量呈正相關,說明通過網(wǎng)絡文本分析顧客的滿意度及需求層次存在現(xiàn)實合理性.

3.2 北京市共享住宿顧客滿意度及需求層次分析

需求層次理論一般指馬斯洛需求層次理論[12]. 1943年,馬斯洛在《人類動機理論》一文中提出了“需要層次”的理論,將人的價值體系分為5種基本需要[13]. 在消費服務業(yè),獲取顧客需求并準確計算其重要性排序能夠使商家盡可能設計和開發(fā)滿足顧客需求的產(chǎn)品,從而獲取更大的競爭優(yōu)勢[14].

顧客對影響要素的重要性判斷能反映其需求層次[15]. 傳統(tǒng)的網(wǎng)絡文本分析,由于語言本身矩陣維度過高,在計算機表達中存在一系列困難,且顧客的評論可能存在多個情感傾向,容易引起較大的語義模糊和不確定的問題[16],因此通過傳統(tǒng)的網(wǎng)絡文本挖掘游客的需求層次難度較大. 本文運用百度AI開放平臺中的評論觀點抽取項目,能夠基于百度數(shù)據(jù)庫的海量文本和詞典,提取出顧客一條評論中的多重情感,抽取其“評價情感詞”和“評論對象”的映射. 該方法能夠有效地規(guī)避顧客情感傾向偏差,也避免了傳統(tǒng)自然語言處理文本矩陣維度過高的問題.

在python3.8環(huán)境下,對76 000條共享住宿評論文本進行停用詞、分詞處理,刪除“不錯”“較好”等情感詞,保留特征詞中的名詞、形容詞等,對文本進行詞頻統(tǒng)計,結合共享住宿的特征、詞頻分析的結果及前人的研究[17],將顧客滿意度的影響因素大致分為基礎設施、裝修環(huán)境、房主服務、主觀感覺、周邊交通、房源價格6個因素.

3.2.1 共享住宿顧客滿意度總體特征

調(diào)用百度AI開放平臺中的評論觀點抽取API,對76 000條共享住宿評論文本進行觀點抽取,共得出一一對應的“評價要素”和“情感傾向”聯(lián)結1 656組,刪除表意不清,剩余1 588組. 分別對顧客的評價要素和情感傾向進行詞頻統(tǒng)計,如表1、表2所示.

顧客的評價要素和情感傾向基本圍繞基礎設施、裝修環(huán)境、房主服務、主觀感覺、周邊交通、房源價格展開. 通過顧客評價要素詞頻分析,顧客對“位置”“房間”“氛圍”和“環(huán)境”等要素的關注較多,分別占比23%、17.8%、10.6%、9.7%. 在顧客的情感傾向中,顧客最容易給出“好”“方便”“干凈”“不錯”的評價,分別占比40%、9.7%、8.9%、7.7%. 在6個要素中顧客關注度最高的是周邊交通,其次是基礎設施和房主服務,而對裝修環(huán)境、主觀感覺和房源價格的關注度較少.

通過Gephi軟件對顧客評價的“評價要素”和“情感傾向”聯(lián)結作可視化處理,如圖1.

表1 共享住宿顧客評價要素詞頻統(tǒng)計表Table 1 Shared accommodation customer evaluation elements word frequency

表2 共享住宿顧客情感傾向詞頻統(tǒng)計表Table 2 Shared accommodation customer emotional tendency word frequency

圖1 顧客評價要素和情感傾向詞關系圖Fig.1 Relationship between customer evaluation elements and emotional tendency words

運用Fruchterman Reingold布局如圖1(a). “好”“不錯”的情感傾向和“房間”“熱情”“干凈”等評價要素在評價要素-情感傾向聯(lián)結中起到樞紐作用. “好”“不錯”等情感傾向詞的聚類系數(shù)較高,反映了顧客評價的常用情感態(tài)度;“房間”“感覺”等作為評價要素的重要節(jié)點,說明顧客更常用籠統(tǒng)的詞作為評價.

運用OpenOrd布局如圖1(b). 顧客的評價要素-情感傾向聯(lián)結呈現(xiàn)明顯的聚集社區(qū)組團特征,形成以好(感覺好、服務好)、不錯(房間不錯、房子不錯)為核心的大社區(qū),以方便、熱情等為核心的小社區(qū),這反映了顧客在評價時容易給出的情感傾向及其評價要素的結構形態(tài). 此外,網(wǎng)絡核心節(jié)點的相關聯(lián)結權重較高,而邊緣節(jié)點的相關聯(lián)結權重較低,網(wǎng)絡形成一定的“核心-邊緣”結構.

