劉文龍 吉蓉蓉

摘要：鄉(xiāng)村旅游是實(shí)現(xiàn)鄉(xiāng)村振興的途徑之一，在影響鄉(xiāng)村旅游體驗(yàn)的眾多因素中，住宿體驗(yàn)起著至關(guān)重要的作用。目前，鄉(xiāng)村旅游住宿行業(yè)尚未形成規(guī)范化的管理模式，服務(wù)質(zhì)量評價(jià)指標(biāo)有待探索。通過對江蘇省216家鄉(xiāng)村民宿的在線評論內(nèi)容進(jìn)行分析，歸納出環(huán)境、服務(wù)和設(shè)施3個主范疇下7個自范疇、23項(xiàng)評價(jià)指標(biāo)，建立鄉(xiāng)村旅游住宿質(zhì)量評價(jià)指標(biāo)體系，并利用層次分析法（簡稱AHP）計(jì)算出各個指標(biāo)的權(quán)重;利用BP神經(jīng)網(wǎng)絡(luò)，以江蘇省的鄉(xiāng)村民宿為例，驗(yàn)證該評價(jià)指標(biāo)體系的準(zhǔn)確性。結(jié)果表明，房間布局、建筑類型、裝修風(fēng)格、交通便利程度等環(huán)境因素是消費(fèi)者最關(guān)注的方面。另外，經(jīng)營者以及服務(wù)人員的態(tài)度和專業(yè)水平相較于其他因素也較受關(guān)注。

關(guān)鍵詞：鄉(xiāng)村振興;鄉(xiāng)村旅游;住宿質(zhì)量指標(biāo);層次分析法;BP神經(jīng)網(wǎng)絡(luò)

中圖分類號： F590.75文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2019）21-0038-06

收稿日期：2018-11-30

基金項(xiàng)目：中央高?；究蒲袠I(yè)務(wù)費(fèi)資助項(xiàng)目（編號：NR2015026、NS2017056）。

作者簡介：劉文龍（1986—），男，吉林舒蘭人，博士，講師，主要從事電子商務(wù)、消費(fèi)者行為研究。E-mail：willenliu@nuaa.edu.cn。

