國外智慧旅游政策和理論的主題建模及趨勢研究

陳秋英, 宋姍姍

(廈門理工學院文化產業與旅游學院, 福建 廈門 361024)

2022年,國務院印發的《“十四五”旅游業發展規劃》指出,加快推進以數字化、網絡化、智能化為特征的智慧旅游,深化“互聯網+旅游”,擴大新技術場景應用[1]。2023年11月,文化和旅游部印發的《國內旅游提升計劃(2023—2025年)》明確提出,要加快智慧旅游發展,培育智慧旅游沉浸式體驗新空間新場景,推動科技賦能旅游,進一步推進新技術在旅游場景廣泛應用,更好發揮國家旅游科技示范園區作用,提升旅游產品和服務的科技含量[2]。數字技術的快速發展為旅游業帶來新機遇,發展智慧旅游,順應文旅消費新趨勢,將進一步激發消費活力,推動實現旅游業高質量發展。

近年來,國內智慧旅游發展的基礎不斷夯實,越來越多的數字技術在更廣范圍、更高層次、更多環節、更寬領域與旅游業深度融合發展,智慧旅游逐漸成為促進旅游業高質量發展的新動能[3]。然而,其發展瓶頸仍然存在,包括在線系統中的用戶大數據從何而來、數據信息是否準確、公共服務與市場化發展如何劃分界限、在線旅游運營服務監管不充分等問題,這些成為智慧旅游發展之路上需要解決的問題,迫切需要完善相關政策體系,提出更完善的發展路徑,推動中國智慧旅游可持續發展。

歐美國家及相關組織在智慧旅游領域積累了豐富的研究成果和實踐經驗,通過研究分析國外政策文本和學術文本,發掘其成熟之處與中國智慧旅游實際情況結合,對于更好地制定中國智慧旅游發展政策、提升旅游目的地機構和組織提升目的地智能化水平、提高相關旅游服務機構提升服務水平、推動旅游業轉型升級將有積極的指導意義。

1 研究現狀

1.1 智慧旅游研究現狀

1.1.1 國外智慧旅游研究現狀

以“Smart+Tourism/ City/ Destination”“Technology/ Digital+Tourism”為關鍵詞,在SpringerLink、Science Direct 、EBSCO、ProQuest、Sage Journals等數據庫中進行檢索和遴選發現,國外智慧旅游的研究集中在4個方面:一是智慧旅游的界定。2011年英國智能旅游組織表示,技術在旅游部門的使用和應用被認為是數字或“智能”旅游[4]。二是智能技術在旅游業中的應用方面。Vecchio等[5]指出大數據在旅游業中產生了有利的價值創造模式和巨大的機會;Carvalho和Ivanov[6]提出人工智能的快速發展正在顛覆包括旅游業在內的各個行業,其中機器人聊天程序ChatGPT(Chat Generative Pre-trained Transformer)這項技術能夠增強旅游業員工的能力。三是智慧旅游生態系統構建。Yang等[7]提出旅游生態系統空間演化具有差異性和相互包容的本質,這一生態系統有助旅游目的地的可持續發展。四是評估機制體系。Shafiee等[8]提出通過可持續發展評估旅游目的地以實現預期目的的指數,有助于研究人員更好地了解旅游目的地發展的有效因素,并明確每個因素的重要性程度,最終推動智慧旅游目的地和智慧城市的建設;Hussain等[9]指出關鍵績效指標是衡量和跟蹤可持續發展目標的一個有用工具,可以持續檢測和評估進展情況。

