基于游记主题挖掘与表达旅游信息研究.docVIP

基于游记主题挖掘与表达旅游信息研究 　　[摘要][目的/意义]针对在线旅游平台，提出一种挖掘游记主题标签，以代表性游记以及其中相关内容进行旅游信息推荐的新策略。[方法/过程]在利用文本挖掘技术，构建LDA主题模型，形成游记文本主题标签的基础上，通过游记代表度算法，筛选出针对相应标签的高描述度与高忠诚度游记进行旅游信息推荐，以客观表达文本聚类结果以及主题词之间的语义关系，并以蚂蜂窝旅游网中的“杭州游记”为例，加以验证。[结果/结论]结果表明，这种方式能挖掘出旅游者在历史旅游经历中真实的旅游热点及重点信息需求，针对高相似度游记的识别与聚类具有良好效果，对旅游信息细粒度推荐具有指导意义与实践意义。 　　[关键词]在线旅游平台；游记；信息推荐；信息服务；文本挖掘 　　D0l：10.3969/j.issn.1008―0821.2017.06.010 　　[中图分类号]G254 [文献标识码]A [文章编号]1008―0821（2017）06―0061―07 　　网络游记作为人们获取旅游信息的重要来源之一，已经成为一种传递旅游信息的网络口碑，帮助并影响着旅游者的决策行为。在此背景下，游记资源的组织和整合对于在线旅游平台中的信息序化以及信息推荐策略研究具有重要意义。如今，在线旅游平台对于游记资源供用户筛选的条件大都局限于人均花费、行程天数、出发时间、和谁出行等属性，不足以满足用户对更具针对性游记的检索需求，完善游记信息序化机制，提出更有效的信息推荐策略成为旅游网站发展过程中的一种切实需要。 　　由此，本文针对在线旅游平台，提出一种借助文本挖掘技术来提取游记标签，并筛选出代表性游记，提取相关内容以进行旅游信息推荐的新策略。研究利用LDA模型对游记文本进行主题识别与分析，然后将提炼出来的特征词作为游记的主题标签，根据从中自主选择的标签形成了游记文本的聚类，最后采用代表性游记客观表达带标签文本的内容，实现科学推荐的目的。 　　1相关研究 　　回顾相关文献，学者们对于网络游记文本挖掘，主要将其应用在对旅游目的地的形象感知和情感分析、游客行为特征的发现以及旅游推荐系统的优化中。而以旅游信息推荐为中心的研究，除了对在线旅游平台中旅游产品营销策略的探索，学者们主要着眼于旅游信息推荐算法的改进，分析如何优化相关算法来提高推荐效率和准确率，重点集中在利用日志信息和交互信息以及用户行为数据，包括访问记录、浏览与购买行为、时空数据、旅游游记等，以进行个性化旅游信息推荐。 　　到目前为止，针对在线旅游游记的推荐研究较少，存在很大的探索空间。相较有参考意义的有：Ji利用游记中的照片和地点信息，建立了一个包含“用户一景点一照片”的层次化的图结构，并对景点、用户和照片进行排序，随后又对其进行了延伸，在进行景点排序后，采用稀疏重构方法提取景点的代表性照片；Hao等采用概率图模型对旅游游记进行建模，提出游记中的词汇属于背景话题模型和地点特有的话题模型两大类，并以此进行游记特征词的抽取；马艳艳肯定了旅游网站中游记分享社区的现实价值，并通过对旅游网站中游记专辑制作和分享展示的具体功能设计，阐述了对游记资源进行组织与整合的基本方法；诸葛菲提出了在线旅游服务中的众包信息推荐模型，该方法基于旅行者隐式行为，针对某一旅游需求，将所有众包旅游方案中与需求相似度最大的方案作为最优结果推荐给用户。 　　综上，虽然学者们已经注意到了游记资源在旅游信息推荐中的重要性，部分研究实现了从游记中挖掘相关知识以创新旅游信息服务，但少数研究将研究重点直接立足于游记本身的推荐上，基于此，本文通过对网络游记文本进行主题建模获得游记主题标签，根据标签组合形成文本聚类，并筛选出代表性游记进行旅游信息推荐，即从游记文本出发最终回归到游记进行信息表达，实现客观、科学的推荐策略。 　　2研究设计与方法 　　本文通过网络爬虫获取研究样本区域的游记文本，然后对文本进行预处理，包括设定自定义词表、分词和去停用词等，将文本向量化；随后构建LDA主题模型，得到游记数据集中的主题概率分布，并对所识别发现的高频特征词进行人工分析与描述，形成文本主题的相关标签；最后，通过对每篇游记于用户根据需要设定的标签的描述度、忠诚度和代表度的计算，得到相应标签的代表性游记及相关内容。 　　2.1数据采集及预处理 　　本文采用MetaStudio和DataScraper网页信息抽取工具，以蚂蜂窝旅行网（http：∥）为例，在网站上用“杭州”作为目的地标签搜集相关游记，采集的内容包括游记的全部文本以及相关属性，采集时间为2016年10月13日至2016年10月14日，共计1005条数据。 　　由于游记中语义表达方式多样，本文结合携程旅游网、蚂蜂窝旅行网和猫途鹰旅行社区提供的杭州地名信息以及其他相关词汇信息，以最少匹配为