第一節 研究架構
本研究依據相關文獻探討，並參考相關研究結果及本研究目的形成研究架構。研究 過程類似質性研究中的內容分析法，透過 TripAdvisor 旅遊評論網站的評價文字內容蒐 集，評價文字特徵詞的擷取，並經由斷詞與語意詞性等定義其情緒正、反面觀感，量化 為可度量之正負面情緒分數。將資料累計於情緒指標各細項內成結構化之資料庫，使文 字本身具有解釋力；並採用旅客對於太魯閣國家公園遊憩體驗後，於旅遊網站的五顆星 級評等評作為整體滿意度依據。探究國際旅客的網路評價及其與遊憩滿意度之間的相 關。茲整理本研究架構及步驟如圖 3-3-1 所示：
圖 3-1-1 研究架構圖
結果解釋 文本資料庫
情緒指標資 料庫
格式化
情緒分數計算
實證結果
28
第二節 資料蒐集與處理
一、 國際旅客部分
參考交通部觀光局按國籍分之歷年來臺旅客統計資料顯示，並透過實際文字萃取後 結果，剔除未於個人資料顯示居住國家之評論，修正實際旅遊於太魯閣國家公園之國際 旅客身分別。
二、 網路評價部分
本研究選以 TripAdvisor 旅遊評論評論網站，蒐集國際旅客針對太魯閣國家公園的 網路評價內容及星級評等圖像作為研究內容。及文字內容（包含標題）以逐篇閱讀方式，
並人工萃取各項構面下細項內的觀感，歸納累計成正負面情緒分數，可避免因電腦程式 設定的關鍵字篩選詞而產生斷章取義現象。
萃取資料範圍自 2010 年 6 月 29 日至 2016 年 3 月 25 日，近 5 年間相關的網路評論 資訊，以洲別為單位，共計 568 人次的原始資料，依照分項情緒內容累積 2488 筆萃取資 料。圖 3-2-1 內容顯示 TripAdvisor 旅遊網站上，國際旅客針對太魯閣國家公園遊憩後的 評論與星級評等情形，目前網站顯示評論內容逾 8 百多人次。本研究將旅客評論內容篩 選剃除台灣身分旅客部分，以符合研究中的國際旅客身分，並將評論內容選擇由系統線 上翻譯成中文。每篇評論外均有星級評等代表遊憩體驗後整體滿意度，最高為 5 顆星的 星級評等。每筆資料都顯示旅客 ID 與國籍別，並可看出其他網友的推薦程度。
圖 3-2-1 TripAdvisor 太魯閣國家公園評價內容 資料來源：本研究整理
29
第三節 網路評價特徵與滿意度
一、網路評價萃取情緒量化
閱讀國際旅客的評論內容，收集的評論資料來源為多國語言文字，藉由全球志工翻 譯與 Google 線上翻譯成中文字，透過人工標記方式萃取評價文本中的特徵詞，依太魯閣 遊憩滿意度的構面統計相關情緒數據。將「網路口碑」分為正面與負面，判斷其文章針 對各構面下細項表達的正負面觀點，正向情緒詞為 1 分，負向情緒詞為-1 分。而星級評 等圖案依網站圖案分為 5 顆星顯示，而取 3 顆星為中性值；星級圖案愈多表示正面評價 愈高，愈少則負面評價愈高。
依據國家公園遊憩滿意度及其相關文獻探討，並參酌網友於太魯閣國家公園評論，
歸納太魯閣國家公園遊憩滿意度之構面為心理體驗、旅遊建議、服務經營、遊憩景點、
安全設施、交通管理與重遊意願等 7 大構面及其各細項。情緒分數資料庫見圖 3-3-1 所 示，標示各個國際旅客在各構面上的資料。
圖 3-3-1 情緒分數資料庫 資料來源：本研究整理
舉例說明如何將文字萃取為情緒分數。某個國際旅客的評論內容為「We stayed one night at a hotel in the park and spent parts of two days travelling and visiting sites in the park. The
原 始 資 料
以 洲 際 為 單 位
30
scenery is truly amazing and the Gorge extends on for a significant distance. The roads wind through the gorge in a spectacular manner, They are narrow and do not make easy driving, particularly for the number of large vehicles using them mainly with care. This is an area that should not be missed if visiting Taiwan.」經過翻譯後，依內容判斷談論的層面涉及「體驗大 自然」、「是個好去處」、「風景名勝和自然奇觀」、「行動便利」、「推薦」，並採計正面情 緒分數於此細項上給予+1 紀錄。其中雖然提及「hotel」，但並不正反面情緒，故不計分。
