数据分析：中国游客何以对日本温泉情有独钟？

导语

游客最关注的是“温泉”本身品质，如温质、温度、干净度、味道、疗效等相关内容；其次是跟酒店相关的泡池、价格、体验、浴衣、SPA、养生、按摩等相关设施、服务项目；最后才是包括交通、景点（樱花、建筑）、购物、美食等方面的周边配套内容。

什么温泉最吸引人？

什么时间温泉爆满？

什么温泉给人留下深刻印象？

什么温泉让人流连忘返？

随着数字化、信息化、网络化技术的发展，游客可随时随地通过电脑、手机、移动终端，获取或分享旅游信息、体验。信息的多元化和数据化，已成为现代生活的常态。因此，以互联网信息作为研究对象，通过获取游客的旅游数字足迹，分析旅游地及游客的共同特征，研究其普遍规律，对未来旅游地的发展，具有重要的意义。

一

数据采集

1.1温泉地选择

日本温泉在世界温泉中独树一帜，文化氛围浓厚、产业链完整、集群效应明显，温泉旅游份额占整个旅游业的50%，其发展的经验值得借鉴。因此，本文以日本温泉旅游地为研究样本。

1.2数据获取

数据选取“去哪儿”、“携程”、“马蜂窝”、“同程”、“途牛”、“新浪”等6个网站为数据爬取的平台，这6大平台的市场份额相加占总市场的70%，覆盖国内游客的大部分旅游信息。

使用Python编写代码，分别在6个网站上爬取游客的游记及评价数据，爬取字段为游记标题、游记内容、旅游地、出游时间。通过爬取，共获得初始样本1292篇，其中涉及日本温泉旅游地、出行时间、停留天数等内容的样本保留，广告痕迹重、多网站重复发表、纯粹图片组成等与研究无关的样本删除，最终筛选符合研究的样本906篇。

二

数据分析

2.1游记数据预处理

文本预处理，首先，将爬取到的游记文本分别保存为Excel文件和 TXT文本，把表情、图片、多余字符等内容删除；其次，同义词替换，如将“由布院”、“由布岳”、“汤布院”统一替换为“由布院”，将“泡温泉”、“泡汤”统一为“泡汤”等；最后，将游记中的日语翻译成中文，将繁体汉字统一转换为简体汉字，英文单词翻译为中文。

用“微词云网站”进行词频分析。首先，将TXT文本复制到网站上，进行文本分词；其次，对分词后的文本单词进行挑选，将缺乏具体象征意义的数词、连词、形容词、副词等词语及标点符号剔除，只留下能反应旅游热点的名词及部分动词，其中名词不包括方位名词和时间名词；最后，将分析结果以Excel格式保存下来，得到旅游足迹数据库。

2.2时间格局分析

（1）出游时间分析

基于旅游足迹数据库，提取出发时间、停留时间、旅游轨迹等信息，对时间信息进行分析。日本与我国华北地区纬度带相近，按季节划分：3-5月为春季，6-8月为夏季，9-11月为秋季，12-2月为冬季。根据数据分析，冬季赴日本温泉旅游的国内游客最多，占比高达40%，秋季出游为27%，春季出游为19%，夏季的游客仅为14%，旅游者出游时段呈现出较强的季节性。冬季气候严寒，泡温泉可以温暖强身，是最适合泡温泉的季节；秋季是日本传统赏红叶的季节；春季是日本最佳的赏樱季节，均能吸引一部分游客前往目的地观光旅游。

按月份划分，10月份游客数据占15%，全年最高峰值，原因是国庆小长假是游客出游的黄金周；第二个峰值是2月份，占12%，春节假期出行，也是泡温泉的理想时间；第三个客流相对集中的是1月、4月和12月，各占比达10%；其他月份，如6月、7月、8月，游客较少，仅占5%左右。说明赴日游客集中在秋冬季节，有较强的季节性特性，而且在时间分布上较为集中。

（2）停留天数分析

对游客停留时间进行分析，在温泉停留的时间从1～15天不等，停留5～10天的游客数量占比达84.4%，停留5天、6天和8天的游客样本占比均超过20%，停留超过10天的游客占比为8%，少于5天的占7.6%，其他天数的则较少。综上所述，在温泉地停留5～8天的游客较多。赴日旅游为出境游，所需时间较长，且游客一般选择7天长假出游；其次，温泉旅游一般以住宿为主，日本温泉及与其他旅游资源（如樱花、红叶等）相结合，易形成旅游线路上的中转站。

2.3温泉地空间格局分析

（1）温泉地偏好

根据游记样本数据统计，以频率最高的前10名温泉地作为研究对象，提及频率超过1000次的温泉地有2个（箱根、登别），500～1000的有5个（由布院、别府、地狱谷、城崎、伊豆），其他温泉地被提及频次均小于500次。排名前十的温泉地分别为箱根、登别、由布院、别府、地狱谷、城崎、伊豆、热海、草津、下吕，其中，箱根被提及频次1595，占比16.44%，登别占比12.56%，由布院占比9.84%，前三位温泉地占比达38.84%，占排名前10的温泉地提及频次总和的1/3；别府、地狱谷、城崎和伊豆占比分别为7.52%、6.37%、6.15%和6.02%，其余温泉地被提及比率均小于6%，总和为22.77%。前10名均为日本传统的温泉旅游目的地，其浓厚的温泉文化氛围，深受游客喜爱。

（2）空间分布

在区域特征上，10多个温泉总体呈现出“大分散，小聚集”的空间分布格局，到访温泉地（箱根、由布院、别府、地狱谷、城崎、伊豆等）主要位于日本南部地区。

2.3游客感知分析

游记样本数据中提取的有关温泉的高频词汇，代表了游客对日本温泉地的感知印象，能够反映温泉地的总体形象。选取频数排在前30的高频词作为研究对象，按照频次从高到低分别是“温泉”、“酒店”、“泡池”、“价格”、“体验”。频次最高的词汇是“温泉”本身，其中，游客主要关注“温泉水”、“温度”、“干净”、“味道”、“地热”、“硫磺”、“疗效”、“碳酸”等相关内容；跟酒店相关的“泡池”、“价格”、“体验”、“汤池”、“浴衣”、“SPA”、“养生”、“按摩”等词汇的提及频次也较高，表明酒店的相关设施、服务项目，亦是游客关注的重点；其他高频词汇包括交通、景点（樱花、建筑）、购物、美食等方面，反映了游客对温泉地周边配套内容的在意。

三

结语

通过对旅游数字足迹的分析，结果表明：在时间格局上，40%的游客选择在冬季赴日本温泉旅游，游客最多的月份是2月和10月，停留时间为5～10天，并集中在秋冬季节，有较强的季节性特征；在空间格局上，游客到访排名前10的温泉地依次为箱根、登别、由布院、别府、地狱谷、城崎、伊豆、热海、草津、下吕等温泉，总体呈现“大分散，小聚集”的空间分布格局，到访温泉地主要位于日本南部地区；在游客感知方面，温泉是游客最关注的内容，其次是服务设施和内容，最后是温泉地周边的配套内容。

来源：《旅游纵览》2021，1（334），题目及内容有适当修改

作者：刘欣 高成广

原标题：日本温泉对中国游客的吸引力研究 ——基于旅游足迹的分析

图片来自Unsplash，基于CC0协议授权