【案例实战分析】 用Python深度挖掘沉浸式景区评论背后的秘密

一、背景介绍

在当下竞争激烈的文旅市场，游客评论不仅是口碑的体现，更是优化服务、精准营销的风向标。传统依赖人工看评论的方法效率低、信息碎、无法量化。

于是我尝试用 Python 数据分析 + 自然语言处理（NLP）的方法，对万岁山武侠城的某程评论进行深度挖掘，期望达到以下目的：

• 快速提取评论关键词与情绪倾向：辅助景区精准识别服务亮点与痛点
• 识别游客类型与满意度之间的关联：揭示亲子游、情侣游等群体的具体偏好
• 分析游客地理来源与情感偏好分布：优化市场投放和区域运营策略
• 追踪评论月度趋势变化：为景区运营方制定淡旺季策略提供数据支撑

💡 面向文旅行业从业者、景区运营方、数据分析师、AI应用探索者
📊 提供景区评论智能分析模型 + 情绪趋势分析 + 用户画像洞察
🔍 本案例基于真实某程评论数据，带你还原游客最真实的声音与偏好

二、数据获取与处理流程

✅ 数据来源

• 来源平台：某程
• 景区名称：万岁山武侠城
• 获取方式：自建 Python 爬虫进行结构化提取
• 采集数量：3千多条

✅ 数据字段展示

	Unnamed: 0	_id	commentId	poiInfo	extInfo	replyInfo	replyTypeList	commentKeywordList	commentTagInfo	resourceId	resourceType	businessId	businessType	districtId	sourceType	externalResourceId	hasVoted	isUnUseful	showUsefulModule	isPicked	isGood	isOwner	fromType	fromTypeText	publishTime	publishStatus	usefulCount	replyCount	score	touristType	images	videos	voteUsers	content	languageType	translateContent	translateLanguageType	canEdit	jumpUrl	jumpH5Url	replyJumpUrl	publishTypeTag	isTripShoot	aiTagIdSens	replyTag	replyContent	replyTime	setTitle	outerTitle	impressionTags	recommendItems	childrenTag	ipLocatedName	replyIpLocatedName	isFollow	isDeleted	clientInfo	ip	jumpMiniAppUrl	isAnonym	theForkLogoUrl	timeDuration	touristTypeDisplay	originContent	collectCnt	hasCollected	isUnderReview	predicted_label	ipLocatedNameEn	touristTypeDisplayEn	date	month
0	0	208331747	208331747	nan	nan	[]	nan	[]	[]	77323	66	78248	70	165	5	30030209277	False	False	1	False	False	False	1	来自订单	/Date(1744111046000+0800)/	6	0	0	5	3	[]	[]	[]	非常不错的体验	zh-cn	nan	nan	False	/trip_flutter?flutterName=flutter_trip_shoot_review_detail&businessId=208331747	https://m.xxx.com/webapp/you/comment/detail/77323/66/208331747.html	/rn_destination_video/main.js?CRNModuleName=destinationlive&CRNType=1&initialPage=CommentFloat&id=208331747&isPresent=0&topPercent=0.3&isTransparentBg=YES&scene=review&topBackgroundColor=rgba(0,0,0,0.6)	2025-04-08 发布点评	False	nan	nan	nan	nan	nan	nan	nan	nan	nan	湖北	nan	False	False	{“clientId”:“”,“currency”:“”,“platform”:“”,“cctPlatform”:“”}	nan	/pages/gs/comment/detail?BusinessId=0&BusinessType=0&CommentId=208331747&POIId=0&SightId=0	0	nan	nan	朋友出游	nan	0	False	nan	happy	Hubei	朋友出游	2025-04-08 00:00:00	2025-04
1	1	208312224	208312224	nan	nan	[]	nan	[]	[]	77323	66	78248	70	165	5	1128137131147441	False	False	nan	False	False	False	1	来自订单	/Date(1744093379000+0800)/	6	0	0	5	3	[]	[]	[]	一次不错的旅行	zh-cn	nan	nan	False	/trip_flutter?flutterName=flutter_trip_shoot_review_detail&businessId=208312224	https://m.xxx.com/webapp/you/comment/detail/77323/66/208312224.html	/rn_destination_video/main.js?CRNModuleName=destinationlive&CRNType=1&initialPage=CommentFloat&id=208312224&isPresent=0&topPercent=0.3&isTransparentBg=YES&scene=review&topBackgroundColor=rgba(0,0,0,0.6)	2025-04-08 发布点评	False	nan	nan	nan	nan	nan	nan	nan	nan	nan	河南	nan	False	False	{“clientId”:“”,“currency”:“”,“platform”:“”,“cctPlatform”:“”}	nan	/pages/gs/comment/detail?BusinessId=0&BusinessType=0&CommentId=208312224&POIId=0&SightId=0	1	nan	nan	朋友出游	nan	0	False	nan	happy	Henan	朋友出游	2025-04-08 00:00:00	2025-04
2	2	208312203	208312203	nan	nan	[]	nan	[]	[]	77323	66	78248	70	165	5	1128137131147064	False	False	nan	False	False	False	1	来自订单	/Date(1744093357000+0800)/	6	0	0	5	3	[]	[]	[]	表演多，环境好	zh-cn	nan	nan	False	/trip_flutter?flutterName=flutter_trip_shoot_review_detail&businessId=208312203	https://m.xxx.com/webapp/you/comment/detail/77323/66/208312203.html	/rn_destination_video/main.js?CRNModuleName=destinationlive&CRNType=1&initialPage=CommentFloat&id=208312203&isPresent=0&topPercent=0.3&isTransparentBg=YES&scene=review&topBackgroundColor=rgba(0,0,0,0.6)	2025-04-08 发布点评	False	nan	nan	nan	nan	nan	nan	nan	nan	nan	河南	nan	False	False	{“clientId”:“”,“currency”:“”,“platform”:“”,“cctPlatform”:“”}	nan	/pages/gs/comment/detail?BusinessId=0&BusinessType=0&CommentId=208312203&POIId=0&SightId=0	0	nan	nan	朋友出游	nan	0	False	nan	happy	Henan	朋友出游	2025-04-08 00:00:00	2025-04

