在全球化与信息化交织的今天，旅游业作为推动地方经济发展、促进文化交流的重要力量，其发展与变革日益受到学术界的密切关注 [1] 。旅游地意象(Tourism Destination Image, TDI)是指游客对旅游目的地的观念、想法和印象的集合。它对旅游者的感知、行为和决策均有重要影响。良好的旅游目的地意象是旅游目的地成功的关键，能够影响游客的目的地选择和满意度 [2] - [5] 。从符号学的角度来看，旅游地意象是一个包含意象符号“再现体”“对象”和“解释项”等子系统的复杂系统。游客在旅游过程中会遇到各种符号，包括自然符号、人为符号和社会符号，这些符号通过游客的感知和解读，构建了旅游地的整体意象。

随着科技的进步，旅游地意象感知研究越来越关注智能化和个性化体验。利用大数据和人工智能技术，旅游企业能够更好地理解游客的需求和偏好，从而提供更加个性化的旅游产品和服务 [6] - [8] 。旅游活动不再仅仅局限于传统的观光游览，而是逐渐融入了休闲、度假、文化体验等多种元素，旅游地意象是旅游者对旅游地整体认知和情感体验，是影响旅游者决策、满意度和重游意愿的重要影响因子 [9] 。在此基础上，通过对旅游目的地形象的深入研究，可以更好地了解旅游者的心理需要，并对其进行合理地规划、管理和市场营销具有重要的指导意义 [10] 。

近年来，短视频平台的兴起为旅游地意象的传播带来了革命性变化，其直观、生动、易于分享的特点，使游客通过短视频记录和分享自己的旅游体验，无形中塑造了旅游地的意象，影响其他潜在游客的旅游感知和决策 [2] 。芜湖古城作为安徽省芜湖市的旅游明珠，拥有丰富的历史文化、建筑风格、民俗活动和特色小吃等旅游资源。然而，在市场竞争中，如何有效提升其在游客心中的知名度和美誉度，成为管理者面临的挑战 [11] 。

本研究旨在通过科学的方法和技术手段，深入挖掘游客对芜湖古城旅游地意象的感知特性，以期为芜湖古城及同类景区形象设计和宣传工作提供一定的借鉴和参考 [11] - [15] 。期望通过此项研究，可以为景区经营者准确掌握旅游者的心理需要与行为模式，进而制订出更为准确、高效的旅游市场营销战略，从而给景区经营者和市场经营者以借鉴与启发。促进旅游产业的可持续、良性发展。同时，我们也期待本研究能够为旅游地意象感知领域的学术研究贡献一份力量，推动该领域研究的不断深入和发展 [16] 。

(一) 数据来源

在本次针对芜湖古城旅游热点的深入探究中，我们精心挑选了用户活跃度高且具代表性的网络平台——抖音、快手、哔哩哔哩，作为核心数据收集渠道。以下是数据来源和处理过程的详细描述：

1. 数据收集时间

时间范围：2021年1月1日至2024年12月31日。

选择理由：选择2021年以来的数据，旨在涵盖疫情后旅游市场的复苏阶段，同时确保数据的时效性和代表性。

2. 数据收集平台

抖音：作为国内最大的短视频平台之一，拥有广泛的用户群体和丰富的旅游内容。

快手：以真实、接地气的内容著称，能够提供多样化的游客视角。

哔哩哔哩：以年轻用户为主，内容形式多样，包括Vlog、纪录片等，能够提供更深入的旅游体验。

3. 数据收集关键词

关键词：芜湖古城。

搜索范围：视频标题、描述、标签。

4. 数据筛选标准

1) 精准筛选：

相关性：严格筛选与芜湖古城直接相关的视频内容，排除所有与芜湖古城无关的信息，确保数据的准确性和针对性。

示例：仅保留视频标题、描述或标签中明确提及“芜湖古城”的内容。

2) 真实性审核：

内容真实性：审核所有入选视频，剔除任何含有虚假信息的视频，以维护情感分析的客观性和准确性。

示例：排除明显夸大或虚构的视频内容，如虚假的旅游体验、不实的景点介绍等。

3) 完整性评估：

内容全面性：选择那些旅游信息介绍相对完整、可信度高的视频，同时，对于带有明显广告推销痕迹的视频，予以排除，以保持研究的公正性。

示例：优先选择包含芜湖古城多个景点、详细旅游活动介绍的视频，排除仅展示单一景点或简短片段的视频。

4) 数据质量把控：

浏览量：剔除浏览量过低的视频(低于1000浏览量)，确保样本具有一定的影响力和代表性。

内容详实性：剔除视频内容过于简略的样本，确保每篇视频都具有一定的分析价值。

示例：选择视频时长超过1分钟且内容丰富的视频，排除仅展示简单画面或简短文字的视频。

5) 数据处理结果

经过这一系列严格而细致的筛选和处理，我们最终确定了51篇高质量的视频作为本次研究的样本，为后续的深入分析奠定了坚实的基础。

(二) 数据处理

我们利用ROST WordParser软件对收集到的视频文本进行了细致的预处理，旨在通过词语频次分析来洞察游客对芜湖古城的认知程度和兴趣所在。这一过程遵循以下严谨步骤：

