旅游景區(qū)游客用戶情感畫像研究的國內外文獻綜述1.1國外研究1.1.1關于用戶畫像的研究CalegariS[9]等從YAGO本體中通過用戶個性檢索信息并根據(jù)詞匯的權重提取用戶畫像知識。AlanC.[10]最早提出了用戶畫像(persona)這一概念；用戶畫像是日常生活中真實個體用戶的虛擬代表；是一個從大量數(shù)據(jù)中獲取的、由用戶信息組成的形象集合。通過調研走訪深入了解用戶，根據(jù)他們的目標、行為軌跡和思想觀點的差異，劃分成為不同的類型，然后每種類型中抽取極具個體標志化的信息特征描述成用戶畫像。C.Teixeira[11]等認為用戶畫像是從海量數(shù)據(jù)匯中通過提取出個人信息集，獨立進行用戶需求、興趣和個體偏好描述的模型。ChengX[12]在醫(yī)療領域內將患者的就醫(yī)信息作為畫像知識表示元素，建立患者畫像。1.1.2游客情感滿意度測度研究SamaanAlMsallam[13]研究旅游者游覽特定目的地的情緒反應與游客滿意度和忠誠度的關系；采用定量數(shù)據(jù)收集方法，對瑞士四個主要旅游景點43個民族的346名游客進行問卷調查，運用結構方程模型和引導技術對研究假設進行實證檢驗。JoseJ.Padilla[14]等提出了一種基于情感的方法來研究游客在游覽城市旅游目的地時情緒的時空影響；其中的方法包括四個步驟：來自社交媒體的數(shù)據(jù)采集和預處理、游客市場識別、游客情感識別以及時空分析。JuanCarlosCastro[15]隨機抽取610名游客作為代表性樣本，采用半結構化的個人調查方法。通過復合相關性（CR）和Cron-Bach'sα驗證了模型的內在一致性，通過提取均值-方差（AVE）分析了驗證有效性，通過確定系數(shù)（R2）和通徑（β）值檢驗了結構模型實用性，獲取影響游客滿意度的相關因素。NathanAston[16]等提出了一種基于改進的平衡溫諾流算法的社交網(wǎng)絡情感分析，在三個真實的網(wǎng)絡數(shù)據(jù)集上進行測試，動態(tài)檢測數(shù)據(jù)流中的情感分析的重要特征。1.1.3旅游領域情感畫像研究AlexandraCoghlan[17]通過研究游客旅行體驗來提高滿意度等多個方面的認識；從參加動態(tài)志愿旅游考察的游客中選取案例樣本，研究旅游動機、活動、情感和游客滿意度之間的聯(lián)系。QiangYan[18]從多角度探討游客旅游體驗情感傾向。通過對平臺上的評論進行情感分析得出結果表明游客評論存在明顯的情感兩極性，一種為傾向于在社交媒體上分享他們體驗的積極情感，而另一種則是更喜歡綜合性旅游網(wǎng)站的消極情感。人們對景觀的偏好存在系統(tǒng)性差異，而Notaro[19]研究根據(jù)以高山景觀為對象進行實驗產生的結果，提出受訪者更喜歡多樣化和多面的景觀，附帶的游客情感在景觀偏好構建中發(fā)揮作用，并一定程度上影響游客的支付意愿。1.2國內研究1.1.1有關用戶畫像理論方法的研究基于海量規(guī)模的社交大數(shù)據(jù)，郭光明[20]研究了用戶隱行為模式的用戶信用畫像；劉海鷗姚蘇梅等[21]通過用戶畫像的視角，構建圖書館用戶畫像模型優(yōu)化升級圖書館大數(shù)據(jù)知識個性化服務模式，從而為讀者推出正確率較高的個性化知識推薦服務。黃文彬徐山川等[22]通過移動用戶規(guī)律行為、頻繁活動以及移動速度三方面構建用戶行為畫像。王智囊[23]研究了互聯(lián)網(wǎng)問診，在醫(yī)療領域通過患者數(shù)據(jù)畫像與推薦系統(tǒng)相關技術建立關聯(lián)實現(xiàn)互聯(lián)網(wǎng)用戶病情與醫(yī)生的精準推薦。劉海盧慧等[24]在“4C”理論的基礎上，結合消費者的需求特征，構建包括消費者基本消息和消費行為在內的用戶畫像。曾鴻吳蘇倪[25]通過給用戶“貼標簽”，人為精煉用戶的信息特征，如年齡、性別、地域、個人偏好等，將所有標簽進行綜合并構建用戶畫像。