低碳經(jīng)濟(jì)時代，鄉(xiāng)村旅游成為我國旅游產(chǎn)業(yè)和農(nóng)業(yè)發(fā)展的一大組成部分[1]。一方面，國家為鄉(xiāng)村旅游的發(fā)展創(chuàng)造了良好的政治環(huán)境，國務(wù)院2018年初出臺的《中共中央國務(wù)院關(guān)于實(shí)施鄉(xiāng)村振興戰(zhàn)略的意見》就明確指出應(yīng)當(dāng)利用閑置農(nóng)房發(fā)展民宿、養(yǎng)老等項(xiàng)目;另一方面，在城市化的日益推進(jìn)下，具備田園風(fēng)光和濃厚鄉(xiāng)情的鄉(xiāng)村意象，能夠激發(fā)人們心中的歸屬感[2]，逐漸成為使游客接受并促使其進(jìn)行鄉(xiāng)村旅游的概念性符號。千百年來，作為生命誕生發(fā)展的載體，鄉(xiāng)村能夠使人們產(chǎn)生依戀與認(rèn)同，進(jìn)而引起游客的回歸訴求[3]。在此訴求之下，鄉(xiāng)村旅游表現(xiàn)出較好的發(fā)展態(tài)勢。在鄉(xiāng)村旅游業(yè)中，鄉(xiāng)村旅游住宿業(yè)是其中至關(guān)重要的一部分。在旅游消費(fèi)升級的推動下，國內(nèi)住宿形式呈現(xiàn)多元化發(fā)展?fàn)顟B(tài)，除了星級酒店和品牌酒店，非標(biāo)住宿業(yè)逐漸成為消費(fèi)者的選擇，甚至形成“三足鼎立”的局面。尤其是民宿迎來了爆發(fā)式的增長，在經(jīng)歷了粗放的自發(fā)發(fā)展后，近年來民宿的管理逐漸規(guī)范。然而隨著鄉(xiāng)村旅游的大規(guī)模興起，鄉(xiāng)村民宿卻仍未得到有效的規(guī)范管理。鄉(xiāng)村民宿的經(jīng)營者大多沒有接受過專業(yè)的服務(wù)培訓(xùn)，缺乏服務(wù)意識及能力[4]，粗放的發(fā)展下，民宿的文化內(nèi)涵也不深厚[5];鄉(xiāng)村民宿的安全、衛(wèi)生以及環(huán)保問題的界定困難使得消費(fèi)者難以真正了解其住宿環(huán)境[6]，進(jìn)而導(dǎo)致消費(fèi)者旅游體驗(yàn)的不確定性。想要幫助消費(fèi)者在進(jìn)行鄉(xiāng)村民宿體驗(yàn)時作出正確的消費(fèi)決策，減少住宿風(fēng)險(xiǎn)，同時也幫助住宿服務(wù)提供者改善服務(wù)質(zhì)量，提高運(yùn)營效率，首要任務(wù)是了解消費(fèi)者在住宿時關(guān)注哪些因素。綜合國內(nèi)學(xué)者的研究成果可知，影響消費(fèi)者住宿意愿的指標(biāo)大體可以分為環(huán)境體驗(yàn)元素、住宿體驗(yàn)元素、服務(wù)體驗(yàn)元素和文化體驗(yàn)元素?；A(chǔ)設(shè)施滿意度對住宿需求有著顯著的影響[7]，因此包含硬件設(shè)施和軟件服務(wù)的住宿體驗(yàn)元素是影響消費(fèi)者住宿意愿的首要因素[8];包含區(qū)位環(huán)境和建筑環(huán)境在內(nèi)的環(huán)境體驗(yàn)元素是游客對鄉(xiāng)村旅游住宿質(zhì)量的共性需求[9];包含飲食服務(wù)的服務(wù)體驗(yàn)元素則成為對中國消費(fèi)者較重要的指標(biāo)。另外，“中文游客”對“吃”的關(guān)注度遠(yuǎn)高于“英文游客”[5]。國外學(xué)者對消費(fèi)者的關(guān)注因素則討論得更加細(xì)致，Park等對關(guān)注因素進(jìn)行排序并認(rèn)為，優(yōu)先度最高的是服務(wù)，其次是設(shè)備，環(huán)境是最后一個被考慮到的因素[10]。而對服務(wù)的著重強(qiáng)調(diào)也被其他研究所證實(shí)，提供個性化服務(wù)、餐飲服務(wù)、景點(diǎn)與餐廳咨詢服務(wù)及導(dǎo)覽手冊等對消費(fèi)者極為重要。此外，國外研究結(jié)論中還提出隱私這一要素[11]，這是國內(nèi)研究暫時沒有涉及到的。現(xiàn)有研究中，不同學(xué)者對鄉(xiāng)村住宿體驗(yàn)的影響因素和各因素的重要度評價(jià)有很大差異。一方面，研究方法和數(shù)據(jù)樣本的差別對研究結(jié)果有一定影響;另一方面，鄉(xiāng)村旅游住宿質(zhì)量的研究須要與時俱進(jìn)。在現(xiàn)今互聯(lián)網(wǎng)經(jīng)濟(jì)快速發(fā)展的背景下，鄉(xiāng)村旅游住宿也將受到第三方平臺用戶參與的影響。消費(fèi)者完成住宿之后可以在第三方平臺發(fā)表評論，表達(dá)自己的住宿體驗(yàn)，從而為其他潛在消費(fèi)者提供相關(guān)信息。而消費(fèi)者在消費(fèi)之前很難確切獲得無形產(chǎn)品的質(zhì)量等重要信息，因此更依賴于瀏覽評論以使自己獲得充分的信息和間接消費(fèi)經(jīng)驗(yàn)，這樣可以降低消費(fèi)者感知不確定性的程度[12]。因此，在線評論是消費(fèi)者消費(fèi)的重要參考線索。但是目前將鄉(xiāng)村旅游住宿質(zhì)量因素和互聯(lián)網(wǎng)信息交換社區(qū)相聯(lián)系的研究還較少。本研究基于鄉(xiāng)村民宿的在線評論，通過內(nèi)容分析法，析出消費(fèi)者在住宿過程中的關(guān)注指標(biāo)，將層次分析法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)建鄉(xiāng)村旅游住宿質(zhì)量的評價(jià)模型。這2種方法都能進(jìn)行評價(jià)分析，但是均存在一定的缺陷，AHP能夠?qū)Χㄐ詥栴}進(jìn)行層次化、數(shù)量化、模型化分析，但是其判別矩陣易受人類知識結(jié)構(gòu)、判斷水平和個人偏好的影響;BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中則容易陷入局部極小值，因此二者的結(jié)合可以彌補(bǔ)神經(jīng)網(wǎng)絡(luò)權(quán)重任意賦值的缺陷，降低陷入局部最小值的概率[13]。

