在线问答平台用户旅游信息需求研究——以途牛问答社区为例

doi:10.13998/j.cnki.issn1002-1248.2020.10.20-0434

农业图书情报学报 ›› 2020, Vol. 32 ›› Issue (10): 47-55.doi: 10.13998/j.cnki.issn1002-1248.2020.10.20-0434

在线问答平台用户旅游信息需求研究——以途牛问答社区为例

赵雪芹, 王青青

湖北大学历史文化学院,武汉 430062

收稿日期:2020-05-27 出版日期:2020-10-05 发布日期:2020-11-20
作者简介:赵雪芹（ORCID：0000-0002-6117-8537）,女,博士,教授,研究方向为信息服务。王青青（ORCID：0000-0002-6634-9809）,女,硕士研究生,研究方向为信息服务
基金资助:
国家社科基金青年项目“基于数字网络的知识关联服务研究”（14CTQ042）

An Investigation into the Travel Information Needs of Online Q&A Platform Users: Taking Tuniu Q&A Community as an Example

ZHAO Xueqin, WANG Qingqing

School of History and Culture, Hubei University, Wuhan 430062

Received:2020-05-27 Online:2020-10-05 Published:2020-11-20

摘要/Abstract

摘要： [目的/意义]研究旅游问答社区用户的旅游信息需求,为优化在线社区服务,吸引和鼓励更多有旅游意向的人使用网络分享和获取旅游信息。[方法/过程]采用网络文本挖掘的方法,选取了途牛问答平台中有关北京的问答内容,将采集到的问答文本作为语料库,利用TF-IDF与TextRank两种不同原理的关键词抽取算法,对文本关键词进行逐一抽取,通过Gephi构建共现网络,采用Gephi的聚类功能明确关键词主题,从而掌握用户的旅游信息需求。[结果/结论]在线旅游问答社区用户的旅游信息需求大致可以分为7类：住宿信息、饮食信息、交通信息、景区信息、团游信息、气候信息以及规划建议;用户对于不同类别的旅游信息需求,并非相互割裂、独立的,不同的需求之间存在着交错关系。

关键词: 在线问答平台, 网络文本挖掘, 旅游信息需求

Abstract: [Purpose/Significance] In order to optimize online community services, attract and encourage more people with travel intentions to use the Internet to share and obtain travel information, this paper studies the travel information needs of users in the tourism Q&A community. [Method/Process] Firstly, by using the network text mining, we selected the Q&A content about Beijing from the Tuniu Q&A platform as a corpus. Secondly, we used two different keyword extraction algorithms: TF-IDF and TextRank to extract the keywords of each text. Finally, we constructed a co-occurrence network through Gephi and use Gephi's clustering function to clarify the theme of the keywords, so as to grasp the user's travel information needs. [Results/Conclusions] The travel information needs of users in the online travel Q&A community can be roughly divided into 7 categories: accommodation information, food information, traffic information, scenic spot information, group tour information, climate information and planning suggestions. Users have different types of travel information demands which are not separate and independent from each other. There is a staggered relationship between different demands.

Key words: online question and answer platform, network text mining, travel information demand

中图分类号:

G250

赵雪芹, 王青青. 在线问答平台用户旅游信息需求研究——以途牛问答社区为例[J]. 农业图书情报学报, 2020, 32(10): 47-55.

ZHAO Xueqin, WANG Qingqing. An Investigation into the Travel Information Needs of Online Q&A Platform Users: Taking Tuniu Q&A Community as an Example[J]. Journal of Library and Information Science in Agriculture, 2020, 32(10): 47-55.