王慶福[26]使用貝葉斯網(wǎng)絡構建用戶興趣模型，進而勾勒用戶畫像。YanH[27]通過200萬用戶的6700萬在線購物和瀏覽日志大數(shù)據(jù)，使用本體的畫像知識對用戶數(shù)據(jù)進行刻畫，最終生成用戶畫像。1.1.2情感畫像技術方法的研究劉禹辰[28]結合信息科學和心理學，通過分析目標用戶的內在特征，提出了一種目標用戶的情感分析和用戶畫像的方法。劉逸陳欣諾保繼剛談可歆[29]文章借助大數(shù)據(jù)挖掘技術,抓取自然和人文類各9個旅游景區(qū)的游客在線評論,運用Gephi數(shù)據(jù)可視化工具研究游客正面與負面情感。楊柳[30]借助本體工具Protégé和ApacheJena的服務器Fuseki進行情感畫像本體文件的處理。任中杰張鵬等[31]在微博情感分析和用戶肖像基礎上提出一種的突發(fā)事件情感預測模型。通過貝葉斯分類器對采集到的評論文本進行情感分析，并分析情感影響因素，最后利用word2vec和one-hot進行編碼特征處理，用梯度提升樹算法，預測公眾情感傾向度。姚占雷[32]等依靠詞頻貢獻技術，研究華東地區(qū)首批國家5A級旅游景區(qū)之間的聯(lián)動性。唐順英和殷秀梅[33]使用ROSTWordParser詞頻分析軟件對曲阜游記進行文本分析，匯總了曲阜地方要素的高頻特征詞表，生成高頻詞語義網(wǎng)絡圖，再現(xiàn)了曲阜的地方元素和地方特色。1.1.3旅游領域情感畫像研究王泓硯王俊亮[34]以本文以俄羅斯在華少數(shù)民族聚居地為例，借助認知地圖對不同文化背景游客的訪談文本進行分析，探討不同游客體驗同一文化景觀的情感畫像的相似性、傾向性和差異性。郭風華、王琨[35]借助扎根理論解讀旅游在線評論文本，揭示游客對特定旅游景區(qū)的正面和負面感知因素以及旅游目的地景區(qū)形象感知。屈冊[36]研究發(fā)現(xiàn)在線網(wǎng)絡評論和游記對構建游客地方感發(fā)揮重要作用；對旅游目的地的地方性塑造主要包括實體要素和社會文化要素兩個方面。張妍妍等[37]借助旅游大數(shù)據(jù)的空間屬性，提出了“旅游數(shù)字足跡”這一概念，研究發(fā)現(xiàn)數(shù)字足跡研究的時間規(guī)律與傳統(tǒng)研究結論大體一致。張文[38]等以大陸游客在C發(fā)布的赴臺游記為樣本，從內容分析的角度，游客基本特征、認知形象、情感形象和重游意向四個方面分析大陸游客對臺灣旅游目的地的形象感知。1.3國內外研究情況總結通過對國內外用戶畫像、情感畫像技術研究方法和旅游領域情感畫像三個方面進行研究分析，大致可總結出目前國內外研究現(xiàn)狀的特征：（1）游客情感畫像在旅游領域應用較少。目前旅游領域以景區(qū)類型的差異為切入點來研究游客情感特征的相關文章比較少。旅游領域的景區(qū)游客滿意度研究，大多數(shù)研究者通過問卷調查獲得研究數(shù)據(jù)，通過構建模型進行實證分析。而A級景區(qū)的整體旅游形象少有涉及。盡管游客情感畫像已在旅游業(yè)多個方面進行了豐富的運用，但是其中極少有針對旅游景區(qū)類型差異化而展開的游客情感對比研究。（2）當前國內外針對游客情感畫像的研究多數(shù)基于關鍵詞的提取，在處理研究數(shù)據(jù)的精確度上有待提升。研究過程中較多采用詞頻分析、極性分類和詞性分類的方式，并未對游客情緒進行更加精確的分析，尤其是游客感知質量、積極與消極情緒對旅游者行為之間的關系。參考文獻[1]楊妮,高軍,路春燕,王鑫.基于SEM的城市旅游形象與游客行為意愿關系研究——以西安市為例[J].干旱區(qū)資源與環(huán)境,2015,29(02):190-195.[2]李艷紅,金海龍.旅游形象研究與烏魯木齊城市旅游發(fā)展關系探討[J].干旱區(qū)資源與環(huán)境,2005(02):122-126.[3]伍延基,王計平,曾海洋.