分词精细化处理：首先，我们精心构建了一个包含芜湖古城相关地名、人名、形容词及动词的定制词表。借助ROSTCM6软件，我们实施了精确的分词操作，将文本拆解为一个个独立的词语单元，为后续的数据统计与分析奠定了坚实基础。

频次统计与分析：随后，我们统计了各平台文本中词语的出现频次，这一步骤至关重要，因为它能够直观展示哪些词语在视频中占据了主导地位，从而初步揭示游客对芜湖古城哪些方面最为关注。

高频词过滤与精炼：为了提炼出更具价值和高相关性的高频词，我们建立了一套严格的过滤机制。我们排除了无实际意义的语气词(如“啊”“呀”“哦”等)，这些词语虽频繁出现，但对理解芜湖古城的具体信息贡献有限。同时，我们也剔除了连词(如“和”“与”“但”等)和缺乏具体指向性的数词，它们主要起连接或量化作用，对古城描述的实质性贡献不大。此外，我们还过滤掉了一些虽然高频但过于宽泛或普遍的描述性词语(如“很好”“不错”等)，因为这些词语缺乏针对芜湖古城的特定描述，无法精确反映游客的认知和兴趣点。

通过这一系列精心设计的预处理步骤，我们确保了最终获取的高频词能够准确反映游客对芜湖古城的独特认知和浓厚兴趣。

(一) 基于词频分析的芜湖古城旅游感知特征

利用ROST软件，通过多次生成高频词，并对其中的无关词进行反复筛选和剔除，最终得到了与本次研究密切相关的高频词。从文本中提取出前20个高频词，对收集整理的网络视频文本进行词频分析 (见 表1 )。据此，以关键词芜湖古城为核心，对游客感知下的芜湖古城文旅融合总体特征进行分析。

从芜湖古城游客网络文本中词频排名前20的词汇(见 表1 )中，我们可以洞察到一系列引人注目的现象与趋势。位居榜首的“芜湖古城”无疑强化了游客对旅游目的地的深刻印象，而“建筑”“文化”等词汇则作为芜湖古城的核心旅游资源，深深烙印在游客的心中，成为不可或缺的标志性符号。

进一步剖析这些高频词汇所代表的景观类型，我们不难发现，游客对芜湖古城的感知主要聚焦于人文景观，例如“长虹门”“花街”等，相比之下，对自然景观的关注度虽存在，但略显薄弱。这一发现揭示了游客在游览芜湖古城时，更多地被其深厚的历史文化底蕴和独特的人文风貌所吸引，这些元素构成了他们游览体验的重要组成部分。

基于上述分析，我们可以将游客对芜湖古城旅游地意象的感知概括为以下四大主题：

1. 古城风貌(以“芜湖古城”“建筑”“长虹门”等为代表)：这些词汇共同勾勒出游客对芜湖古城最为直观且深刻的印象，展现了古城的历史韵味与独特风采。

2. 历史文化(涵盖“文化”“李鸿章”“三国时期”等)：芜湖古城的历史文化底蕴深厚，游客在游览过程中，往往会对这里的历史故事和名人典故产生浓厚兴趣，这些元素丰富了他们的游览体验。

3. 休闲娱乐(包括“花街”“商业”“拍照”等)：除了历史文化的熏陶，游客还热衷于在芜湖古城体验各种休闲娱乐活动，感受古城与现代生活的交融与碰撞，这些活动为他们的旅行增添了无限乐趣。

4. 美食购物(如“虾子面”等特色小吃)：芜湖古城的美食和购物体验同样令人难以忘怀，这里的特色小吃深受游客喜爱，成为他们游览古城不可或缺的一部分，也为他们的旅行增添了别样的风味。

综上所述，游客对芜湖古城旅游景区的整体印象是：这是一处洋溢着人文情怀、历史积淀丰富的旅游佳地，深切吸引着每位游客前去深度游览与品味。

(二) 基于芜湖古城高频词语义网络分析

在分析芜湖古城网络视频文本的语义网络时，我们特别关注了高频词组在文本中形成的前后逻辑关系及其共现次数。这一策略使我们能够深入探索游客在描述芜湖古城时所采用的词汇之间的内在联系，从而进一步揭示游客对芜湖古城旅游地意象的深刻认知。

从语义结构上分析(见 图1 )，芜湖古城可明确划分为3个等级：

第一级是核心圈，由“芜湖”“古城”“历史”“文化”等关键词紧密围绕而成，这是一个最少的，但却有着最密切的意义联系的圈子。它们是芜湖古城旅游者目的地形象的主要特征。反映了游客对芜湖古城最为直观、深刻的记忆。

第二级为次核心圈，主要由“美食”、“花街”、“特色”等词组组成，以“美食”、“花街”他们对核心圈的理解进一步扩大。这些词组不仅加深了对芜湖古城总体旅游地意象的理解，还强烈地传达了游客对特定旅游吸引物的感知和兴趣，展现了游客在游览过程中对芜湖古城独特魅力的深刻体验和感受。