✅ 预处理步骤

• 清洗：去除广告、水贴、空评论、重复评论
• 分词：使用 jieba 进行中文分词
• 去停用词：自定义停用词表
• 专有名词：自定义专有名词表
• 去重与标准化处理

三、评论关键词挖掘与词云分析

利用 n-gram 方法，统计了评论中出现频率较高的 n-gram词组，并分别为好评和差评生成了词云图，帮助我们更直观地理解游客的情感倾向和关注点。

N-gram代码

from sklearn.feature_extraction.text import CountVectorizer
from wordcloud import WordCloud
import matplotlib.pyplot as plt


comments = df[df['score']<4]['content'].to_list() 
# 用 jieba 分词后合并为字符串
texts = [" ".join(jieba.lcut(comment)) for comment in comments]

# 生成 N-gram 特征（比如 bi-gram）
vectorizer = CountVectorizer(ngram_range=(2, 2))  # 2-gram
X = vectorizer.fit_transform(texts)
ngrams_freq = X.toarray().sum(axis=0)

# 得到词组和频率
ngram_freq_dict = {word.replace(' ',''): freq for word, freq in zip(vectorizer.get_feature_names_out(), ngrams_freq)}

# 打印 top N 的词组
sorted_ngrams = sorted(ngram_freq_dict.items(), key=lambda x: int(x[1]), reverse=True)
sorted_ngrams = [(s[0], int(s[1]))for s in sorted_ngrams]
print("Top ngram 词组:")
for word, freq in sorted_ngrams[:1]:
    print(f"{word} : {freq}")

🌟 好评词云分析

提取了评论中的高频 2-gram词组，分析出以下热门正向词组：

• 演出精彩、性价比超高、值得一去、非常不错、表演很多
• 孩子喜欢、打铁花震撼、节目丰富、适合孩子、非常推荐
• 推荐推荐、表演精彩、节目非常好、非常好玩、演员敬业

📷 好评词云图

🎯 大多数游客对景区的 表演内容 和 性价比 表现出高度满意，尤其是 打铁花 等节目深受好评，适合亲子家庭游玩。

⚠ 差评词云分析

同样，我们提取了 2-gram 负面评论中的常见词组，并绘制了差评词云图：

• 体验极差、垃圾客服、景区人员态度差、排队时间长、价格偏高
• 限流措施差、踩踏事件、节假日人多、厕所差、没有体验感
• 交通不便、服务差、没有限流、非常不好、没有任何提醒

📷 差评词云图

🎯 负面情绪集中在 服务质量、设施维护、游客密度管理 以及 交通便利性 等方面，尤其在节假日游客过多时，存在较为严重的 排队 和 踩踏 等问题，影响了游客的整体体验。

四、情感标签分布情况

对所有评论文本进行了情感倾向识别，使用 BERT 模型 进行情感分类，并将评论划分为以下情感标签：

• 标签：Happy、Neutral、Angry、Sad、Surprise、Fear

预测代码

# 加载模型和tokenizer
model = BertForSequenceClassification.from_pretrained('./saved_model')
tokenizer = BertTokenizer.from_pretrained('./saved_model')

def predict_sentiment(input_text):
    inputs = tokenizer(input_text, return_tensors='pt', truncation=True, padding=True, max_length=512)

    # 进行推理
    with torch.no_grad():
        outputs = model(**inputs)

    # 获取预测结果
    predictions = torch.argmax(outputs.logits, dim=-1)
    predicted_label_index = predictions.item()  # 数字标签（0 到 5）

