基于情感引导BERTopic模型的摩洛哥文化遗产博物馆游客体验差距诊断研究

为解决摩洛哥文化遗产博物馆游客体验价值缺口问题，研究人员通过TripAdvisor平台37家博物馆的评论数据，采用TextBlob情感极性分割与BERTopic算法相结合的方法，构建主题图谱并识别出功能性缺口主导的系列问题（如多语言服务缺失、展览设计缺陷等），提出数字化工具与公平定价等改进方案，为文化机构优化体验提供可迁移的诊断框架。

　　

这项研究以摩洛哥文化遗产博物馆为研究对象，创新性地将游客负面评价转化为诊断工具。通过采集37家博物馆的TripAdvisor评论数据，研究团队先采用TextBlob进行情感极性分类，再运用前沿的BERTopic主题建模算法挖掘潜在问题。借助主题图谱(thematic cartography)技术，系统评估了各主题的集中度与密度，最终构建出博物馆体验问题的结构化分类体系。

分析结果揭示了多重体验缺口：功能性缺口尤为突出，具体表现为英语翻译缺失、服务定价过高、展览动线设计混乱等；其次是经济性缺口与认知性缺口。有趣的是，研究还发现小型博物馆普遍存在空间局促、临时闭馆通知不及时等"隐形痛点"，而时尚类展品的稀缺性也成为游客的潜在失望因素。

基于PERVAL价值模型，研究者提出了"未感知价值(unperceived value)"的创新概念，并给出针对性改进方案：开发多语言导览系统、引入增强现实(AR)等数字交互技术、优化展品叙事逻辑等。该研究不仅为博物馆管理者提供了可操作的优化蓝图，其"以负面反馈驱动价值创造"的反向研究思路，更为文化遗产机构的体验管理开辟了新视角。