呂曉將 姚亞男 劉曉鑫

(天津師范大學(xué)管理學(xué)院 天津 300380)

隨著信息技術(shù)的不斷發(fā)展，人工智能、云計(jì)算和物聯(lián)網(wǎng)等技術(shù)已經(jīng)廣泛應(yīng)用到教育、醫(yī)療和旅游等眾多領(lǐng)域。酒店業(yè)的相關(guān)研究人員目前正在各種不同的環(huán)境中測(cè)試和應(yīng)用智能技術(shù)。顧客對(duì)酒店的在線評(píng)論能夠反映顧客全面和真實(shí)的體驗(yàn)和看法，有效的在線評(píng)論可以影響潛在顧客對(duì)酒店的預(yù)訂意愿。文本分析法能夠?qū)υu(píng)論文本進(jìn)行客觀、系統(tǒng)、量化的分析和探索，對(duì)比研究能夠通過探索不同事物的差異探索出事物的本質(zhì)。

1 研究設(shè)計(jì)

1.1 樣本選擇

本文選擇日本Henn-na酒店和中國(guó)Flyzoo酒店作為在線評(píng)論數(shù)據(jù)的采集對(duì)象。Henn-na是世界上第一家使用類人機(jī)器人為顧客服務(wù)的酒店，自從開業(yè)吸引了世界各地的游客，在線顧客數(shù)量多、評(píng)論內(nèi)容豐富。Flyzoo是中國(guó)杭州一家采用全場(chǎng)景人臉識(shí)別技術(shù)的科技型酒店，通過手機(jī)軟件或酒店大堂的自助入住機(jī)辦理入住，顧客可以享受全場(chǎng)景人臉識(shí)別暢通無阻的極致體驗(yàn)。

1.2 研究方法

文本分析是一種對(duì)顯性內(nèi)容進(jìn)行客觀、定量描述的研究方法，可以在相對(duì)較短的時(shí)間內(nèi)獲取顧客完整和真實(shí)的心理感知。本文通過技術(shù)手段抽取顧客評(píng)論中的特征詞并進(jìn)行量化表達(dá)酒店評(píng)論文本的內(nèi)容，具體包括數(shù)據(jù)爬取、數(shù)據(jù)預(yù)處理、詞頻分析、語義共現(xiàn)網(wǎng)絡(luò)分析和情感分析五個(gè)步驟。

數(shù)據(jù)分析采用開源軟件KH Coder對(duì)酒店在線評(píng)論進(jìn)行處理，KH Coder是由日本學(xué)者Koichi Higuchi開發(fā)的文本數(shù)據(jù)挖掘軟件，具有詞頻統(tǒng)計(jì)、詞性分析、關(guān)鍵詞檢索和可視化分析(網(wǎng)狀圖、散點(diǎn)圖、氣泡圖、折線圖、樹狀圖)等功能。

1.3 數(shù)據(jù)來源

本文根據(jù)網(wǎng)站開通時(shí)間和客戶訪問量選取國(guó)內(nèi)外主要旅游網(wǎng)站的在線評(píng)論，評(píng)論數(shù)據(jù)取自攜程旅行、去哪兒旅行、大眾點(diǎn)評(píng)和飛豬四個(gè)國(guó)內(nèi)常用的酒店平臺(tái)，以及Booking和TripAdvisor兩個(gè)使用率較高的國(guó)外酒店平臺(tái)。考慮到評(píng)論時(shí)效性，時(shí)間范圍鎖定2018年12月18日—2021年4月18日。最終爬取有效評(píng)論數(shù)據(jù)共計(jì)3113條，如表1所示。

表1 在線評(píng)論來源匯總

2 數(shù)據(jù)分析

2.1 詞頻分析

詞頻分析通過統(tǒng)計(jì)網(wǎng)絡(luò)文本中詞匯出現(xiàn)的次數(shù)發(fā)現(xiàn)隱藏在文本中的核心信息。本文利用KH Coder提取整體評(píng)論中詞頻最高的50個(gè)關(guān)鍵詞，并通過Hanabi(花火樹圖)平臺(tái)將詞頻表生成詞云圖，如圖1和圖2所示：詞云圖中詞匯字體越大，表示該詞匯出現(xiàn)的頻次越高，字體越小則表示出現(xiàn)的頻次越低。

圖1 Flyzoo酒店在線評(píng)論詞云

圖2 Henn-na酒店在線評(píng)論詞云

圖1顯示：在Flyzoo酒店評(píng)論中，“房間”出現(xiàn)的頻次最高，字體較大的詞匯還有“機(jī)器人”“天貓精靈”，說明顧客對(duì)酒店房間的整體情況非常關(guān)注。“智能”“自助”“體驗(yàn)”“科技”“人臉識(shí)別”等使用頻次較高，體現(xiàn)了顧客對(duì)智能、無人酒店的整體認(rèn)知。