第三级是外围圈，涵盖了餐饮，购物，娱乐等多种要素，是对核心圈和次核心圈的延伸与充实。例如，“徽派”“古色古香”“城门”等词组，虽然与核心圈词语相比处于更外围的位置，但它们同样为游客提供了对芜湖古城旅游地意象的丰富认知。

综上，芜湖古城游客文本语义网通过“核心–次核心–外围”的三圈架构，全方位、生动地展现了旅游吸引体系的层次和架构。这一架构不仅揭示了旅游者对芜湖古城旅游地形象的深刻认知，同时也为今后旅游场所形象架构的研究和旅游场所形象体系的构建提供了一个全新的视角和思路。通过对语义网络的深度解析，可以更准确的掌握旅游者的消费行为，为目的地的规划、营销与管理等工作提供重要支撑。

(三) 情感分析

游客的情绪状态对满意性和忠诚度有很大的影响，而积极的情绪常常可以明显提高他们的满意性和忠诚度。情感可细分为正面与负面两大类，且每种情感都有其强弱之分。为了深入剖析游客的情感倾向，我们采用了内容分析中的情感分析手段，该方法通过量化评估游客文本中的情感性表述，从而揭示游客的情感分布特征。

通过对芜湖古城视频网络文本的情感分析(见 表2 )，我们发现积极情感占据了主导地位，比例高达81.82%，消极情感和中性情感占比较少。从情绪强度的具体表现来看，积极情感一般表现为高强度，消极情感一般为中等。研究结果显示，游客对于芜湖古城旅游活动的情绪反应是积极的，高水平的积极情绪占比较大的比重，而与此相反；中性和消极情绪的比重很小。

这一情感分析的结果和对高频词的分析结果是一致的，而且在高频词中，积极的词语占了支配地位。这一状况与旅游地市场推广的目的相吻合。

然而，在追求积极情感的过程中，我们仍需警惕其中可能潜藏的消极情感因素。

通过对游客文本情感的细致分析，我们识别出了一些影响高频词的关键消极因素，主要包括环境喧闹、过度拥挤、商业化氛围浓厚以及水环境质量不佳等。这些因素都是对游客体验产生负面影响的关键要素。因此，在旅游目的地的营销宣传中，应充分重视并着手改善这些方面，以提升游客的整体满意度和体验质量，从而进一步巩固和增强游客的忠诚度。

本研究以芜湖古城为研究对象，基于网络视频文本，运用内容分析方法，对游客的感知特点及构成进行实证研究，得到如下结论及启示：

1) 内容分析法，特别是高频词汇分析、语义网络分析、情绪分析等方法，可以有效地挖掘旅游者对旅游地形象构成的认知和情绪构成，为旅游地形象建构的预测与描述提供重要依据。因此，该方法在分析游客对旅游地意象感知方面表现出显著的有效性。不过，为提升其可靠性和普适性，仍需更多实证案例加以验证。特别地，对语义网络的理论阐释将成为未来研究的一个重点方向，以期更全面地理解和应用这一方法。

2) 游客对芜湖古城的总体印象是以人文景观为主，这个结论与其自身的资源特征和政府对其旅游形象的塑造具有较高的一致性。游客认知内容主要包括四个方面：古城风貌、地域文化、休闲娱乐和特殊食品购物。在这种背景下，芜湖古城今后的发展应该是以营造富有地域特征的人文景观景区为中心，并以之为中心，并以此为基础，开发出与之相适应的人文旅游产品。在此基础上，加大对当地文化创意旅游产品的研究和开发，对文化艺术和表演项目进行整合和升级，形成具有特色的旅游演艺品牌。

3) 芜湖古城旅游者网络中的旅游信息具有“核心–次核心–外围”的等级关系，而高频词语的长尾巴也是该特征的体现。在实践中，语义网络应该是构建旅游地形象和品牌的重要着力点，而旅游产品的发展等都要以这些核心元素为中心进行规划。此外，外围要素中出现频率较高的词语，也体现出旅游者对旅游目的地的特殊喜好。为此，必须对其进行重点关注，并针对其进行针对性的旅游产品及形象设计。

4) 芜湖古城旅游者的目的地形象以积极情感为主，具有很高的正面性，而中立和负面的态度所占的比重比较小。虽然在消费者情绪中，消极的口碑影响并不明显，但是它对消费者情绪的放大作用是不可忽视的；旅游地经营者需要对不良口碑进行有效管理。在对旅游人群的影响因素进行研究时发现，旅游地，人多，噪音大，商业化程度高，以及周围的环境问题等，是造成旅游者消极情感的重要原因。为解决上述问题，首先要做好公交、停车场和游步道的规划，并构建相应的交通流量监测体系，实现对客流的有效疏导和疏导。二是对商业街区与住宿区进行合理的规划，以降低噪音的影响。三是要对商业空间进行适度的控制，避免其盲目发展，形成特色鲜明、功能互补的特色商圈，尤其要突出特色鲜明、功能互补的商业街区。四是要提高景区经营者及市民的环保观念，采取严厉的环保举措，加大污水治理力度，使古镇的生态环境得到改善。