1 引言

随着旅游需求转型升级,游客更加追求高品质、个性化的旅游体验,这对酒店发展提出了更高要求。在当前"双循环"新发展格局下,酒店的行业边界和功能正在发生变化。酒店不止作为旅游的配套设施,为游客提供传统的住宿、餐饮等服务,而是朝着目的地功能转变,依托酒店内外环境和资源为游客提供休闲、娱乐、购物等多重体验。这使得游客酒店体验圈层逐渐扩大,形成了以酒店内部为中心,向目的地外部辐射的发展格局。因此,在酒店功能转型背景下探究游客酒店体验,有助于为酒店韧性建设和高质量发展提供参考。

游客酒店体验是游客与酒店产品认知、解读和交互的结果。现有游客酒店体验研究集中在认知体验和情感体验2个方面。认知体验主要是酒店内部的住宿功能体验,涉及房间设施、员工服务、客房卫生等。然而,随着游客酒店体验圈层逐渐扩大,部分学者将酒店外部环境也视为游客认知体验的一部分。相关研究表明便利的交通、独特的自然环境、优越的地理位置等已成为游客酒店选择的重点关注内容。

鉴于游客酒店体验要素的多样性以及情感的复杂性,本研究引入Herzberg双因素理论。双因素理论将游客情感分为"满意/没有满意"和"不满意/没有不满意"2类,并认为激励因素是使游客产生满意情感的因素,保健因素是使游客产生不满意情感的因素。双因素理论核心思想在于关注到"满意"对立面不是"不满意"而是"没有满意",关注到情感并非是非正即负的二元对立,这对厘清游客酒店体验要素和复杂情感机制具有积极作用。

2 研究方法

本研究技术路线图如图1所示。首先,爬取携程旅行网上夫子庙和新街口酒店游客评论,并将游客评论分成2类。其次,对游客评论进行预处理。本文剔除"酒店很好"、"酒店是很不错的"等评论字数小于10字的游客评论。这是因为此类评论往往是对酒店好与坏的简单评价,没有涉及到反映酒店内外部环境的内容,且已有研究表明,当游客评论字数较短时,难以提取出有效的信息特征项。同时使用Python中的jieba分词包进行分词,在此基础上采用哈工大停用词表和百度停用词表去停用词,并进行噪声过滤。

研究技术路线图
图1 研究技术路线

2.1 卷积神经网络

卷积神经网络(Convolutional Neural Networks)是深度学习的代表算法,涉及卷积层、池化层和全连接层。在文本数据中,通常采用准确率(Accuracy)、损失率(Loss)、F1值等评价指标来验证文本分类的合理性。

2.2 双向长短期记忆网络

双向长短期记忆网络(BiLSTM)是一种循环神经网络,最早由Schuster和Paliwal提出,将其用于语音识别研究中,随后在自然语言处理等领域被广泛使用。双向长短期记忆网络可以从前向和后向2个方向学习序列的特征,同时考虑前文和后文的信息,从而更好地捕捉序列数据中的长期依赖关系,能够有效提高模型泛化能力。

双向长短期记忆网络结构
图2 双向长短期记忆网络结构

2.3 注意力机制

注意力机制(Attention Mechanism)由Treisman和Gelade最早提出,是一种能够模拟人脑注意力机制的模型。注意力机制本质上是一个寻址过程,即通过给定一个查询query,采用Key-Value的查询方式加权计算Attention Value。