1鄉(xiāng)村旅游住宿質(zhì)量評價(jià)指標(biāo)探究

“互聯(lián)網(wǎng)+”的發(fā)展使得傳統(tǒng)住宿業(yè)的服務(wù)反饋發(fā)生了很大改變，在線評論對住宿業(yè)的影響越來越大。本研究對鄉(xiāng)村旅游住宿質(zhì)量指標(biāo)的分析是基于第三方平臺（大眾點(diǎn)評）的在線評論。通過“八爪魚”網(wǎng)絡(luò)數(shù)據(jù)抓取工具采集網(wǎng)絡(luò)評論數(shù)據(jù)，共采集江蘇省216家鄉(xiāng)村民宿的點(diǎn)評數(shù)據(jù)，獲得1 114 條有效評論。采集的評論發(fā)布時間為2018年3月前，將采集到的評論用Python軟件進(jìn)行初步處理，提取其中的高頻關(guān)鍵詞。

1.1關(guān)鍵詞分析

本研究將收集到的評論數(shù)據(jù)進(jìn)行預(yù)處理，使用Python軟件首先對評論文本進(jìn)行關(guān)鍵詞分析。將關(guān)鍵詞按照詞頻由高到低排列后，人工剔除一些不必要的高頻詞，如“里面”“一家”“以后”等無意義的詞匯，只保留鄉(xiāng)村民宿住宿體驗(yàn)相關(guān)的詞匯。詞匯的出現(xiàn)頻率越高，一定程度上說明游客對該要素越關(guān)注。詞匯頻數(shù)排在前20位的依次是房間、老板、環(huán)境、位置、地方、早餐、味道、價(jià)格、設(shè)施、風(fēng)格、院子、農(nóng)家樂、態(tài)度、特色、景區(qū)、周邊、空調(diào)、附近、外面、景色。

1.2數(shù)據(jù)編碼

綜上關(guān)鍵詞分析及對前30條評論的試分析情況，擴(kuò)充并整理出影響鄉(xiāng)村旅游住宿質(zhì)量的眾多要素，并對要素進(jìn)行編碼。最終確定的影響要素共有3個維度：環(huán)境、服務(wù)和設(shè)施。環(huán)境維度包含建筑和周邊環(huán)境等9個具體指標(biāo);服務(wù)包括服務(wù)系統(tǒng)和人工服務(wù);設(shè)施則包括家具/衛(wèi)浴設(shè)施和家電設(shè)備2個方面。提取的指標(biāo)、相關(guān)評論及各指標(biāo)的編碼情況見表1。

2構(gòu)建鄉(xiāng)村旅游住宿質(zhì)量評價(jià)的層次結(jié)構(gòu)模型

首先使用層次分析法確定上述所析出的評價(jià)指標(biāo)的權(quán)重，層次分析法是美國運(yùn)籌學(xué)家Saaty于20世紀(jì)70年代中期提出的一種系統(tǒng)分析方法，將目標(biāo)分解為多個準(zhǔn)則，每個準(zhǔn)則再分解為多個指標(biāo)（或準(zhǔn)則、約束），從而形成一個包含若干層次的復(fù)雜的系統(tǒng)。通過定性指標(biāo)模糊量化方法算出層次單排序（權(quán)數(shù)）和總排序，并將其作為決策的依據(jù)。

AHP將決策者的思維過程層次化以形成模型，并采用數(shù)學(xué)手段為分析、決策提供定量的依據(jù)，增強(qiáng)了分析的科學(xué)性，在決策目標(biāo)組成要素較復(fù)雜而無法使用數(shù)據(jù)進(jìn)行判斷，從而須要將決策者的經(jīng)驗(yàn)判斷定量化時，該方法非常實(shí)用。

使用層次分析進(jìn)行決策大體可以分為4個步驟：第一，找出各因素之間的內(nèi)部關(guān)系，構(gòu)建要素之間的遞階層次結(jié)構(gòu);第二，對同層次因素采用1～9位標(biāo)度法進(jìn)行量化，構(gòu)造兩兩比較的判斷矩陣;第三，計(jì)算每一個判斷矩陣各因素針對其準(zhǔn)則的相對權(quán)重;并計(jì)算得出每層因素的綜合權(quán)重值，按照權(quán)重大小排列順序;第四，在構(gòu)造判斷矩陣時，須要對其進(jìn)行一致性檢驗(yàn)，若不能通過一致性檢驗(yàn)，則說明在判斷矩陣中存在邏輯錯誤的打分。

2.1建立遞階層次結(jié)構(gòu)模型

通過表1的編碼，本研究構(gòu)建鄉(xiāng)村旅游住宿質(zhì)量評價(jià)指標(biāo)體系;包括1個目標(biāo)層、3個準(zhǔn)則層、7個次級準(zhǔn)則層和23個指標(biāo)層（圖1）。