参考文献

[1] 2019文旅融合风向哪儿吹[N]. 中国消费者报, 2019-02-01(4).
[2] 中国互联网信息中心. 第44次中国互联网络发展状况统计报告[EB/OL].[2019-08-30]. http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201908/P020190830356787490958.pdf.
[3] 金守郡. 旅游学概论[M]. 上海: 上海交通大学出版社, 2010: 6.
[4] CHU R.What online Hong Kong travelers look for on airline/travel websites?[J]. International journal of hospitality management, 2001, 20(1): 95-100.
[5] XIANG Z, PAN B.Travel queries on cities in the united states: Implications for search engine marketing for tourist destinations[J]. Tourism management, 2011, 32(1): 88-97.
[6] CHOI S, LEHTO X Y, OLEARY J T.What does the consumer want from a DMO website? A study of US and Canadian tourists & apos perspectives[J]. International journal of tourism research, 2007, 9(2): 59-72.
[7] 李君轶, 杨敏. 西安国内游客旅游网络信息搜索行为研究[J]. 经济地理, 2010, 30(7): 1212-1216, 1220.
[8] 张晓晖. 在线问答社区用户社交网络特征对其知识贡献数量的影响研究[D]. 山东大学, 2019.
[9] SHAH C, OH S, OH J S.Research agenda for social Q & A[J]. Library & information science research, 2009, 31(4): 205-209.
[10] 文彤, 邱佳佳. 旅游虚拟社区网络演化特征分析—以“马蜂窝”为例[J]. 地理与地理信息科学, 2018, 34(6): 119-126.
[11] 胡兴报. 国内旅游者网络旅游信息搜寻动机与行为研究[D]. 芜湖: 安徽师范大学, 2011.
[12] 胡梦迪. 在线旅游问答社区答案信息采纳影响因素研究[D]. 武汉: 武汉大学, 2018.
[13] 夏文. 用户对旅游虚拟社区的持续使用意愿研究[D]. 杭州: 浙江工商大学, 2019.
[14] 阮光册. 基于领域本体实现Web文本挖掘研究[J]. 图书情报工作, 2011, 55(18): 116-120.
[15] 夏立新, 楚林, 王忠义, 等. 基于网络文本挖掘的就业知识需求关系构建[J]. 图书情报知识, 2016(1): 94-100.
[16] 夏天. 词向量聚类加权TextRank的关键词抽取[J]. 数据分析与知识发现, 2017, 1(2): 28-34.
[17] OTTE E, ROUSSEAU R.Social network analysis: a powerful strategy, also for the information sciences[J]. Journal of information science, 28(6), 2002: 441-453.
[18] 张坤, 李晶, 王文韬, 等. 我国分享经济领域热点主题的可视化研究——基于共词分析和社会网络分析[J]. 图书馆, 2017(12): 66-71.
[19] 牟冬梅, 郑晓月, 王萍, 等. 社会网络分析在学科知识结构研究上的方法思辨[J]. 情报理论与实践, 2016, 39(8): 22-27.
[20] 卓群. 基于共词网络的社交媒体话题演化分析[J]. 情报科学, 2015, 33(1): 120-125.
[21] 钱宇星, 周华阳, 周利琴, 等. 老年在线社区用户健康信息需求挖掘研究[J]. 现代情报, 2019, 39(6): 59-69.
[22] 代金晶. 弹幕视频网站信息组织优化研究—以哔哩哔哩为例[J]. 图书馆研究与工作, 2019(7): 23-26, 52.

在线问答平台用户旅游信息需求研究——以途牛问答社区为例

An Investigation into the Travel Information Needs of Online Q&A Platform Users: Taking Tuniu Q&A Community as an Example

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	陈雯, 王东亮, 徐云浩, 陈玉平, 杨友清. 文化创意作品数字化建设元数据模型构建[J]. 农业图书情报学报, 0, (): 1-1.
[2]	周文杰, 杨克虎. 自主知识体系建构视域下的中国特色数字人文循证范式述要[J]. 农业图书情报学报, 2022, 34(11): 5-13.
[3]	魏志鹏, 赵悦言, 杨克虎, 周文杰. 数字人文“一手证据”循证范式研究：基于《鲍氏国策》的共词分析[J]. 农业图书情报学报, 2022, 34(11): 14-25.
[4]	文玉锋, 马倩妮, 杨克虎, 周文杰. 数字人文“二手证据”循证范式研究：以敦煌汉简为例[J]. 农业图书情报学报, 2022, 34(11): 26-37.
[5]	尚宏利, 张思洁, 魏志鹏, 杨克虎, 周文杰. 循证数字人文证据整合的基本框架与具体流程研究[J]. 农业图书情报学报, 2022, 34(11): 38-47.
[6]	王菲, 邱奉捷, 王浩. 高质量发展视域下的公共图书馆绿色发展策略探析[J]. 农业图书情报学报, 2022, 34(11): 57-68.
[7]	肖可以, 秦佳佳, 李韫璠. 面向科研数据管理的日本高校图书馆机构知识库实践及启示[J]. 农业图书情报学报, 2022, 34(11): 100-109.
[8]	朱益平, 朱怡, 张诚. 情感体验维度下在线健康社区用户参与行为影响因素研究[J]. 农业图书情报学报, 2022, 34(10): 15-18.
[9]	熊欢, 罗爱静, 谢文照, 黄攀豪. 农村老年人健康信息素养现状及影响因素[J]. 农业图书情报学报, 2022, 34(10): 44-56.
[10]	范智萱, 王健, 撒旭, 张贵兰. 用户视角下农业科学数据描述信息的“结构-效用”研究[J]. 农业图书情报学报, 2022, 34(10): 57-69.
[11]	辛秀琴. 公共图书馆新媒体生态创新发展的关键内容探析[J]. 农业图书情报学报, 2022, 34(10): 91-100.
[12]	陈雪飞, 黄金霞, 王昉. 开放科学的开放创新内涵及生态作用机制研究[J]. 农业图书情报学报, 2022, 34(9): 5-14.
[13]	王丽丽, 张宁. 数字人文视角下的古籍知识关联探析[J]. 农业图书情报学报, 2022, 34(9): 51-59.
[14]	肖曼, 汪煊, 王昉, 黄金霞. 开放科学能力框架构建和培养路径研究[J]. 农业图书情报学报, 2022, 34(9): 15-28.
[15]	刘静羽, 贾毓洁, 黄金霞, 王昉. 开放科学创新生态构建中的数据处理伦理准则框架研究[J]. 农业图书情报学报, 2022, 34(9): 29-43.