    # 反编码为原始标签
    predicted_label = label_encoder.inverse_transform([predicted_label_index])[0]
    return predicted_label

情感分布

• Happy：2244条评论
• Neutral：432条评论
• Angry：420条评论
• Sad：104条评论
• Surprise：36条评论
• Fear：4条评论

📊 情感分布柱状图

🎯大多数游客的评论呈现 正面情感，其中 Happy 标签的评论数量远高于其他标签。负面情绪主要集中在 Angry 和 Sad 标签，其中 排队、服务体验 等问题可能导致了游客的 负面情绪。少量评论中出现 Fear 和 Surprise 标签，可能与游客的意外体验或不满情绪相关。

🧑‍🤝‍🧑 游客类型与情感偏好分析

我们对不同游客类型（如家庭亲子、情侣夫妻、朋友出游等）进行了情感倾向分析，统计了每种游客类型在情感标签（如 Happy、Neutral、Angry 等）下的占比。

📊 游客类型 vs 情感分布柱状图

🎯通过对不同游客类型的情感分析，发现：​
家庭亲子：​情感表现最为积极，正面评价占比超过70%。这可能与景区丰富的亲子活动和演出有关，满足了家庭游客的需求。​
朋友出游和情侣夫妻：​也表现出较高的正面情感比例，说明景区的武侠文化和互动体验对这些群体有较大吸引力。

---

五、评论数量的时间变化趋势分析

统计了每月评论数量与情绪变化趋势，发现评论量与假期/旅游旺季高度相关

📉 月度评论变化折线图

📌 分析结果

1. 2024年全年评论趋势
   • 持续活跃：2024年全年评论数量保持相对活跃，尤其是节假日和旅游旺季，评论量明显增加。
   • 8月评论高峰：2024年8月达到了评论量的最高点（239条），这与暑期旅游高峰、节假日相关，也是景区开展二次元漫展狂欢节所致。
2. 2025年初评论趋势

• 高位持续：2025年前几个月评论数量依然保持在高位，反映出景区和旅游地的热度持续不减，游客的关注度仍然较高。表明该景区在短期内仍然维持高涨的活跃度。

3. 社交平台影响

• 平台效应：2024年8月和2025年初的高评论量可能与抖音、小红书等社交平台的流行密切相关，尤其是在这些平台上进行的景区推广和游客分享，带动了评论量的大幅提升。
• 用户生成内容（UGC）：社交平台的高互动性和游客的积极分享，增强了景区的曝光度，也推动了游客更频繁地在平台上发布评论，形成了自我循环的效果。

4. 趋势结论

• 热度持续：景区的热度从2023年延续到2025年，反映出旅游市场的稳定活跃。尤其是在社交平台的推动下，景区的关注度和评论量持续增长。

六、语义网络分析

对评论中的关键词进行了深度分析，构建了语义网络，揭示了不同关键词之间的关联与影响。通过该分析，我们能够识别出游客评论中最常提及的主题和热点问题，帮助我们更好地理解游客的关注点。

📊 语义网络分析图

📌 分析结果

1. 高频关键词：

   • “表演”、“演出”、“节目”：这些关键词的频率很高，显示出游客对景区表演类活动的高度关注，尤其是关于“打铁花”和“精彩”的描述。
   • “景区”、“景点”：这两个词频繁出现在评论中，表明游客关注的重点是景区本身以及其各类景点设施。
   • “价格”、“性价比”、“门票”：这些关键词与景区的收费有关，反映出游客对价格和性价比的敏感度。

2. 关键词关联：

   • 表演类活动：如“精彩”、“震撼”、“好看”等关键词与“演出”、“表演”高度关联，表明游客对这些活动的热衷和赞赏。
   • 价格相关：如“贵”、“便宜”、“性价比”等词汇与“门票”、“价格”直接相关，突出游客对收费的关注点。

七、总体总结

通过对景区评论数据的深入挖掘与情感分析，我们得出以下关键结论：

1. 游客整体满意度较高，评论中积极情绪占比超过 75%，景区的表演内容与环境体验是最受认可的核心优势；
2. 负面反馈集中在高峰期的排队、拥挤与配套服务不足，影响游客节假日期间的整体体验；
3. 游客群体以家庭亲子和朋友出游为主，需求存在差异，需做出更有针对性的服务与活动设计；
4. 节假日评论激增且情绪波动较大，反映出运营调度与服务承载在关键时间节点上的挑战；

import requests
url = "http://wx.17610352720.wx"
response = requests.get(url)
print(response.text) #获取数据集

八、结语

该分析仅供学习交流使用，禁止用于商业用途，不构成任何投资建议。

数据不止于分析，更应反哺运营。将游客声音转化为行动方向，是实现景区可持续增长和口碑提升的关键。

创作不易，如果你觉得有帮助，请点个赞支持一下。你的鼓励是我创作的最大动力，期待未来能为大家带来更多有趣的分析文章。感谢大家的阅读和支持！