2.2構(gòu)造判別矩陣

為增加因素重要性判別的準(zhǔn)確性，本研究采用問卷調(diào)查的方式獲取因素之間的相對重要性程度，問卷共41題。問卷通過社交軟件進(jìn)行發(fā)放，在調(diào)查對象的選取上，邀請各年齡段、收入水平段、有鄉(xiāng)村旅游住宿經(jīng)驗(yàn)的人員進(jìn)行作答，盡量保證樣本選取的多樣性。再根據(jù)所填寫的問卷內(nèi)容，運(yùn)用AHP進(jìn)行各層次各點(diǎn)的權(quán)重計(jì)算。把同一層中各因素對于上一層某因素的重要性進(jìn)行兩兩比較（如比較建筑類型、裝修風(fēng)格和房間布局對基礎(chǔ)建筑的影響），構(gòu)造比較判別矩陣。假定準(zhǔn)則層因素Ck與下一層中m1，m2，…，mn有聯(lián)系，將mi與mj對Ck的重要性進(jìn)行兩兩比較，構(gòu)造出權(quán)重判斷矩陣：

A=（aij）n×n。

對矩陣采用Saaty提出的1～9標(biāo)度法：aij為mi和mj兩兩比較的比例標(biāo)度，按1～9的比例標(biāo)度對重要性進(jìn)行賦值。如果mj比mi絕對重要，那么aij的值為9;如果mi比mj絕對重要，那么aij的取值為1/9。1～9標(biāo)度法中各個標(biāo)度的含義見表2。

上述各數(shù)的倒數(shù)反比較若i和j重要度之比aij為n，則j與i的比值aji=1/n

2.3一致性檢驗(yàn)

一致性比例計(jì)算公式為CR=CI/RI，其中CI=（λmax-n）/（n-1），λmax為矩陣的最大特征根;n為判別矩陣的階數(shù)，RI是矩陣的平均隨機(jī)一致性指標(biāo)，可以通過矩陣的階數(shù)（n）查表得到（表3）。

由于本研究采用問卷調(diào)查獲取因素之間的重要性程度，為保證數(shù)據(jù)的真實(shí)性，以一致性檢驗(yàn)作為檢驗(yàn)問卷有效性的標(biāo)準(zhǔn)，因此首先對所有問卷進(jìn)行一致性檢驗(yàn)。本研究共收集到86份問卷，經(jīng)過一致性檢驗(yàn)的問卷共62份，有效問卷比例為72.09%。

2.4計(jì)算權(quán)重

將所獲得的有效問卷通過Yaahp軟件計(jì)算出權(quán)重，并求得所有問卷權(quán)重結(jié)果的算術(shù)平均數(shù)（表4）。

在鄉(xiāng)村旅游住宿質(zhì)量的三大維度中，建筑和周邊環(huán)境（0.62）是影響消費(fèi)者選擇住宿最重要的因素。非標(biāo)準(zhǔn)化住宿的突出特點(diǎn)就是服務(wù)的多樣性和不確定性，也是影響鄉(xiāng)村旅游住宿的另一個重要因素（0.27），往往是標(biāo)準(zhǔn)化住宿中較重要的設(shè)施（0.11）?在鄉(xiāng)村旅游住宿中卻不是消費(fèi)者主要關(guān)注的因素。

對于環(huán)境維度而言，基礎(chǔ)建筑這一要素權(quán)重最高（0.48），高于輔助性建筑（0.21）和周邊環(huán)境（0.31）。基礎(chǔ)建筑所包含的3個指標(biāo)在整體權(quán)重中排名均較高，由于民宿與標(biāo)準(zhǔn)式住宿不同，其房間格局往往更豐富，而較多消費(fèi)者是全家出游，因此布置較好的房間格局能使消費(fèi)者在住宿中有更妥善的安排;裝修風(fēng)格則是評論中提及最多的一個指標(biāo)，如“古色古香”“老板放了很多香熏蠟燭”等，裝修風(fēng)格和建筑類型是能夠反映“鄉(xiāng)村意象”的重要指標(biāo)，契合了游客的回歸訴求。消費(fèi)者住宿的前提是鄉(xiāng)村旅游，因此交通便利、靠近景區(qū)是游客選擇鄉(xiāng)村旅游住宿較關(guān)鍵的因素，交通因素不夠好的民宿往往會得到負(fù)面評論。游客也通常希望有露臺或者民宿自帶的花園，能欣賞鄉(xiāng)村的風(fēng)景或是體驗(yàn)鄉(xiāng)村生活。