總體看,顧客的評價要素-情感傾向聯(lián)結分布較為集中,易集中于特定的詞組. 考慮現(xiàn)實,應與顧客的評價習慣及參考他人評價的從眾心理[18]相關.

3.2.2 共享住宿顧客滿意度局部特征

顧客對評價要素產(chǎn)生的情感傾向通常用到形容詞和副詞. 為研究顧客對共享住宿評價要素的具體情感指向和情感程度,將顧客評論根據(jù)詞性劃分為以“熱情”“方便”“舒服”等形容詞為主的情感指向詞,和以“非常好”“很好”“好”“差”等副詞為主的情感程度詞.

將評價要素-情感指向詞聯(lián)結作可視化處理如圖2. 根據(jù)圖2(a),評價要素-情感指向詞聯(lián)結形成聚集社區(qū)式網(wǎng)絡結構,形成網(wǎng)絡“小世界”特征. 根據(jù)圖2(b),情感指向詞與對應評價要素的詞頻呈線性正相關,如情感詞“熱情”與評價詞“房東”出現(xiàn)的比率均較高,“干凈”和“衛(wèi)生”的相關性也較高等. 即可以通過單獨的顧客情感態(tài)度或評價要素得出其對酒店的意見和建議. 此外,有少量情感指向詞只能反映顧客的偏好,而不能反映積極或消極的情感態(tài)度,如“高”“小”等,存在于“樓層高”“房間小”等聯(lián)結中,酒店需要對游客的評價建議酌情采納.

圖2 顧客評價要素和情感指向詞關系圖Fig.2 Relationship between customer evaluation elements and emotional orientation words

根據(jù)《知網(wǎng)-中文信息結構庫》情感極性表[19]將情感程度詞分為“不滿意”“中”“較滿意”“滿意”“很滿意”5類,并作評價要素-情感程度詞聯(lián)結如圖3. 從網(wǎng)絡結構看,以5類傾向為核心形成以斥力為阻抗的線性分布,5類滿意度情感傾向彼此關聯(lián)度低. 其中,“滿意”的度中心性最大,“較滿意”的度中心性其次,“不滿意”的度中心性最小,顧客對共享住宿產(chǎn)品情感傾向程度適中.

圖3 顧客評價要素和情感程度詞關系圖Fig.3 Relationship between customer evaluation elements and emotional degree words

如圖3所示,顧客對風格、裝修等要素很滿意,對感覺等要素滿意,對小區(qū)、味道等要素較滿意,對采光等要素評價一般,對空調(diào)、隔音等要素不滿意. 總體來說,顧客對基礎設施、裝修環(huán)境、房主服務、主觀感覺、周邊交通、房源價格6個要素的情感偏好不同,顧客更容易對基礎設施不滿意,而優(yōu)質(zhì)的房主服務、裝修環(huán)境、主觀感覺能夠讓顧客給出很滿意的評價. 顧客對不同要素有不同的情感偏好說明了顧客對不同要素心理預期的差異,即顧客的需求層次. 相比較而言,對于共享住宿產(chǎn)品,衛(wèi)生環(huán)境是顧客的基本需求,而房東表現(xiàn)及服務和感覺體驗是顧客的附加需求.

3.2.3 共享住宿顧客需求層次分析

顧客的底層需求是顧客最低的心理預期,即當顧客的底層需求無法得到滿足時,顧客給出差評;而顧客的頂層需求是顧客最高的心理預期,當產(chǎn)品超過顧客的心理預期時,顧客的頂層需求得到滿足,顧客會給出超好的評價,因此從“不滿意”到“很滿意”的5個滿意度恰好能反映顧客需求層次從低到高的5個層面. 將歸一化處理后的顧客情感程度調(diào)整為顧客需求層次,并作顧客需求層次和評價要素關系圖,如圖4.