1.1.2 國內智慧旅游研究現狀

目前國內關于智慧旅游的學術研究主要集中在概念、發展路徑以及評價體系和建設框架方面。

在概念研究方面,任翰[10]提出智慧旅游是一種為相關旅游部分、企業或個人提供服務的一種技術平臺,張凌云[11]從信息服務角度指出智慧旅游是一種為公眾提供信息資源服務的一種基于通信技術的改革;在發展路徑研究方面,許金如[12]指出智慧旅游要形成以政府為主導的系統化智慧化發展路徑;在評價體系與建設框架研究方面,鄧賢峰和李霞[13]以游客體驗、景區管理等角度提出了建設“智慧景區”的17個二級標準和41個三級標準,王路路和孫斌[14]指出內蒙古構建了基于多維超體積理論的智慧旅游導向的城市旅游生態位評價指標體系,為內蒙古城市旅游業發展提供了有價值的參考,高志方等[15]基于決策者風險態度,構建了一種綜合評價方法逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)評價模型,致力于推動未來智慧旅游城市的可持續發展。

1.2 政策文本研究現狀

政策是國家頒布的法律法規與制度章程等文件。通過對政策文件的分析可以更好地研究政策的內容,分析當前政策存在的問題,發現其中的缺失與不足,并給出相應建議。目前,對于政策文本分析的研究范圍較廣,孟凡麗等[16]、盛欣和劉鐵芳[17]、王毅等[18]、林津晶和趙慎非[19]、林曉蕓等[20]對農業、經濟、醫療、教育、科技和生態等各方面進行了政策文本的量化分析。Isoaho等[21]通過對5000多份政策文件進行主題建模分析來調查能源聯盟的政策優先事項。Hsu等[22]用結構主題模型(structural topic model,STM)主題模型分析147個國家的全球氣候治理政策來比較發展中國家和發達國家的關鍵主題。謝敏和張夢云[23]借助Nvivo分析工具用內容分析法對突發公共衛生事件中社區應急管理政策文本進行量化分析,以此提出完善管理政策體系的建議。政策文本分析具有客觀、準確等優勢,當政策文件數量眾多時,文本量化分析能夠相對準確地判斷政策的發展流變趨勢以及政策的主題特征。

1.3 LDA主題建模研究現狀

機器學習中的自然語言處理方法線性判別隱含狄利克雷分布 (latent Dirichlet allocation,LDA)主題生成模型是由潛在語義索引LSI(Latent Semantic Indexing)發展而來、以貝葉斯概率分布為基礎的,包含詞、主題和文檔3層結構的非監督機器學習技術,國內外很多學者從不同角度,結合不同應用需求對這一模型提出了改進與擴展。學者們先后提出了層次主題模型與相關主題模型,并提出困惑度的概念,將其作為判斷主題模型好壞的標準,面對不同數據基礎與不同需求,將LDA模型在模型性能、模型生成等多方面優化,形成更多的細化模型。在實踐應用方面,高維和和張婕瓊[24]、安璐等[25]、陳淑一和朱華桂[26]將LDA主題模型用于相關文本主題與數據挖掘、情感分析、微博文本分析以及主題詞識別等研究上。趙公民等[27]運用LDA進行主題建模,對新能源汽車相關政策文本進行量化分析。唐煥玲等[28]提出將LDA主題模型與Word2vec模型相融合以增強文本語義。如今LDA主題模型的數據化、可視化等特點被多個研究領域的學者重視與關注,并用于不同的學術研究和場景范圍。

1.4 研究述評

從現有學術研究成果來看,對智慧旅游相關政策的關注較少,對智慧旅游政策文本和學術文本的量化研究較為缺乏。同時,利用主題建模的方法對政策文本進行量化分析亦處于起步階段,相關應用研究相對較少。此外,當前對于旅游政策的研究大多基于文獻閱讀、專家評議與政策模型等主觀論證的形式為主,較少有通過文本挖掘的方式對相關政策文本進行量化分析,難于獲得更為全面的信息,因而本文通過LDA主題建模和CiteSpace知識圖譜的研究方法對智慧旅游政策文本和學術文本進行主題提取與量化分析,獲取有理論價值與實踐意義的研究成果。

2 研究方法

研究將采用爬蟲技術、LDA主題模型和Word2vec模型結合以及CiteSpace知識圖譜的研究方法,選取歐美國家和組織官方有關智慧旅游政策文本和學術文本的數據,對研究結果進行可視化分析。研究技術路線如圖1所示。