對于服務(wù)維度而言，人員服務(wù)的重要性（0.62）明顯高于服務(wù)系統(tǒng)（0.38）。老板和服務(wù)人員的服務(wù)也是所有指標(biāo)在評論中被提及最多的，評論中經(jīng)常提到“老板熱情周到”“親自接送”“阿姨服務(wù)很細(xì)心”等詞匯?而有獨(dú)特魅力的民宿業(yè)主往往會成為民宿本身的賣點(diǎn)之一。早餐及餐飲服務(wù)也是對中國消費(fèi)者較重要的一個指標(biāo)。在國外的研究中，餐飲服務(wù)在所有質(zhì)量因素中所占的比重并不高。但在本研究中餐飲也成為民宿質(zhì)量的重要因素之一。部分民宿主人會提供自制的有特色的“農(nóng)家菜”“私房菜”，這些菜品也成為鄉(xiāng)村旅游和鄉(xiāng)村旅游住宿的特色之一。根據(jù)對評論內(nèi)容的分析，也能發(fā)現(xiàn)服務(wù)系統(tǒng)中民宿的指引標(biāo)志，預(yù)定和前臺的服務(wù)以及民宿的安全問題提及的次數(shù)都較少，可能的原因有：網(wǎng)絡(luò)預(yù)訂的流程是統(tǒng)一的，并無明顯差異。民宿區(qū)域治安較好，安全問題少。在硬件服務(wù)里所占比重較大的是衛(wèi)生因素。在線評論對鄉(xiāng)村旅游住宿的衛(wèi)生狀況普遍較關(guān)心，從評論中也反映出民宿衛(wèi)生質(zhì)量參差不齊的情況。

對于設(shè)施維度而言，家具/衛(wèi)浴設(shè)施（0.65）比家電設(shè)備更重要（0.35）。其中浴室和衛(wèi)生間則是消費(fèi)者的重點(diǎn)關(guān)注指標(biāo)，消費(fèi)者對浴室和衛(wèi)生間的要求集中于浴室冬季的保暖，夏季的通風(fēng)以及衛(wèi)生間的潔凈程度。對床的大小及舒適度也較關(guān)注，但與國外的研究結(jié)果相比，國內(nèi)消費(fèi)者對床的要求較少。

從整體層面看，23個子要素中排在前5位的依次是房間布局 （0.137）、 建筑類型（0.089）、交通便利程度（0.085）、裝修風(fēng)格（0.071）、老板/服務(wù)人員（0.070），其中前4個子要素均隸屬于環(huán)境維度，第5個子要素——老板/服務(wù)人員隸屬于服務(wù)維度。該結(jié)果與關(guān)鍵詞詞頻分析結(jié)果幾乎一致，再次說明房間的建筑、裝修、民宿周邊的交通狀況，以及老板、服務(wù)人員的態(tài)度和專業(yè)程度是影響鄉(xiāng)村民宿住宿體驗(yàn)的最主要因素。換言之，民宿所營造的鄉(xiāng)村的寧靜氛圍和住宿地的獨(dú)特風(fēng)格是吸引顧客，提高民宿住宿滿意度的重要因素。鄉(xiāng)村旅游住宿的選址應(yīng)盡量考慮便利的交通環(huán)境和完善的周邊設(shè)施。另外，民宿經(jīng)營者和服務(wù)人員應(yīng)具有良好的職業(yè)素養(yǎng)。

3建立BP神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)是在神經(jīng)科學(xué)研究成果的基礎(chǔ)上，對大腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。大量的節(jié)點(diǎn)（神經(jīng)元）按照不同的連接方式組成不同的網(wǎng)絡(luò)，能夠處理非線性關(guān)系，這也是大自然中的普遍特性;神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)、自組織和自學(xué)習(xí)能力，處理的信息可以有各種變化，處理過程中非線性系統(tǒng)本身也在不斷變化。

BP神經(jīng)網(wǎng)絡(luò)是最常使用的一種神經(jīng)網(wǎng)絡(luò)模型，被廣泛應(yīng)用于評價(jià)與預(yù)測[13]。BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋型神經(jīng)網(wǎng)絡(luò)，它解決了多層網(wǎng)絡(luò)隱含層連接權(quán)的學(xué)習(xí)問題。一般包括輸入層、隱含層和輸出層3層，以網(wǎng)絡(luò)的輸出值和實(shí)際值之間的誤差平方為目標(biāo)函數(shù)，采用梯度下降法計(jì)算目標(biāo)函數(shù)的最小值[14]。

