综述：社交媒体平台与计算方法用于分析博物馆和文化遗产地访客体验：文献综述

《Computers》：Social Media Platforms and Computational Approaches for Analyzing Visitor Experience in Museums and Cultural Heritage Sites: A Literature Review

　　

社交媒体已成为理解博物馆和文化遗产地访客体验的重要工具。本文献综述识别、组织并主题综合了基于社交媒体数据的博物馆访客体验现有研究。研究人员审查了从Scopus和Web of Science检索到的、发表于2017年至2026年间的41项研究。此外，综述从六个维度审视了所选研究：社交媒体平台、用户生成数据类型、数字交互的作用、所研究的博物馆和文化遗产地、所应用的分析方法，以及关于访客体验的主要发现。研究结果表明，TripAdvisor是收集文本评论和星级评分最常用的平台，而Instagram和Flickr主要用于视觉和空间数据。大多数研究依赖于计算方法，通常与定量技术相结合，而定性方法使用较少。识别出的方法包括内容分析、统计分析、情感分析、主题建模、机器学习、图像分析和空间分析。在综述的研究中，访客体验被视为一个多维现象，涵盖情感、服务质量、真实性、历史联系、美学、教育和社会参与。最后，综述识别了跨维度的重复主题，并将其综合为更广泛的研究流。这些主题被整合到一个综合性综合框架中，该框架组织现有研究，突出研究空白，并概述未来研究方向。

**2. 综述方法论**
为回答研究问题，本研究采用叙述性文献综述方法。综述遵循结构化搜索、筛选和综合过程，以增强透明度，同时保留叙述性综述的解释性和综合性目的。综述分为三个阶段：(1) 文献搜索与范围界定，(2) 相关研究筛选，以及(3) 主题综合。这些阶段用于识别相关研究、组织文献，并突出主要方法论趋势、发现和研究空白。
**2.1. 文献搜索与范围界定**
为识别相关研究，在Scopus和Web of Science两个科学数据库中进行搜索。选择这些数据库是因为它们广泛覆盖了关于文化遗产、访客体验和社交媒体分析的同行评审文章。文献搜索使用与社交媒体平台和博物馆及文化遗产地访客体验相关的关键词组合。基于文献，用于社交媒体和数字内容环境的相关术语包括：social media、online platform、TripAdvisor、Google my business、Facebook、user-generated content、Instagram、social media analytics、online review和Flickr。相应地，用于博物馆和文化遗产地访客体验的关键词包括：museum、cultural heritage、digital heritage、visitor interactions、museum experience和visitor experience。搜索涵盖了2017年至2026年间的出版物，并限于英语出版物。最终搜索于2026年5月进行。
**2.2. 相关研究筛选**
通过数据库搜索识别出的所有文章合并到一个数据集中，使用Microsoft Excel去除重复项。剩余文章根据标题和摘要进行筛选。然后对潜在符合条件的出版物进行全文评估，以确认其与综述范围的相关性。纳入标准包括：(i) 关注博物馆或文化遗产地，(ii) 研究访客体验、感知、情感、满意度或数字参与，(iii) 使用来自社交媒体平台的数据，(iv) 应用定性、定量或计算分析方法，(v) 以期刊文章或会议论文形式发表，(vi) 英语撰写，(vii) 发表于2017年至2026年间。筛选过程使用PRISMA型流程图总结，最终纳入41项研究，包括36篇期刊文章和5篇会议论文。