圖4 顧客需求層次與評價要素關系圖Fig.4 Relationship between hierarchy of customer’s needs and evaluation elements

如圖4所示,顧客的5個需求層次及其評價要素有明顯的分層現(xiàn)象:顧客最低的需求即圖中的第一層,主要包括價格、衛(wèi)生間、隔音、空調(diào)等要素;第二層需求主要包括位置、采光、環(huán)境等要素;第三層需求包括設計、周邊等要素;第四層需求主要包括設施、地點、態(tài)度、服務等要素;第五層需求主要包括體驗、地段、地理位置等要素. 根據(jù)顧客滿意度影響要素分類,作顧客需求層次圖,如圖5.

圖5 顧客需求層次圖Fig.5 Hierarchy of customer’s needs

顧客的需求層次從低到高依次為:房源價格、基礎設施、周邊交通/裝修環(huán)境、房主服務、主觀感覺. 共享住宿的房源價格是顧客的最低層需求,說明顧客在選擇共享住宿產(chǎn)品時首先看重產(chǎn)品的價格,也可說明大眾普遍認為共享住宿是一種中低端的酒店產(chǎn)品,且其目前的定價過高. 基礎設施是顧客第二層的需求,包括衛(wèi)生情況、采光、隔音等,基礎設施是滿足顧客生理需求的基礎,基礎設施在顧客需求層次中處在較低層,這與馬斯洛需求層次相吻合. 周邊交通和裝修環(huán)境處在顧客需求層次中的中層,雖然周邊交通出現(xiàn)的詞頻數(shù)最高,但在需求層次中并不在突出位置. 房主服務和顧客的主觀感覺是顧客需求層次的頂層,可視作顧客的附加需求,優(yōu)質(zhì)的房主服務能給顧客“超值”的感覺;主觀感覺包括直觀感覺、體驗、家的感覺等,很難將其具體分類,可以理解為共享住宿產(chǎn)品給予顧客整體和諧的感受,因此主觀感覺是顧客需求層次中的最高層.

4 結論

本文運用百度AI開放平臺對北京市共享住宿顧客滿意度及需求層次進行研究,在詞性分類的基礎上對顧客的網(wǎng)絡文本評價作結構分析,得出主要結論如下:

(1)顧客的情感傾向和評價對象呈明顯的“核心-邊緣”結構. 顧客最容易給出“好”“不錯”“熱情”“干凈”等情感評價,評價對象主要集中于“房間”“位置”等詞. 說明與傳統(tǒng)酒店比,顧客更關注共享住宿中的周邊交通、基礎設施和房主服務等內(nèi)容,而對裝修環(huán)境、主觀感覺和房源價格的關注度較低.

(2)將顧客的情感傾向詞根據(jù)詞性劃分為情感指向詞和情感程度詞. 顧客的情感指向基本圍繞基礎設施、裝修環(huán)境、房主服務、主觀感覺、周邊交通、房源價格這6個方面;顧客的情感程度有明顯的“從眾效應”. 綜合來看,顧客越滿意則網(wǎng)絡文本評價描述越具體. 在不滿意的情況下,顧客通常用“不滿意”等籠統(tǒng)的詞匯表示不滿,而顧客感到滿意時,通常使用“熱情”“好客”等更具體有指向?qū)ο蟮男稳菰~.

(3)顧客對共享住宿產(chǎn)品需求層次從低到高依次是:房源價格、基礎設施、周邊交通/裝修環(huán)境、房主服務、主觀感覺. 房源價格是顧客的最低層需求,大眾對共享住宿的定位是中低層酒店,而目前部分共享住宿產(chǎn)品定價過高,一定程度影響了顧客的價值判斷. 房主服務和感覺體驗是顧客的頂層需求,說明相比于傳統(tǒng)酒店,顧客對共享住宿產(chǎn)品的服務和整體氛圍有更高的預期.

(4)共享住宿改變了傳統(tǒng)住宿的消費結構,其成本低、部署快、擴張迅速的特點對傳統(tǒng)酒店業(yè)造成了一定的沖擊[20]. 然而,顧客一方面對共享住宿產(chǎn)品性價比存在追求,另一方面又希望共享住宿提供頂層服務,對共享住宿產(chǎn)品存在“不合實際”的預期,這也導致部分共享住宿產(chǎn)品演變?yōu)橐浴皞€性化”為噱頭的高價低質(zhì)產(chǎn)品. 對于目前存在的困境,共享住宿產(chǎn)品應在維持好顧客的基本需求的同時,努力提高資源利用率,降低價格和運營成本,增加個性化與定制化服務,在多方面拓寬優(yōu)勢.