BP算法包括信號的正向傳播和誤差的反向傳播2個過程。正向傳播時，輸入信號通過隱含層作用于輸出節(jié)點(diǎn)，經(jīng)過非線性變換，產(chǎn)生輸出信號，若實(shí)際輸出與期望輸出不相符，則轉(zhuǎn)入輸出值和實(shí)際值的誤差的反向傳播過程，將誤差通過隱含層反傳于輸入層，并分配給所有神經(jīng)元，從而獲得誤差信號，以反復(fù)修改各層間的權(quán)值閾值，使誤差沿梯度方向下降，直到網(wǎng)絡(luò)的全局誤差最小[15-16]。

3.1確定各層次節(jié)點(diǎn)數(shù)目

本研究的輸入采用詞頻分析后析出的23個住宿質(zhì)量評價(jià)指標(biāo)，即n=23;輸出m為對鄉(xiāng)村旅游住宿質(zhì)量的評價(jià)值，因此輸出層的節(jié)點(diǎn)數(shù)目為m=1;中間隱含層神經(jīng)元的確定可以參考公式j(luò)=m+n+a，a∈[1，10];j=log2n;j=mn。因此，本模型的中間隱含層節(jié)點(diǎn)數(shù)應(yīng)該在5～14之間。分別采用5～14個神經(jīng)元對模型預(yù)測性能進(jìn)行比較，發(fā)現(xiàn)當(dāng)神經(jīng)元個數(shù)為6時，預(yù)測誤差最小，因此中間層節(jié)點(diǎn)數(shù)確定為6。

3.2數(shù)據(jù)處理

本研究整理20家評論條數(shù)超過15條的民宿，將其評論中涉及到各指標(biāo)的句子分配至23個指標(biāo)中，使用python的snownlp庫對各指標(biāo)進(jìn)行情感分析，得分在0～1之間，以0.5為中性界限，超過0.5則該指標(biāo)的極性為積極，得分越高評價(jià)越積極;低于0.5則該指標(biāo)的極性為消極，得分越低評價(jià)越消極，即認(rèn)為該民宿在該指標(biāo)的質(zhì)量較差;若所有評論均沒有提到該指標(biāo)，得分為0.5。情感分析的得分為模型的輸入值。

本研究的輸出值通過計(jì)算以AHP模型得出的各指標(biāo)的整體權(quán)重與每項(xiàng)指標(biāo)的情感值的加權(quán)平均值得到。樣本數(shù)據(jù)共有20組，以前17組作為訓(xùn)練樣本，后3組作為測試樣本，通過MATLAB 2017a的神經(jīng)網(wǎng)絡(luò)擬合工具創(chuàng)建BP神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行訓(xùn)練測算。由于樣本較少，因此采用貝葉斯正則化算法對樣本數(shù)據(jù)進(jìn)行訓(xùn)練。

3.3訓(xùn)練及測試結(jié)果

經(jīng)過61步訓(xùn)練，均方誤差達(dá)到目標(biāo)誤差的要求（圖2）。

從訓(xùn)練結(jié)果看，網(wǎng)絡(luò)性能非常理想。期望輸出值與訓(xùn)練后的輸出值非常接近，表5為其輸出值與訓(xùn)練結(jié)果的對比，為了展示方便，期望輸出和訓(xùn)練結(jié)果均采取其前6位小數(shù)，而相對誤差為原值。訓(xùn)練的17組數(shù)據(jù)中，誤差最大的為0.018 097，其余誤差大部分接近0。

由表6可知，測試結(jié)果的最大相對誤差為2.77×10-7，模擬結(jié)果與期望結(jié)果非常吻合，因此該神經(jīng)網(wǎng)絡(luò)進(jìn)行評價(jià)的相對誤差較小。訓(xùn)練樣本的平均誤差為0.001 151 402，測試樣本的平均誤差為4.239 47×10-8，二者進(jìn)一步體現(xiàn)出模型的仿真能力。為了判斷模型的穩(wěn)定性，計(jì)算訓(xùn)練樣本和測試樣本誤差的標(biāo)準(zhǔn)差，得出訓(xùn)練樣本的標(biāo)準(zhǔn)差為0.004 741 435，測試樣本的標(biāo)準(zhǔn)差為1.805 1×10-7，反映出模型具有較好的穩(wěn)定性。因此，本研究基于AHP和BP神經(jīng)網(wǎng)絡(luò)提出的評價(jià)模型可以作為鄉(xiāng)村旅游住宿質(zhì)量的評價(jià)工具，能夠具有較準(zhǔn)確的評價(jià)效果，為消費(fèi)者判斷鄉(xiāng)村民宿的質(zhì)量并作出消費(fèi)選擇提供有效的工具。