注意力机制结构
图3 注意力机制结构

3 研究区概况与数据来源

3.1 研究区概况

本研究以南京历史文化街区夫子庙和中心商务区新街口作为案例地(图4),主要有以下3点原因。①区域代表性。夫子庙地处南京老城南,是南京历史文化的典型代表,是六朝文化、江南文化枢纽之地,并于2012年被评为5A级旅游景区;新街口地处南京市中心,是都市商圈的典型代表,有"中华第一商圈"美誉,区内高楼林立,车水马龙。②环境禀赋差异性。夫子庙文化底蕴深厚,有乌衣巷、老门东、江南贡院、秦淮河等多处文旅资源,是集建筑、科举、园林等多种文化元素于一体的国家级旅游休闲街区;新街口现代商业气息明显,有德基广场、中央商场、金鹰等多家综合购物中心,商场内部品种齐全,商贸密集程度高,是游客购物逛街的首选。③酒店发展情况较好。从酒店供给层面看,两地酒店品牌和数量众多,酒店集聚程度较高;从游客需求层面看,受游客旅游轨迹影响,游客的酒店选择在两地集中。综合来看,夫子庙和新街口两地酒店既具有相似性也存在一定差异。

夫子庙与新街口
图4 夫子庙与新街口

3.2 数据来源

本研究基于数据的代表性和可获得性,对携程旅行网上距夫子庙和新街口1km以内的酒店进行筛选。为减少酒店价格与酒店基础条件的不对等现象,缩小不同集团以及酒店档次带来的游客体验误差,选取了华住集团旗下的全季、桔子、星程3家中档酒店品牌作为研究对象,共计12家酒店(图5)。

夫子庙与新街口酒店选取
图5 夫子庙与新街口酒店选取

4 结果与分析

4.1 文本分类结果

利用卷积神经网络模型对文本分类结果进行评估,经参数调试后最终确定的模型参数设置如表2所示,模型准确率、损失率与F1值结果如图6-图8所示。结果表明,在夫子庙和新街口"满意/没有满意"与"不满意/没有不满意"分类中,训练集和测试集损失率随梯度更新均呈现波动下降趋势;训练集和测试集准确率随梯度更新均呈现波动上升趋势,在训练完成时准确率均趋近于0.9;训练集和测试集F1值随梯度更新上升,在训练完成时F1值达到0.9,模型整体较为合理,文本分类具有一定可信度。

夫子庙文本分类准确率与损失率
图6 夫子庙文本分类准确率与损失率
新街口文本分类准确率与损失率
图7 新街口文本分类准确率与损失率
夫子庙与新街口文本分类F1值
图8 夫子庙与新街口文本分类F1值

4.2 识别游客酒店体验关键词

关键词是游客酒店体验的基本元素,是游客酒店体验维度的基础。本研究通过注意力机制提取夫子庙酒店和新街口酒店文本数据中满意和不满意评论前100个关键词,并将其作为游客的激励和保健体验,依据注意力权重大小绘制词云图(图9)。

游客酒店体验词云图
图9 游客酒店体验词云图

在夫子庙保健词云图中,游客酒店体验不满意要素主要由"位置"、"吵"、"陈旧"、"很小"等词汇组成;在夫子庙激励词云图中,游客酒店体验满意要素主要由"地理位置"、"秦淮河"、"服务"、"老门东"等词汇组成。在新街口保健词云图中,游客酒店体验不满意要素主要由"入住"、"停车位"、"隔音"、"隔音"等词汇组成;在新街口激励词云图中,游客酒店体验满意要素主要由"商圈"、"地理位置"、"干净"、"机器人"等词汇组成。

4.3 提取游客酒店体验维度

本文依据注意力权重大小分别筛选前30个关键词,从关键词属性和语义出发将其归纳为15个二级要素和6个一级要素,采用自下而上的方式提炼游客体验维度,并计算各体验维度权重大小。

4.4 游客酒店双因素体验

纵向对比各二级要素权重大小,重新划分游客酒店激励与保健体验。如夫子庙酒店激励评论中前台服务(PC1=0.02040)<保健评论中前台服务(NC1=0.02231),因此将前台服务归为夫子庙保健体验。

4.4.1 游客酒店保健体验

(1)夫子庙酒店保健体验

夫子庙酒店保健体验按权重按大小排序(图10),依次为前台服务(NC1)、客房卫生(NB2)、住宿价格(ND1)、客房隔音(NB3)、停车设施(NA3)、客房面积(NB4),相关游客评论如表4所示。

