《Buildings》：A Multi-Model Text Mining Approach to Tourism Image Analysis of the Historic Centre of Macao Based on User-Generated Content
编辑推荐：
用户生成内容（UGC）为检验旅游目的地形象提供了大规模、自然化的数据。本研究以世界文化遗产澳门历史城区（HCM）为对象，研究人员从小红书、携程、大众点评和TripAdvisor收集了3781条游客评论，并开发了一个整合TF-IDF（词频-逆文档频率）、BERT
用户生成内容（UGC）为检验旅游目的地形象提供了大规模、自然化的数据。本研究以世界文化遗产澳门历史城区（HCM）为对象，研究人员从小红书、携程、大众点评和TripAdvisor收集了3781条游客评论，并开发了一个整合TF-IDF（词频-逆文档频率）、BERTopic（基于BERT的主题建模）和RoBERTa（稳健优化的BERT预训练模型）的多模型文本挖掘框架。结果表明，HCM的在线旅游形象包含四个维度：对历史、文化和遗产价值的感知；对空间地标和城市景观的感知；旅游行为模式和具身体验；以及情感评价和旅游体验质量。TF-IDF结果表明，建筑、历史、葡萄牙、教堂、大三巴牌坊和议事亭前地等术语构成了游客认知形象的核心要素。BERTopic进一步识别出18个有效主题，并揭示了三个相互关联的语义簇：遗产空间认知、地标与区域体验，以及综合旅游体验。基于RoBERTa的情感分析显示，游客的整体评价以积极情绪为主，而拥挤、高游客密度以及期望与实际体验之间的差距仍是负面评价的重要来源。本研究证明了所提出框架在澳门历史城区的适用性，并为其他文化遗产目的地的旅游形象研究提供了方法论参考。
旅游目的地形象（TDI）的形成是游客对目的地属性感知、情感反应和行为意图之间相互作用的复杂认知情感过程。随着互联网平台和移动社交媒体的快速发展，用户生成内容（UGC）已成为影响目的地形象形成与传播的重要信息来源。澳门历史城区（HCM）于2005年被列入联合国教科文组织世界遗产名录，以其中西文化交融的历史街道、宗教建筑、公共建筑和住宅建筑为特征，是理解东亚与更广阔世界互动、中西文化交流及多元文化共存的重要遗产空间。然而，现有研究对HCM旅游形象的分析仍存在局限：Ge等人从游客、居民和专家视角识别了HCM的静态文化基因，但未进一步考察各自的优先顺序和情感反应；Meng等人的视觉分析仅依赖中文在线旅游平台评论；Chen等人比较了微博和Instagram上中英文评论反映的HCM形象差异，但未涵盖跨平台数据；Wong和Qi基于TripAdvisor评论运用文本挖掘技术考察了澳门目的地形象的演变，但聚焦于澳门整体而非HCM，且数据来源单一。为弥补这些不足，本研究以HCM为研究对象，从四个平台（小红书、携程、大众点评和TripAdvisor）收集UGC数据，构建了整合TF-IDF、BERTopic和RoBERTa的多模型文本挖掘框架，旨在从认知属性、语义主题和情感评价三个维度系统分析HCM的在线旅游形象。该研究对遗产传播、游客流管理和体验优化具有实践意义，论文发表在《Buildings》上。
研究人员为开展研究使用了三个主要关键技术方法。首先，TF-IDF（词频-逆文档频率）用于提取游客评论中高权重关键词，识别核心认知元素。其次，BERTopic（基于BERT的主题建模）用于进行语义主题建模，生成文本嵌入后通过UMAP（统一流形逼近与投影）降维和HDBSCAN（基于层次密度的空间聚类）聚类，并用c-TF-IDF提取主题关键词，以识别潜在语义主题及其结构。最后，基于RoBERTa（稳健优化的BERT预训练模型）的中文预训练语言模型进行情感分析，量化情感倾向并区分积极、消极和中性评论。样本队列来源为小红书、携程、大众点评和TripAdvisor四个平台的3781条游客评论，数据收集时间跨度为2011年11月21日至2025年5月21日。
4.1 基于TF-IDF的游客核心认知元素提取
4.1.1 游客UGC中TF-IDF关键词排名分析
通过TF-IDF从3781条UGC评论中提取高权重关键词，前50个关键词包括“澳门”、“建筑”、“历史”、“葡萄牙”等核心术语，以及“大三巴牌坊”、“议事亭前地”等地标术语，和“步行”、“游览”、“拍照”等活动术语，以及“值得”、“喜欢”、“好”等评价术语，表明游客对HCM的在线表达涉及城市认知、历史建筑、文化特征、地标空间、游览方式和体验评价等多个方面。
4.1.2 基于TF-IDF关键词的在线旅游形象维度分析
基于前50个关键词及其在原始评论中的具体语境，研究人员将关键词人工分类为四个维度：历史文化和遗产价值感知（如“历史”、“文化”、“世界遗产”、“葡萄牙”）、空间地标和城市景观感知（如“建筑”、“街道”、“教堂”、“广场”）、旅游行为模式和具身体验（如“步行”、“游览”、“拍照”）、情感评价和旅游体验质量（如“值得”、“喜欢”、“拥挤”）。结果表明，HCM的在线旅游形象由这四个维度共同构建，其中“历史”、“文化”、“葡萄牙”等词汇揭示游客对中西文化交融特征的认知，而“拥挤”等词汇表明高游客密度影响体验质量。