4結(jié)論與對策建議

4.1研究結(jié)果與意義

鄉(xiāng)村旅游住宿是典型的非標(biāo)準(zhǔn)住宿，消費(fèi)者難以對住宿服務(wù)質(zhì)量作出精準(zhǔn)的評判，因此在線評論成為其獲取民宿信息的主要來源。明晰消費(fèi)者對住宿服務(wù)質(zhì)量的評價(jià)指標(biāo)可以幫助民宿商家改善和規(guī)范其住宿服務(wù)。本研究基于民宿的在線評論確定了23項(xiàng)具體指標(biāo)，并通過層次分析法明確每項(xiàng)指標(biāo)的綜合權(quán)重，結(jié)合AHP和BP神經(jīng)網(wǎng)絡(luò)建立住宿服務(wù)質(zhì)量評價(jià)模型。結(jié)果表明，房間布局、建筑類型、裝修風(fēng)格、交通便利程度等環(huán)境因素是消費(fèi)者最關(guān)注的方面。此外，經(jīng)營者及服務(wù)人員的態(tài)度和水平相較于其他因素也較受關(guān)注。本研究具有以下理論和實(shí)際意義。首先，運(yùn)用詞頻分析的方法確定消費(fèi)者對住宿質(zhì)量的評價(jià)指標(biāo)，是對現(xiàn)有指標(biāo)確定方法的補(bǔ)充，具有客觀性?，F(xiàn)有的民宿評價(jià)指標(biāo)大多是基于文獻(xiàn)和問卷調(diào)查，本研究對鄉(xiāng)村民宿的消費(fèi)者根據(jù)其住宿體驗(yàn)發(fā)表的評論進(jìn)行內(nèi)容分析，統(tǒng)計(jì)評論中的高頻詞，客觀地反映了消費(fèi)者在住宿過程中的關(guān)注對象。其次，住宿質(zhì)量評價(jià)指標(biāo)的確定，不僅可以給消費(fèi)者在選擇過程中提供評價(jià)依據(jù)，對民宿商家來說，也是了解消費(fèi)者傾向的一種工具，根據(jù)指標(biāo)質(zhì)量得分的指導(dǎo)，采取相應(yīng)的措施以提高住宿質(zhì)量，從而增強(qiáng)民宿競爭力。最后，基于AHP、BP神經(jīng)網(wǎng)絡(luò)建立的評價(jià)模型具有很好的預(yù)測效果。本研究根據(jù)析出的評價(jià)指標(biāo)建立了鄉(xiāng)村民宿住宿質(zhì)量評價(jià)模型。使用層次分析法將定性與定量相結(jié)合，旨在更好地解決多指標(biāo)決策問題，而通過問卷對消費(fèi)者的指標(biāo)偏向進(jìn)行打分，最后通過算數(shù)平均得出每個指標(biāo)的權(quán)重，一定意義上最小化了AHP存在的主觀性問題。通過情感分析的方法確定被評價(jià)民宿每個指標(biāo)的得分，傳達(dá)出的情感信息可以使消費(fèi)者產(chǎn)生對信息主體的判斷，因此可以成為指標(biāo)質(zhì)量的評價(jià)依據(jù)。最后利用BP神經(jīng)網(wǎng)絡(luò)對建立的住宿質(zhì)量評價(jià)模型進(jìn)行檢驗(yàn)，結(jié)果表明所建立的評價(jià)模型能夠?qū)ψ∷拶|(zhì)量進(jìn)行較準(zhǔn)確的判斷，進(jìn)而幫助消費(fèi)者進(jìn)行合理的消費(fèi)選擇。

