《表3-1高频词汇统计表：基于在线评论数据挖掘的旅游订购意愿研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于在线评论数据挖掘的旅游订购意愿研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过对ROST CM6.0形成的共词矩阵进行整合并调整为csv文件格式导入Gephi0.9.2中，删除不相关的独立节点，形成如下图3-2所示的无向网络图。首先，从图中可知，根据节点的颜色可将图中节点划分为四个社区，分别为导游社区、酒店社区、景点社区和行程社区，这一结论显示基本与表3-1高频词汇分类的结果相一致；其次，通过可视化图可知，每个社区分布为相互关联的节点集中构成，如图中导游与讲解、愉快、责任、详情此类高频词汇都有密切相关性，说明在线旅游订购者对导游的个人幽默感和责任心都有一定的要求，节点的大小表示消费者对此类活动的情感认同感，节点所占面积越大说明消费者对此类活动的个人感知程度越强，在旅游购后体验中占比越重，节点之间的连线（即两节点的边）的粗细各不相同，边的宽度越大证明两节点的相关性越强；最后，从携程在线评论可视化图可知，每个节点词汇之间非简单的一对一的关系，而是相互交错互相影响的，旅游产业链中的企业通过对其中一个节点服务质量的提升，可能对其他节点产生不同程度的改变，这种改变的规律无法简单概括，但相关服务的提升必然会导致这一社区总体占比的提升，在线旅游消费者对这一社区的认同感会得到相应的提升。