2.1 LDA主題建模處理

LDA主題模型是由Blei等[29]提出的一種對離散數據集建模的概率主題生成模型。它假設一篇文本在形成的過程中首先需要若干主題詞,文本圍繞這些主題詞展開形成,整篇文章所選擇的詞句都與主題詞之間相關聯,從文檔到主題、從主題到詞均服從多項分布。通過對于語料中文檔與詞的分布進行概率計算,即可得到文本集合的主題分布。本文借助LDA模型進行主題提取,描繪出歐美國家和組織智慧旅游政策和理論的畫像。

2.2 CiteSpace知識圖譜文本處理

CiteSpace知識圖譜是指利用數據挖掘和分析與圖形繪制等方式實現某一領域的可視化研究[30]。運用LDA主題建模分析學術文本的主題特征,運用CiteSpace來分析學術文本的演化特征和研究趨勢。對綜合性學術信息資源庫WOS(Web of Science)導出的學術文本數據,通過CiteSpace進行數據轉換后,從關鍵詞、突變詞等角度對數據進行定量分析,并通過數據可視化分析歐美智慧旅游學術文本的研究熱點與研究前沿。

2.3 數據收集

(1)政策文本的數據來源。智慧旅游政策文本來自美國、英國、加拿大、澳大利亞、歐盟、世界旅游組織等6個國家和組織官方官網有關智慧旅游政策文本,這6個平臺所涵蓋的數據一定程度上可代表6個國家和組織的政策頒布和實施情況。

(2)學術文本的數據來源。學術文本的數據來自WOS數據庫中的科學引文索引(Science Citation Index,SCI)和社會科學引文索引(Social Sciences Citation Index,SSCI)核心集合,以“Smart+tourism”“Smart city/ destination”“Technology/ Digital+tourism”為關鍵詞,獲得481篇文獻,作為學術文本數據的來源。

2.4 數據預處理

采用Python語言實現數據爬取工作,主要使用Scrapy框架以及Requests、Beautifulsoup等第三方庫,以Json文件格式存儲標題、發布時間、發布來源等政策文本的基本信息,以txt或pdf的文件形式儲存政策文本原文,學術論文的信息直接從WOS下載,獲取包括標題、發表時間、發表刊物、摘要、關鍵詞等基本信息。

3 研究結果分析

3.1 研究主題分析

Hu等[31]指出在進行LDA主題建模時,主題數量的確定沒有單一的方法,但語義和主題之間一致性和排他性之間的權衡可以作為一種可能的解決方案。Kuhn[32]提出排他性是通過比較詞語分布的相似性來衡量一個主題與其他主題的區別程度。故研究采用一致性(coherence)和排他性評估之間的權衡來共同衡量LDA結果中的優化主題數量。Schmiedel等[33]指出一致性值越高,則模型表達能力越好。從一致性值來看,智慧旅游政策文本分析模型的主題數為4時,如圖2所示,一致性值最大,智慧旅游學術文本分析模型的主題數為8時,如圖3所示,一致性值最大。因此,將智慧旅游的政策文本主題數取值為4,而智慧旅游學術文本主題數為8時,模型達到較佳可解釋性。

圖2 智慧旅游政策文本LDA主題模型一致性

圖3 智慧旅游學術文本LDA主題模型一致性

3.1.1 政策文本結果分析

通過LDA主題模型分析將結果分為4個主題進行可視化分析,得出歐美相關國家和組織政策文本的主題內容和側重方向,各個主題詞及詞項見表1。

表1 4個主題詞組的高頻率關鍵詞

主題1體現的是policy support的內容,主要關鍵詞有“government” “country”“recommendation”等。智慧旅游為全球經濟增長需求和發展提供了相當大的潛力,各個國家和政府為旅游部門制定有效的政策,給智慧旅游發展提供政策導向與政策落地的空間。

主題2是關于digital guide的相關內容,關鍵詞主要包括“helsinki” “card”“ljubljana”等。技術的影響滲透到各個領域,在旅游業中,自助游的游客可以利用數字指南獲得幫助,數字指南在手機上便可以為旅游者服務。