游客酒店保健体验权重
图10 游客酒店保健体验权重

(2)新街口酒店保健体验

新街口酒店保健体验按权重按大小排序(图10),依次为酒店地段(NE1)、客房设施(NB1)、客房面积(NB4)、停车设施(NA3)、电梯设施(NA2)、客房隔音(NB3)、住宿价格(ND1)。

4.4.2 游客酒店激励体验

(1)夫子庙酒店激励体验

夫子庙酒店激励体验按权重按大小排序(图11),依次为区位地标(PE2)、客房设施(PB1)、酒店地段(PE1)、交通体验(PF1)、餐饮体验(PF2)、娱乐体验(PF3)、酒店氛围(PA1),相关游客评价如表5所示。

游客酒店激励体验权重
图11 游客酒店激励体验权重

(2)新街口酒店激励体验

新街口酒店激励体验按权重按大小排序(图11),依次为娱乐体验(PF3)、客房卫生(PB2)、交通体验(PF1)、前台服务(PC1)、超值服务(PC2)、区位地标(PE2)、酒店氛围(PA1)。

4.4.3 游客酒店保健与激励体验差异机制

游客酒店保健体验共同点体现在客房面积、客房隔音、酒店价格、停车设施4个方面(图12);激励体验共同点体现在酒店氛围、区位地标、娱乐体验、交通体验4个方面;激励与保健体验差异点体现在客房卫生、前台服务、客房设施、酒店地段4个方面。

保健与激励体验对比
图12 保健与激励体验对比

5 讨论

在"双循环"新发展格局下,酒店功能得到极大扩展。游客酒店体验不止局限于酒店内部的设施和服务,而是朝着出游目的地的方向转型发展。游客酒店体验圈层逐渐扩大,形成了以酒店为中心辐射四周的新局面。本研究关注网络文本背后的深层语义关联,较为精准识别游客酒店体验,拓展了游客酒店体验维度,揭示了游客酒店双因素体验异同原因。

针对酒店功能转型的需要,提出以下发展对策。①游客酒店体验影响因素表明,游客酒店体验同时受到内部环境和外部环境的影响。基于此,建议酒店建设注重内外部环境相融合,酒店在注重提高服务水平、设施质量的同时,应关注到交通便利性、旅游资源独特性对游客体验的影响,积极拓展酒店外部的空间范围和空间尺度,朝着多元的目的地空间建设转变。②游客酒店激励和保健体验权重大小表明,夫子庙和新街口游客酒店游客激励和保健关注点不同,对酒店管理者来说,需要充分考虑到酒店不同环境禀赋带来的差异,因地制宜,灵活应对各地酒店的保健因素,并优先解决游客体验中保健权重最大的因素,以消除游客的不满情绪。③游客酒店激励体验多与外部要素有关,保健体验多与内部要素有关,这需要酒店创新性利用内部设施、服务等,使其与外部的餐饮、娱乐等旅游资源相融合,营造与外部环境相契合的内部环境,使外部吸引力内化为酒店自身的吸引力。

6 结论

本研究探究游客城市酒店双因素体验特征及其差异机制,选取南京历史文化街区夫子庙和中心商务区新街口作为案例地,采用CNN-BiLSTM-ATT相结合的分析方法,主要结论如下:

(1)本文建构CNN-BiLSTM-ATT相结合的深度学习方法,将其应用于游客城市酒店双因素体验特征及其差异机制研究中,为酒店体验研究提供一个系统的理论框架。

(2)当环境禀赋不同时,游客酒店体验具有较大差异。夫子庙酒店激励体验要素权重前三依次为区位地标、客房设施和酒店地段;新街口酒店激励体验要素权重前三依次为娱乐体验、客房卫生和交通体验。

(3)采用满意/没有满意构成游客酒店体验的激励层面,不满意/没有不满意构成游客酒店体验的保健层面,发现游客酒店双因素体验的影响机制存在差异。

* 以上内容由AI自动生成,内容仅供参考。对于因使用本网站以上内容产生的相关后果,本网站不承担任何商业和法律责任。