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]	徐彤阳, 窦丽娟. 智慧数据与合成数据赋能图书馆知识服务研究[J]. 农业图书情报学报, 2026, (): 1-11.
[2]	寇蕾蕾, 祝忠明, 王思丽. AI赋能的复杂历史事件事理图谱构建与应用研究[J]. 农业图书情报学报, 2026, (): 1-13.
[3]	吴玉浩, 周志刚, 刘伟. 应用场景驱动的智慧图书馆数据协同治理机制研究[J]. 农业图书情报学报, 2026, (): 1-14.
[4]	刘炜, 金家琴. 智能体时代的图书馆转型：基于OpenClaw架构的服务重构与治理框架研究[J]. 农业图书情报学报, 2026, 38(4): 13-22.
[5]	郭金博. 图书馆使用AIGC对读者信息信任的效应研究[J]. 农业图书情报学报, 2026, 38(4): 84-98.
[6]	韩姝. 基于DeepSeek的健康中国战略下公共图书馆健康信息服务质量评估研究[J]. 农业图书情报学报, 2026, (): 1-13.
[7]	丁书鑫, 何紫明, 张珂, 杨瑞仙. 中国智慧图书馆技术创新的结构性特征与演进规律——基于专利挖掘的多维实证分析[J]. 农业图书情报学报, 2026, (): 1-16.
[8]	庄佳钰. 基于TAM模型与PLS-SEM的公共图书馆AI智慧服务用户使用意愿影响因素研究[J]. 农业图书情报学报, 2026, (): 1-11.
[9]	张延一. 具身认知视角下图书馆医学主题科普服务的元宇宙建构研究[J]. 农业图书情报学报, 2026, (): 1-13.
[10]	张玉祥, 崔利锐, 辛成国. 社区驱动模式下的钻石开放获取：运行机制、现实挑战与中国路径[J]. 农业图书情报学报, 2026, (): 1-10.
[11]	苗美娟, 罗喆, 冯偌涵, 刘洁. 乡村新型公共文化空间的发展模式与优化路径研究[J]. 农业图书情报学报, 2026, 38(3): 65-75.
[12]	金家琴. 公共数字文化服务“最后一公里”的实践路径探索[J]. 农业图书情报学报, 2026, 38(3): 55-64.
[13]	李妹, 尹明章. 应用场景驱动的高校图书馆多来源跨模态信息资源智慧服务模式构建及其评估研究[J]. 农业图书情报学报, 2026, (): 1-12.
[14]	黄晓棠, 姚奇彬. 基于AIGC技术应用的GLAM机构协同发展路径研究[J]. 农业图书情报学报, 2026, 38(2): 66-78.
[15]	吴玉浩, 刘艺浩, 李庆军, 胡旭. 基于大语言模型的图书馆数据开放共享：逻辑、路径与策略[J]. 农业图书情报学报, 2026, 38(1): 28-43.