主題3體現的是application standards的內容,高頻關鍵詞有“criterion”“application”等。智慧旅游場景應用要遵循一定的標準,強化標準引領,實施智慧旅游各方標準化,把各項工作全面納入標準化的軌道。

主題4主要是關于smart city的相關內容,關鍵詞包括“gothenburg”“conference”“cities”等。近年來,智能技術和設備的全球普及改變了城市空間的建設、消費和游客與居民之間的共享方式。第八屆聯合國世界旅游組織城市旅游峰會表示:“城市旅游的未來屬于智慧城市?！?/p>

3.1.2 學術文本結果分析

通過LDA主題模型分析將結果分為8個主題進行可視化分析,得出歐美國家學術文本的主題內容和研究方向,各個主題及關鍵詞見表2。

表2 8個主題詞組的高頻率關鍵詞

主題1體現的是smart tourism standards的內容,相關高頻關鍵詞有“visual”“site”“technological”等。加強技術、區塊鏈等標準化管理是推動智慧旅游的發展的重要路徑之一,沒有標準和法規,智慧城市的系統無法進行操作,應當以標準化促進智慧旅游行業發展[34]。

主題2是關于stakeholders的內容,主要關鍵詞有“competitiveness”“stakeholders”“resident”等。在智慧旅游的實踐發展過程中,利益相關者包括目的地居民、競爭者、用戶等人群,他們對于智慧旅游的可持續發展具有重要意義。

主題3體現的是tourist perception的相關內容,包括“perceive”“behavior”“visitor”等關鍵詞。分析游客對旅游城市智慧化管理的行為態度與感知意見是否持積極態度,這對一個城市旅游的智慧化與經濟發展有很大影響。

主題4體現了 consumer trends的相關內容,相關關鍵詞有“hospitality”“ecosystem”等。隨著人工智能AI(artificial intelligence)和第五代移動通信技術5G(5th generation mobile communication technology)的發展,人們對于城市智慧酒店、智慧景區等的需求與指標越來越高。因此,發展智慧酒店、智慧景區等有利于推動旅游的智慧化發展、推進建設智慧城市,推動旅游目的地的經濟發展。

主題5體現的AI data mining的相關內容,關鍵詞包括“AI”“deep neural”“recommendation”等。智能化時代的發展,智慧旅游相關數字與技術模型通過大數據可以為旅行者提供收集、分析與推薦等服務,極大提高旅行者獲取信息的準確性與滿意度[35]。

主題6是關于 policy planning的相關內容,高頻次關鍵詞主要有“ policy ”“risk”“urban”等。旅游規模的擴大與旅游城市的增多的同時,旅游行業面臨的問題也愈加復雜和難以處理,尤其是新興的智慧旅游,在多個環節方面存在著問題與風險,因此,政府和相關部門必須加強風險管理與規劃,處理好各個環節的項目風險,支撐智慧旅游持續發展。

主題7是關于intelligent scenic area的內容,關鍵詞有“intelligent”“cloud”“scenic”“rural”等。智慧景區的發展與大數據、物聯網密不可分,而旅游景區的建設就包括云計算技術的架構、服務的智能化、經營管理的數字化等,這些有利于加快智慧旅游的發展、智慧景區的建成,促進地區旅游經濟的可持續發展。

主題8體現了智慧旅游技術STT(smart tourism technology)的相關內容,主要關鍵詞包含“stts”“pattern”“motility”等。智慧旅游技術改變了傳統的游客體驗,對游客的行為與感知具有顯著影響,另外智慧旅游系統也可以通過用戶的數據為游客、相關商家提供有價值的參考和建議,從而提高旅游目的地的競爭力。

3.2 研究趨勢分析

3.2.1 關鍵詞演變分析

基于CiteSpace 的關鍵詞分析功能,將WOS中的文獻數據分成2008—2011年、2012—2015年、2016—2019年和2020—2023年四個時間段,對481篇有效的國外智慧旅游學術研究中的關鍵詞進行分析,以數據為基礎,得出不同時間段智慧旅游研究領域的研究主題和研究熱點,具體數據排名見表3。