4.1.3 平台分层比较与潜在偏差
平台分层比较显示，“澳门”、“建筑”、“历史”在所有四个平台中均排名前列，表明这些是HCM认知形象的稳定组成部分。TripAdvisor评论更强调文化比较和遗产凝视，如“葡萄牙”、“中国”、“街道”；小红书突出可视化和社会化表达，如“打卡”、“拍照”；大众点评反映本地生活和消费体验，如“吃”、“逛”；携程强调整体评价和目的地概括，如“不错”、“值得”。
4.2 基于BERTopic的语义主题分析
BERTopic识别出18个有效语义主题（主题0-17），覆盖历史文化、建筑遗产、空间地标、区域观光、本地消费、节日氛围、夜景、交通连接、城市娱乐和拥挤体验等。主题0、2、8、16包含“葡萄牙”、“建筑”、“历史”等关键词，反映对历史文化和中西文化交融的关注；主题1、6、12、17突出“大三巴”、“教堂”、“议事亭前地”等地标；主题5和7强调“步行”、“游览”等慢速游览方式；主题15涉及“夜景”、“灯光”、“浪漫”；主题3、4、9、10、13涉及“商店”、“美食”、“购物”、“元旦”、“圣诞节”、“赌场”、“游客”、“拥挤”；主题11集中“拥挤”、“太多”、“游客”、“无法”；主题14以“不错”、“开心”等积极评价为主。进一步层次聚类显示，18个主题形成三个语义簇：情感评价与夜景体验簇、综合旅游体验簇（节日、商业、宗教建筑、交通、跨文化比较、城市娱乐），以及遗产空间认知与地标感知簇（历史、文化、建筑遗产、老城景观、标志性景点、文化认同）。主题相似性矩阵表明，历史文化、建筑遗产与历史中心整体感知强关联，而空间地标、区域观光、本地消费和打卡体验也呈现较高相似性。
4.3 基于RoBERTa的情感分析
3781条评论中，积极评论3593条（占主导），中性评论97条，消极评论91条。四个平台的情感分布均以积极为主，但携程（98.4%）和小红书（98.0%）积极比例较高，大众点评（3.2%）和TripAdvisor（2.9%）消极评论略多，TripAdvisor中性评论比例最高（2.8%）。积极评论关键词包括“美食”、“精彩”、“拍照点”、“生活”、“斜巷”、“探索”，表明正面评价主要源于视觉吸引力、拍照体验、美食和城市步行体验；消极评论关键词如“员工专用”、“劝退”、“太差”、“再也不来”，语义分散，涉及空间限制、服务体验、期望与现实差距等，但未形成高度集中的主题结构。
讨论部分总结了在线旅游形象的多维结构：游客通过“历史”、“文化”、“世界遗产”、“葡萄牙”等词汇识别遗产属性，通过“大三巴牌坊”、“议事亭前地”等地标形成空间感知，并通过步行、拍照、游览、购物和情感评价完成整体形象构建。HCM既是文化遗产空间，也是游客进行城市步行、视觉消费、社交分享和情感评价的旅游体验空间。地标感知与跨文化想象共同作用，高知名度地标如大三巴牌坊和议事亭前地是游客识别HCM的代表性场所，但过度地标化可能导致其他遗产建筑被忽视。游客通过跨区域比较（如“葡萄牙”与“中国”、“欧洲”与“亚洲”）构建HCM的独特性。具身实践与情感评价共同构建旅游体验：游客通过慢速移动、观看、拍照和空间连续运动体验HCM，积极情感主导，但“拥挤”、“太多”等负面表达表明高密度游客流、商业化和期望差距影响体验质量。管理启示包括：扩展遗产解读至连接地标与日常生活空间；设计主题步行路线；加强实时人流监控与高峰引导；针对不同平台采取差异化传播策略（小红书侧重视觉与路线内容，大众点评侧重本地生活信息，携程侧重简洁旅行指南，TripAdvisor侧重多语言遗产解读）。
结论翻译：以澳门历史城区（HCM）为案例，本研究开发并应用了一个整合TF-IDF（词频-逆文档频率）、BERTopic（基于BERT的主题建模）和RoBERTa（稳健优化的BERT预训练模型）的多模型文本挖掘框架，对从小红书、携程、大众点评和TripAdvisor收集的3781条用户生成内容（UGC）评论进行了分析。研究结果表明，HCM的在线旅游形象由四个相互关联的维度构成：对历史、文化和遗产价值的感知；对空间地标和城市景观的感知；观光行为与具身体验；以及情感评价与旅游体验质量。在四个平台上，建筑、历史、葡萄牙文化元素、教堂、大三巴牌坊和议事亭前地构成相对稳定的认知核心，而平台特定差异反映了用户群体和内容生产语境的差异。BERTopic进一步识别出三个语义簇，分别围绕遗产空间认知、地标与区域体验以及综合旅游体验，表明游客不仅通过标志性建筑，还通过步行、美食、购物、节日和街道层面的接触来感知HCM。基于RoBERTa的情感分析显示，游客的整体评价以积极为主，但拥挤、密集游客流、商业化和期望与实际体验之间的差距仍是影响旅游体验质量的重要因素。这些结果共同提供了HCM在线旅游形象在认知组织、语义结构和情感评价方面的具体案例。