**2.3. 主题综合**
对41篇选定文章进行深入审查，并根据六个维度组织分析：用于数据收集的社交媒体平台、所研究的用户生成数据类型、数字交互在塑造访客体验中的作用、所研究的文化场所类型、所使用的分析方法，以及与访客体验相关的主要发现。这些维度作为比较综述研究的组织结构。综合过程借鉴了主题分析的原则，强调对材料中模式的系统识别、比较和迭代细化。对于每个维度，类别通过反复阅读和比较选定研究进行迭代开发和完善。分类目的是识别模式、方法论趋势、未充分探索的领域以及平台、数据类型、分析方法和访客体验维度之间的联系。之后，跨六个维度的发现进行比较，以识别与研究问题相关的更广泛重复主题。这些跨维度主题随后被综合为更广泛的研究流，在讨论部分中展开。
**3. 按分析维度呈现的发现**
本节根据上述六个分析维度呈现41项选定研究的发现。这些发现为后续讨论中重复主题的比较和综合提供了基础。
**3.1. 社交媒体平台**
本节考察数字平台作为访客表达对博物馆及其他文化遗产地参观意见和体验的关键数据来源。分析识别出TripAdvisor是主导平台，出现在17项研究中，表明其在记录和表达访客体验中的主要作用。TripAdvisor因其大量真实用户生成评论而被选择，评论捕捉了访客的印象、情感和评价，且无需博物馆中介，增强了可信度。Instagram出现在6项研究中，作为视觉媒体，用户分享照片并附有标题和标签，适合研究访客如何体验、解读和分享参观。Twitter/X出现在4项研究中，用于捕捉访客对文化事件的即时、自发和公开反应。Flickr出现在1项研究中，提供地理定位和时间戳图像。Facebook出现在4项研究中，支持视听体验分享。其他平台如小红书、大众点评、携程共出现在12项研究中，Google Reviews出现在4项研究中，微博出现在3项研究中。平台选择与所研究的访客体验方面相关，文本型评论平台占主导，而纯视觉和多模态社交媒体环境关注较少。数据收集方法包括网络爬虫、应用程序编程接口（API）和手动收集。
**3.2. 用户生成数据类型**
本节考察社交媒体用户记录体验所生成的数据，分类为文本数据、视觉数据、星级评分等。文本评论是最常用的数据类型，出现在大部分研究中，用于理解访客对艺术品的体验和受欢迎程度。星级评分（1-5分）在14项研究中被考察，作为整体访客体验的关键指标，用于分类正面和负面评价。图像在7项研究中被考察，作为补充视觉数据，结合计算机视觉技术分析公众对文化遗产的感知和视觉表征。标签在8项研究中被考察，用于组织和检索内容。用户资料在7项研究中被考察，提供用户背景信息。用户交互（如点赞和分享）在5项研究中被考察，反映访客在社交媒体上的参与和共同创造。地理标签在2项研究中被考察，提供空间信息。多种数据类型的组合（多模态数据）允许更复杂的动态理解。
**3.3. 数字交互的作用**
数字交互是理解访客体验的关键数据来源。在线评论、评分和帖子提供未经请求的访客反馈，揭示重复感知和关注点。数字交互可显著塑造文化目的地的公众形象和访客行为，正面评论增强回访意愿，负面评论可能阻碍潜在访客。此外，数字交互揭示社会政治和文化维度，如学习、真实性和情感参与。数字交互还参与集体记忆建构，访客通过文本、图像和元数据构建超越个人体验的叙事，塑造文化遗产的全球公众形象。最后，数字交互显著贡献于美学体验，通过评论、点赞和视觉模式，情感如喜悦、敬畏或吸引力浮现，影响艺术品的接受度和受欢迎程度。