表3 2008—2011年國外智慧旅游學術文本的 高頻關鍵詞統計

2008—2011年研究成果較少僅有5個關鍵詞,分別是demand、air travel、America dream、The wildness society、elasticity,這一時期還處于智慧旅游的萌芽和初探時期。

2012—2015年, 從表4中數據關鍵詞出現的頻次能得出,“smart tourism”“technology”作為研究主題是這一時期的熱點,也僅出現過幾次,2012—2015年關于智慧旅游的研究成果和有效數據是非常稀少的。出現頻次較高的還有“technology”“social media”“model”“internet”等關鍵詞,這表明在智慧旅游研究方面,相比2011年以前,學者們更加清楚地認識到智慧旅游是建立在技術的基礎上,能夠創造商業價值與社會效益的新的系統[2]。

表4 2012—2015年國外智慧旅游學術文本的十 大高頻關鍵詞統計

表5顯示,2016—2019年,智慧旅游的相關研究明顯增多,僅“smart tourism”關鍵詞就出現68次,相比2016年以前,學者對智慧旅游的重視程度顯著提高。另外與“smart tourism”有著緊密關系的“internet”“social media”“date”等關鍵詞對比20世紀00年代有了更多的研究關注。這表明用大數據輔助社交媒體分析業務、進行決策能夠使智慧旅游模型或管理決策更好為用戶服務,因此在這一段時間,“model”“technology”“management”等關鍵詞應運而生。相比智慧旅游的萌芽與探索期,這一階段的智慧旅游的研究領域更廣,更受到學者的關注。

表5 2016—2019年國外智慧旅游學術文本的 十大高頻關鍵詞統計

表6顯示,2020—2023年,對智慧旅游的研究迅速增多,在這一時期智慧旅游相關主題的481篇學術研究中,“smart tourism”這一關鍵次從2016—2019年的68次迅速增長到118次,與此同時“management”“social media”“model”等關鍵詞也保持增多的趨勢,“foundation”“technology”等智慧旅游研究相關關鍵詞出現頻次比2020年之前翻番,這說明智慧旅游需要靠技術來支持處理數據、管理決策,為未來智慧旅游發展之路建言獻策。

表6 2020—2023年國外智慧旅游學術文本的十 大高頻關鍵詞統計

3.2.2 研究前沿分析

基于主題識別的同時,使用CiteSpace軟件獲取2008—2023年的文獻數據,利用Burstness突變詞分析功能得到11個突變詞,對智慧旅游研究的前瞻發展進行可視化分析。具體突變詞如圖4所示。

圖4 國外智慧旅游研究11個突變詞

根據圖4,可將國外智慧旅游研究文獻突現詞大致分成3個階段。第1階段為2012—2015年,這一階段的突現詞是“China”,在這一時期,國外智慧旅游研究聚焦于中國的智慧旅游發展,一些學者就“smart tourism destination”以及相關中國的“smart city”“smart service”進行了研究,這可以為其他旅游目的地提高智慧水平提供借鑒。第2階段為2016—2019年,突現詞有“attributes”“information technology”“system”等,這一時期的研究主題集中對智慧旅游概念的界定上:智慧旅游的屬性是作為信息服務的系統。第3階段為2020—2023年,主要的突現詞是“experience”“recommender system”“perspective”,這3個突現詞在2021年才開始出現,這說明智慧旅游的相關計算系統受到學者的關注,這一階段主要研究智慧旅游系統對注冊的用戶產生的使用體驗[36]。除此之外根據圖4所示,“experience”“recommender system”和“perspective”等突現詞的熱度一直持續至2023年,并且基于LDA的政策文本和學術文本主題識別和關鍵詞的演變分析可以發現,用戶體驗、相關旅游系統方面的研究是未來的研究趨勢也是發展趨勢之一。