又如另一筆內容「It would be nice to have more trail signs and directions (especially English signs). It was hard to tell where to go. Not somewhere you want to travel without a guide.」內容提 到「雙語導遊」、「設施標示」的負面情緒，故標示該細項分數-1 紀錄。
二、星級評等統計
依據 TripAdvisor 旅遊網站上評論者給予的星級符號，分別記錄 5 個等級的數量與分 數。並以洲際為單位，加總星級的總次數，並計算其平均數，做為遊憩整體滿意度。
31
第四節 網路評價對應分析
對應分析是一種多元統計分析技術，是一種分析定性數據（Category Data）的方法，
用圖像將數據視覺化，獲得直覺的解釋。因此，對應分析是一種數據分析的技術，適合 用來分析大型之交叉表，當雙向交叉表中的變項，其所包括的類別很多時，表格會變得 很大且難以分析。對應分析可以使用較少的向度來呈現交叉表中同一個變項各類別之關 係（相對距離），或不同變項各類別之關係。適用於兩個或多個類別變項。
以對應分析將複雜的資料以比較簡單且能有效保存其原有訊息的方式呈現出來。尤 其是使用空間圖像來呈現類別資料的相對位置，可提供研究者更豐富之訊息（劉家儒，
2015）。對應分析的邏輯十分接近因素分析方法，不同之處在於因素分析需使用間隔尺 度的資料形式，而對應分析則可從因素彼此之間的次數，再以圖的方式表示其之間的關 聯性。對應分析資料本身不需要對稱，各變項之間也不需有理論上的相關，可直接從變 項的距離和相對位置探索可能的關聯與解釋，具有較強的穩定性。
對應表示一種研究對象與反應累型構成的雙向交叉表，在分項情緒指標上進行評價 的累積，其評價分為「正面」、「負面」等級，藉由旅客遊憩滿意度的網路評價在回應次 數的反應。分項情緒指標包含：「寧靜放鬆氣氛、體驗大自然、當地居民很友善、旅客 擁擠程度、旅遊行程規劃、雙語導遊、旅客服務中心設備完善、公廁數量與衛生、歷史 人文、相關資訊取得、解說服務、當地美食、是個好去處、風景名勝和自然奇觀、環境 很安全、設施標示、行動便利、旅遊動線等基礎設施、還會再來、推薦」，如表 3-4-1 所 示，研究並瞭解國際旅客對太魯閣國家公園評論內容的情緒程度。
表 3-4-1 對應表
類型
分項情緒指標 正面 負面 作用邊緣
寧靜放鬆氣氛 體驗大自然 當地居民很友善 旅客擁擠程度 旅遊行程規劃 雙語導遊
旅客服務中心設備完善 公廁數量與衛生
歷史人文 相關資訊取得
(續下頁)
32
解說服務 當地美食 是個好去處
風景名勝和自然奇觀 環境很安全
設施標示 行動便利
旅遊動線等基礎設施 還會再來
推薦 作用邊緣
資料來源：本研究整理
其中作用邊緣(Active Margin)係指雙向交叉表的兩個變項實際用來分析類別的邊緣 次數（總次數），亦即在所有答覆之中發生的總次數。而直量（mass）是指雙向交叉表 的邊緣次數的各類別佔總次數之比率，可用來代表每個事物之影響力的相對大小。
本研究利用二維定位圖呈現類別資料之相對位置，協助決策者能夠在一張框架地圖 上辨別出太魯閣國家公園在遊憩意象各構面上的經營成效與環境改善策略。故，研究方 法是以利用欄（變項）的次數資料作為觀察值，而將研究對象的網路評價情緒分數逐筆 燈列於相同之列上；藉由欄、列出現的邊際相對次數，呈現出研究對象和資料關聯的變 項彼此關係。步驟如下：
一、計算資料中各點對應之行的變際次數比例和列的邊際次數比例。
（一）列的對應表是以橫列的作用邊緣次數為依據所算出之比率，也就是雙向交叉 表所謂的橫列比率；
（二）行的對應表是以直行的作用邊緣次數為依據所算出之比率，也就是雙向交叉 表所謂的直行比率；
（三）質量則是指雙向交叉表各項目在邊緣次數在邊緣次數中的總次數比率，表示 各項目影響力的相對大小。
二、從邊際比例再計算每一點間彼此距離。
三、找出能夠符合這些點的各面向空間，並產生定位圖。由於對應分析以「圖形」作 為資料分析結果，擁有易讀、易懂、易於辨別等優點，因此利於傳達資料的訊息
（王環皓，2011）。
33