**3.4. 博物馆和文化遗产地类型**
根据文献，最大研究组不关注单一博物馆类型，而是通过城市范围或多博物馆数据集更广泛地考察博物馆。艺术博物馆和文化展览空间是最突出的特定类别，其后是历史、国家和主题博物馆；建筑和建成遗产地及景观；考古和宗教遗址；以及较少见的纪念或黑暗遗产地。同时，研究关注特定城市和地区的文化场所，以记录地方特异性和文化旅游发展策略，如伦敦博物馆、圣彼得堡博物馆、安塔利亚旅游景点和意大利国家博物馆。艺术博物馆研究分析大型国际知名博物馆（如卢浮宫、纽约现代艺术博物馆、大英博物馆）以及专业展览（如世界新闻摄影展、可拍照艺术展）。混合和数字博物馆（如沉浸式艺术博物馆、数字艺术博物馆）也受到关注。文献还涵盖历史记忆和黑暗旅游相关场所（如奥斯维辛纪念馆），以及世界文化遗产地（如兵马俑、故宫、大运河、科英布拉历史中心、婆罗浮屠和普兰巴南寺庙）。此外，研究包括更专业或替代性文化空间，如山地博物馆、历史故居改造的文化场所（如南京甘熙故居）以及文化和自然景点（如马拉喀什马若雷勒花园）。
**3.5. 分析方法论方法**
本节探索用于从访客数据中得出结论的定性、定量方法和计算技术。在综述中，这些方法在统一分类方案中呈现，定性和定量方法作为主导计算分析的补充层。
**3.5.1. 计算方法**
计算方法是综述研究中突出的方法，用于处理大规模和复杂的社交媒体数据集。主要计算方法包括计算文本分析、图像和多模态数据分析、空间分析和社交网络分析。计算过程通常包括数据采集、预处理、特征提取、计算建模、验证和解释。数据采集通过网络爬虫、平台API或手动收集。预处理包括清洗文本数据、去除重复和无关记录、处理缺失值，以及将非结构化数据转换为适合计算分析的格式。特征提取将预处理数据转换为有意义的数值表示，如TF-IDF、词嵌入或上下文嵌入。计算文本分析是主导类别，包括词汇和文本挖掘方法、语义网络分析、主题建模和情感分析。情感分析（SA）是自然语言处理（NLP）的广泛应用，用于确定用户意见的极性（正面、负面、中性），实现方法包括基于词典的方法（如VADER、TextBlob）、机器学习（ML）算法（如支持向量机SVM、朴素贝叶斯、随机森林）和深度学习（DL）模型（如BERT）。主题建模算法（如潜在狄利克雷分配LDA、结构主题建模STM、BERTopic）用于自动识别模式并分组大量数据。语义网络分析用于捕捉词、主题和概念之间的关系和相互联系。图像和多模态数据分析包括计算机视觉和视觉分析技术，用于自动识别和标记访客图像中的视觉内容。社交网络分析关注数字内容的结构和流通。参与度分析评估帖子受欢迎程度。空间分析利用地理和时间元数据考察参观模式。
**3.5.2. 定量方法**
定量方法用于系统记录和分析大型数据集，包括基础统计分析（描述性统计、相关和回归分析、显著性检验）和回归方法（如Kano模型框架、结构方程模型SEM）。这些方法提供统计证据，支持系统比较，常补充计算和定性方法以增强研究效度。
**3.5.3. 定性方法**
定性方法在综述文献中出现有限，主要作为计算方法的补充解释层。内容分析是最常见的定性文本分析方法，通常涉及手动编码或归纳分析过程，常与文本挖掘技术结合。主题分析也用于解释数据集中的模式和主题，通常与计算主题建模结合。定性视觉解释集中于基于图像的研究，使用手动或解释性视觉分析理解访客如何通过图像表征博物馆体验。
**3.6. 访客体验发现**
访客体验维度包括情感反应、服务质量和基础设施、社交媒体在文化体验中的作用、美学、真实性、学习、社会参与和相关体验结果。访客常表达强烈情感反应，如敬畏、钦佩、享受和惊喜，增强美学和体验维度。正面评价与真实性、历史联系和氛围相关；负面印象归因于高价格、清洁问题、长队、拥挤和差组织。服务质量与员工互动很大程度上决定满意度。社交媒体在体验构建中发挥重要作用，允许访客通过图像、标题和标签表征和延伸体验。教育认知维度是重要元素，博物馆教育内容增强学习。文化背景和空间具体特征塑造体验，本地与国际访客之间存在差异。参与通过社交媒体增强美学体验、社会互动和文化内容传播。真实性、历史意义和保护状态是世界遗产地和遗产博物馆的关键评价因素。在种族灭绝纪念馆，访客使用社交媒体赋予历史意义并情感处理体验，参与集体记忆建构。访客体验被视为一个整体和多维过程，认知、情感、美学和社会成分相互作用。