4 結論與思考

4.1 結論

通過WOS核心數據庫檢索SCI和 SSCI數據,選取了481篇智慧旅游文獻,并通過爬蟲軟件獲取歐美家和旅游組織智慧旅游政策文本數據,利用LDA主題模型對國外智慧旅游的政策與學術文本進行主題詞的提取與分類,獲取智慧旅游政策發展趨勢。同時,運用CiteSpace知識圖譜方法對不同階段的關于智慧旅游學術研究的高頻關鍵詞和突現詞進行演變分析,理清智慧旅游的研究趨勢與研究前沿,進而為未來智慧旅游政策制定提供理論支撐。

基于政策文本與學術文本的結果差異得出:政策傾向于及時解決智慧旅游發展過程中所出現的問題,而學術研究能夠在歷史的長河和科學的檢驗中應對旅游行業所出現的問題;政策制定與學術研究兩者有著密切的關系,學術研究為政策制定起到一個啟發的作用,政策制定者在學術研究領域中準確尋找問題、及時給出應對措施,而學術研究也應在政策的引導方向下,為政策制定的時效性、客觀性提供學術基礎與理論依據。政策制定者應與學術研究進行交流合作,為行業發展起到“1+1>2”的效果。

4.2 思考

在分析國外智慧旅游政策文本與學術文本的基礎上,對智慧旅游發展提出以下幾點思考與建議。

(1)強化智慧旅游工作績效評估機制。智慧旅游作為一項重點的服務行業,完善的工作績效評估機制一方面提高政府的工作效率和服務質量,另一方面審核智慧旅游工作中的財政支出與規劃預算是否合理,指導智慧旅游工作,促進高質量發展。通常智慧旅游績效評估包括對項目的事前事后的評估。事前評估包括項目開展的必要性、績效目標制定的合理性、投資金額是否合理等,事前評估機制的建立主要目的在于評估智慧旅游項目是否有必要進行、項目工作的決策是否科學性與合理性;事后評估包括項目質量評估、實施效果評估、社會滿意度評估等。事后評估機制主要目的是在項目實施后取得可供借鑒的經驗、發現存在的主要問題并分析問題產生的原因。政府應加強對智慧旅游工作的績效評估機制建立的重視程度,優化評估技術,完善績效評估機制,提高智慧旅游的發展質量與實施效益,從政策方面給予智慧旅游項目發展以積極的支持作用。

(2)完善智慧旅游標準化政策體系。標準化建設是推動行業規范發展、提升行業服務水平的重要手段,建立健全中國智慧旅游發展標準體系是推動智慧旅游高質量發展的有效途徑與有力保障。聯合國工業發展組織和國際標準化組織發布研究報告指出,計量、標準、合格評定已成為未來世界經濟可持續發展的三大支柱,標準制定與技術發展和市場直接關聯?？梢哉f,誰掌握了標準,誰就掌握了技術和市場發展的命脈。智慧旅游建設是一個多系統、多層次、多領域相互匹配融合的復雜系統工程,建立完整的智慧旅游標準體系是建設智慧旅游的基礎與指南,政府應根據全國各省實際發展情況對旅游城市建設內容進行規范和標準制定,助推智慧旅游有序發展。

(3)加大智慧旅游政策扶持新力度。就智慧旅游發展情況分析,可以加大政府和企業的政策扶持力度,包括資金扶持、稅務減負支持、激勵獎勵政策等,加快行業發展升級。目前中國發布的關于智慧旅游的政策包括國家層面發布、地方政府層面制定發布以及企業制定的相關制度。各省應積極響應旅游行業發展趨勢,積極加大智慧旅游政策扶持新力度,推動智慧旅游健康快速發展。根據經濟變革與行業發展速度,政策應當不斷更新、增加內容,及時完善智慧旅游政策體系,加大政策在財政支持、人才培養等方面的支持力度,帶動相關行業為智慧旅游提供最積極的支持,打好政策支持基礎,減少智慧旅游發展中的后顧之憂,助推智慧旅游高質量發展。在這樣的大背景下,給予智慧旅游行業發展針對性、系統性、持續性、及時性的政策支持是必要且迫切的。