無景點旅游的理論解釋與實踐意義[J].旅游科學,2008(04):28-31.[4]張紅英,張德平,何調霞.基于百度指數(shù)的江蘇5A級旅游景區(qū)網(wǎng)絡關注人群特征及營銷策略研究[J].無錫商業(yè)職業(yè)技術學院學報,2020,20(05):47-51.[5]HerbertA.Simon.OnHowtoDecideWhattoDo.1978,9(2):494-507.[6]山東省旅游局.征集“山東旅游標志、旅游形象口號”[N].中國旅游報,2001—6—11(B2).[7]吳必虎.地方旅游開發(fā)與管理[M].北京:北京科學出版社,2000.70—71.[8]劉逸,陳欣諾,保繼剛,談可歆.游客對自然和人文旅游資源的情感畫像差異研究[J].旅游學刊,2019,34(10):21-31.[9]CalegariS,PasiG.Personalontologies:GenerationofuserprofilesbasedontheYAGOontology[J].InformationProcessing&Management,2013,49(3):640-658.[10]AlanC.交互設計之路[M].北京：電子工業(yè)出版社,2006:115-135.[11]TEIXEIRAC，PINTOJS，MARTINSJA．Userprofilesinorganizationalenvironments.[J].Campus-wideinformationsystems，2015，25(25):329-332．[12]ChengX,HongmingC,YunY,etal.UserProfilinginElderlyHealthcareServicesinChina:ScalperDetection[J].IEEEJournalofBiomedicalandHealthInformatics,2018:1-1.[13]SamaanAlMsallam.Theimpactoftourists'emotionsonsatisfactionanddestinationloyalty-anintegrativemoderatedmediationmodel:tourists'experienceinSwitzerland.2020,3(5):509-528.[14]JoseJ.Padilla,HamdiKavak,ChristopherJ.Lynch,etal.TemporalandspatiotemporalinvestigationoftouristattractionvisitsentimentonTwitter.2018,13(6)[15]JuanCarlosCastro,MauricioQuisimalin,CarmendePablos,etal.TourismMarketing:MeasuringTouristSatisfaction.2017,10(3):280-308.[16]NathanAston,TimothyMunson,JacobLiddle,etal.SentimentAnalysisontheSocialNetworksUsingStreamAlgorithms.2014,2(2):60-66.[17]AlexandraCoghlan,PhilipPearce.TrackingAffectiveComponentsofSatisfaction.2010,10(1):42-58.[18]QiangYan,SiminZhou,SipengWu.Theinfluencesoftourists’emotionsontheselectionofelectronicwordofmouthplatforms[J].TourismManagement,2018,66.[19]Notaro,Grilli,Paletto.Theroleofemotionsontourists’willingnesstopayf