**4. 讨论**
41项选定研究的综合突出了跨维度重复出现的主题。讨论包括：文本型平台和数据的优势、方法论多样性与数据-方法关系、跨文化场所类型的访客体验模式，以及一个整合性综合框架。
**4.1. 文本型平台和数据的优势**
综述文献显示TripAdvisor和其他评论导向平台明显占主导，伴随对文本评论和评分的强依赖。这种集中也影响最常被研究的访客体验方面。视觉平台如Instagram和Flickr关注较少，导致视觉、空间和其他非文本内容表达的访客体验方面关注较少。平台选择塑造了访客体验哪些方面对研究者可见。
**4.2. 方法论多样性与数据-方法关系**
分析方法上，计算文本分析（主题建模、情感分析、NLP技术）突出，而定性、视觉、空间和网络方法出现较少。统计和定量技术常单独或与计算方法结合使用。数据与方法关系密切：文本数据主要用NLP技术分析，视觉和空间数据使用较少。近期研究显示对定性与计算方法结合的兴趣增加，但专门方法如语义网络分析、空间分析、社交网络分析、多模态方法仍较少见。
**4.3. 跨文化场所类型的访客体验模式**
分析揭示不同文化场所类型的模式：世界遗产地强调真实性、记忆、历史联系和服务质量；艺术博物馆强调视觉表征和社交媒体在文化体验中的作用；黑暗旅游场所研究较少。研究兴趣由文化场所类型塑造。
**4.4. 社交媒体访客体验分析的整合性综合框架**
基于主题综合发现，提出一个整合性综合框架，组织三个更广泛的研究流：文本-评价流（基于TripAdvisor等文本平台，使用评论和评分分析满意度、情感、服务质量）、视觉-空间流（基于Instagram和Flickr等图像平台，利用图像和地理标签探索美学和空间体验，但发展不足）、交互-社会流（关注点赞、评论、分享和用户资料，捕捉参与性方面，但系统分析较少）。计算层包括数据收集、预处理、特征提取、建模、验证和解释等过程。框架将计算输出与访客体验维度联系起来，并链接到潜在遗产管理结果。
**4.5. 现有研究的局限性**
局限性包括：平台偏见（依赖单一平台数据，可能仅代表特定平台受众）、语言和翻译问题（多数研究限于单一语言，多语言和跨文化比较不足）、时间深度短（数据集多为特定时期快照，时间分析不发达）、计算方法多样但可比性有限（不同数据集、预处理和验证策略使比较困难）。
**4.6. 未来研究方向**
未来方向包括：系统分析视频数据、采用多模态方法、考察更广泛地理和文化背景、进行跨平台比较分析、采用可解释人工智能（XAI）方法、使用大型语言模型和多模态AI模型、应用方面基于情感分析（ABSA）、关注数据质量、平台偏见和算法偏见，以及伦理问题。
**5. 结论**
本综述综合了41项研究，表明该领域日益转向使用计算方法管理大量用户生成数据。TripAdvisor是主导数据源，文本评论和星级评分是最常用数据类型。访客体验被视为多维现象，涵盖情感、服务质量、真实性、历史联系、美学、教育和社会参与。比较分析维度揭示三个重复主题：文本型平台和数据的集中、数据与分析方法之间的密切关系、以及跨文化场所的访客体验模式依赖上下文。这些主题被综合为三个研究流：文本-评价流、视觉-空间流和交互-社会流。整合性综合框架旨在组织现有文献，为未来计算访客体验分析提供基础。综述设计存在局限性，包括关键词选择、数据库限制和语言限制。未来研究应考察较少研究的区域背景，如地中海、巴尔干和希腊文化遗产环境。