圖2顯示：“房間(room)”同樣也是Henn-na酒店評(píng)論中出現(xiàn)頻次最高的詞匯，說明國(guó)內(nèi)外顧客非常關(guān)注Henn-na機(jī)器人酒店房間的整體情況，同時(shí)也說明顧客對(duì)兩個(gè)酒店的主要關(guān)注部分是相同的；“機(jī)器人(robot)”和“AI”出現(xiàn)的頻次也很高，表明顧客對(duì)酒店智能機(jī)器人具有濃厚的興趣。

2.2 語義共現(xiàn)網(wǎng)絡(luò)分析

兩個(gè)酒店的語義共現(xiàn)網(wǎng)絡(luò)圖均呈現(xiàn)出整體分散、局部集中的特點(diǎn)，F(xiàn)lyzoo和Henn-na評(píng)論語義共現(xiàn)網(wǎng)絡(luò)圖如圖3、圖4所示。

圖3 Flyzoo酒店評(píng)論語義共現(xiàn)網(wǎng)絡(luò)圖

圖4 Henn-na酒店評(píng)論語義共現(xiàn)網(wǎng)絡(luò)圖

從語義共現(xiàn)網(wǎng)絡(luò)圖的分析來看：兩個(gè)酒店的評(píng)論都關(guān)注酒店環(huán)境、辦理流程、位置設(shè)施、房間整體感知，以及智能體驗(yàn)這五個(gè)方面，顧客對(duì)兩個(gè)酒店給予了較為積極的評(píng)價(jià)，但是兩個(gè)酒店也存在差異：

(1)顧客群體不同。Flyzoo酒店的顧客群體主要來自國(guó)內(nèi)，以商務(wù)和家庭居多，而Henn-na酒店的國(guó)外游客群體較多，同時(shí)在國(guó)外顧客群中也有較多的中國(guó)游客。

(2)對(duì)智能的主要關(guān)注內(nèi)容不同。Flyzoo酒店的顧客對(duì)房間里天貓精靈的語音控制非常感興趣，而Henn-na酒店的顧客對(duì)前臺(tái)不同類型的機(jī)器人關(guān)注更多。

2.3 情感分析

情感分析通過對(duì)主觀性文本、句子或短語的情感色彩進(jìn)行歸納、推理，從而識(shí)別出評(píng)論的情感類型：積極、中性和消極三種情感傾向(李春萍，2017)。本文首先結(jié)合通用的知網(wǎng)情感詞典(HowNet)和譚松波(2012)整理的酒店評(píng)論語料，構(gòu)建基本情感極性詞典(李勝宇等，2017)。其次，根據(jù)酒店在線評(píng)論的實(shí)際特點(diǎn)增加情感詞，新增的情感詞示例如表2所示。最后，基于構(gòu)建好的情感詞典，運(yùn)用KH Coder軟件中的交叉匯總分析功能對(duì)Flyzoo和Henn-na兩個(gè)酒店的在線評(píng)論進(jìn)行情感分析，分析結(jié)果如表3所示。

表2 部分人工新增情感詞

表3 在線評(píng)論情感分析

從表3整體來看，顧客積極情感比例為76.71% ，消極比例為19.82%，中性比例為6.39%。顧客積極情感占比最高，說明顧客對(duì)兩個(gè)機(jī)器人酒店整體的感知較好。具體來看，在積極情感中，F(xiàn)lyzoo占比為79.12%，顯著高于Henn-na(71.59%)；兩個(gè)酒店的消極情感占比也存在顯著性差異，F(xiàn)lyzoo酒店消極情感占比為22.01%，Henn-na酒店消極情感占比為15.16%，兩個(gè)酒店的消極情感都占有一定比重，需要引起重視；同時(shí)，兩個(gè)酒店的中性情感占比都小于10%且存在顯著性差異，表明與Henn-na酒店的國(guó)際顧客群相比，F(xiàn)lyzoo酒店的主要中國(guó)顧客群在情感表達(dá)時(shí)更委婉含蓄。

3 結(jié)語

本文針對(duì)主要旅游網(wǎng)站的顧客評(píng)論對(duì)機(jī)器人酒店的評(píng)價(jià)與感知進(jìn)行初步探索，在研究深度和研究方法的應(yīng)用方面存在不足和需要擴(kuò)展之處。首先，在樣本選擇方面，現(xiàn)階段具有智能、無人酒店體驗(yàn)的人數(shù)較少，因此不能全面地挖掘潛在顧客的體驗(yàn)反饋信息。其次，在獲取評(píng)論時(shí)，只選擇了中國(guó)和日本兩個(gè)酒店，后續(xù)研究可以從多個(gè)國(guó)家收集樣本進(jìn)行全面的對(duì)比分析。最后，在線評(píng)論文本分析對(duì)機(jī)器人酒店的感知勾勒出一個(gè)基本的輪廓，但由于信息的碎片化，只能簡(jiǎn)略、局部的提供信息，無法深度揭示機(jī)器人特征、智能服務(wù)與顧客感知之間的復(fù)雜關(guān)系，未來需要結(jié)合扎根理論，以及現(xiàn)場(chǎng)觀察、酒店管理人員、員工、顧客的訪談數(shù)據(jù)進(jìn)一步探索。