4.2對策建議

首先，突出建筑風(fēng)格，優(yōu)化住宿體驗(yàn)。研究結(jié)果表明，在環(huán)境類別的9個子要素中，有7個子要素排在23個子要素中的前9位，其中基礎(chǔ)建筑的3個子要素更是全部排在前4位，說明消費(fèi)者對建筑物的類型、風(fēng)格和布局尤為看重。因此，民宿經(jīng)營者在建造、裝飾和修繕建筑物時，要充分凸顯民宿的獨(dú)特風(fēng)格，并將其與當(dāng)?shù)氐纳鐣幕?、風(fēng)土人情有機(jī)結(jié)合;在房間布局上除了閣樓、榻榻米等個性化設(shè)計(jì)外，還應(yīng)考慮到家庭出行、單位集體出行等不同需求。此外，民宿應(yīng)該配備露臺、花園以及公共娛樂設(shè)施等輔助型建筑，為消費(fèi)者提供更好的住宿和休閑體驗(yàn)。其次，有效統(tǒng)籌資源，改善周邊環(huán)境。在環(huán)境相關(guān)要素中，交通便利程度和配套設(shè)施為主的周邊環(huán)境要素也是消費(fèi)者較關(guān)心的方面。當(dāng)?shù)赜嘘P(guān)部門應(yīng)該統(tǒng)籌政府、社會、商家等多方面資源，為鄉(xiāng)村旅游消費(fèi)者打造更便利的交通環(huán)境以及超市、醫(yī)院、特色美食街、民俗體驗(yàn)館等社區(qū)配套設(shè)施，以全域旅游為指導(dǎo)思想，豐富鄉(xiāng)村旅游的內(nèi)涵。最后，加強(qiáng)人員管理，提升服務(wù)品質(zhì)。人員服務(wù)是非標(biāo)準(zhǔn)住宿中不確定性最高的因素，民宿經(jīng)營者和服務(wù)人員多來自當(dāng)?shù)?，文化水平和專業(yè)素質(zhì)參差不齊。因此，當(dāng)?shù)卣托袠I(yè)協(xié)會應(yīng)該定期開展專業(yè)培訓(xùn)，提高民宿行業(yè)從業(yè)者的職業(yè)技能。另外，民宿提供餐飲服務(wù)時，一方面要保證消費(fèi)者吃得美味、吃得地道，另一方面也要嚴(yán)格要求服務(wù)人員提高服務(wù)態(tài)度并具備衛(wèi)生知識，保證消費(fèi)者吃得舒心、吃得健康，與建筑、交通環(huán)境等并舉，從食、住、行多方面綜合提升鄉(xiāng)村旅游住宿的服務(wù)品質(zhì)。

參考文獻(xiàn)：

[1]鄧愛民，黃鑫. 低碳背景下鄉(xiāng)村旅游功能構(gòu)建問題探討[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2013（2）：105-109.

[2]Liu T Z，Yang Z T，Liu P L.Preliminarystudy of ancient town protection and rural tourism development of Caoshi town in Hengdong county，Hunan Province[J]. Asian Agricultural Research，2012，4（8）：68-71，76.

[3]陶玉霞. 鄉(xiāng)村旅游需求機(jī)制與訴求異化實(shí)證研究[J]. 旅游學(xué)刊，2015，30（7）：37-48.

[4]劉光榮. 我國低碳鄉(xiāng)村旅游問題及功能探析[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2016，37（10）：161-165，173.

[5]李燕琴，于文浩，柏雨帆. 基于Airbnb網(wǎng)站評價(jià)信息的京臺民宿對比研究[J]. 管理學(xué)報(bào)，2017，14（1）：122-128，138.

[6]潘穎穎. 浙江民宿發(fā)展面臨的困難及解析——基于西塘的民宿旅游[J]. 生產(chǎn)力研究，2013（3）：132-135.

[7]張廣海，趙韋舒，朱旭娜. 基于Logistic模型的鄉(xiāng)村旅游住宿需求影響因素分析——以山東省樂陵市朱集鎮(zhèn)為例[J]. 中國石油大學(xué)學(xué)報(bào)（社會科學(xué)版），2017，33（3）：22-28.

[8]張培，喇明清. 游客選擇鄉(xiāng)村民宿的意愿傾向及其營銷啟示[J]. 西南民族大學(xué)學(xué)報(bào)（人文社科版），2017（11）：132-140.

[9]李星群. 基于旅游者需求的鄉(xiāng)村旅游住宿類型研究——以陽朔為例[J]. 旅游論壇，2011，4（2）：82-86.

[10]Park D B，Kim K H，Choo H. the development of quality standards for rural farm accommodations：a case study in South Korea[J]. Journal of Hospitality and Tourism Research，2014，41（6）：673-695.

[11]ZaneB.The B & B guest：a comprehensive view[J]. Cornell Hospitality Quarterly，1997，38（4）：69-75.

[12]ShanY.Howcredible are online product reviews？The effects of self-generated and system-generated cues on source credibility evaluation[J]. Computers in Human Behavior，2016，55，633-641.

[13]傅建華，張莉. 基于AHP與BP神經(jīng)網(wǎng)絡(luò)模型的循環(huán)經(jīng)濟(jì)綠色營銷績效評價(jià)[J]. 科技管理研究，2012（20）：215-220，242.

[14]沈國琪，陳萬明. 基于多元線性回歸與BP神經(jīng)網(wǎng)絡(luò)分析的失業(yè)預(yù)測建模實(shí)證研究[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2014（2）：103-112.

[15]李平舟，趙朗程. 基于BP神經(jīng)網(wǎng)絡(luò)的國家穩(wěn)定性研究[J]. 軟件，2018，39（6）：142-146.

[16]胡偉雄，姜政軍. 基于BP神經(jīng)網(wǎng)絡(luò)的C2C電子商務(wù)信任度評價(jià)模型[J]. 圖書情報(bào)工作，2012，56（10）：131-137.