本報告は、旅行者によって記述された口コミ・レビューデータを多次元ベクトル化することで、観光地に対する認知空間地図を作成し、そこに人気度・満足度等、選好度の次元を加えて選好空間モデルとし、地域観光戦略策定に資する「観光地戦略マップ」の可視化を試みた。

1. 1
2020年10月25日 第29回地理情報システム学会研究発表大会
「観光地戦略マップ」の可視化
口コミ・レビューデータを用いた観光地選好空間モデル
鈴木英之
合同会社ファイン・アナリシス

2. 2
１．背景
・観光地域経営における大規模テキストデータやAIの利用が活発化している。
・しかし高度な分析以前に、大規模テキストデータを単純化・縮約化し、それ
を可視化するBIツールのようなものがあれば嬉しい。
・というのは、そもそも関係者間（事業者vs住民、旅館vs民泊）で地域の現実
を見る視点が大きく異なっていて。
・そのため意見まとめ（ベクトル合わせ）が一苦労だったり。
・地域の戦略策定に役立つ誰でも読める「地図」を作りたい。
【利用例１】
・愛媛県(2017)「ビッグデータを活用した観光戦略等検討
委託事業報告書」
・デロイトトーマツコンサルティング社が受託したレポート
◯内容：口コミレビューから観光トピックの把握・集計
【利用例２】
・観光庁(2020) 「AI（人工知能）等導入による旅行サービス
の高度化事業調査報告書」
・アクセンチュア社が受託したレポート
◯内容：SNSデータから潜在資源のスコアリング・リスティング

3. A
B
C
3
２．研究目的
・「観光地戦略マップ」を試作し、その利活用法を検討する。
ここで「観光地戦略マップ」とは…
A
B
C
消費者による観光地の知覚マップ
（一般的な市場調査：通常は質問紙調査を
元にMDSや因子分析によって作図）
観光地に対する選好を知覚マップ上に推定
（選好は各地点の入込数等で測定：朝野2010
が認知-選好をリンクする手法としてクリギン
グ応用を提案：非地理情報のクリギング適用
は磯田2009）
本報では、大規模テキストデータ（クチコミ・レビュー）を用いてマップ作成

4. 4
３．方法
１．データ収集・整形
tripadvisor.comに書き込まれた国内観光スポット（52,584地点）に
対する1,414,115件の日本語によるレビューを収集（2020年8月迄）
観光スポット毎にひとつの文書として扱う。
２．テキストデータのベクトル化
機械学習的手法である分散表現獲得アルゴリズムのひとつである
Doc2Vecを使用し、各観光スポットに50次元のベクトルを生成。
生成ベクトルは各スポットのイメージや評判を表現する特徴量と考
える。
３．ポジショニングマップの作成
２種のマップ（俯瞰的マクロ視点と微視的ミクロ視点）を作成試行。
a)マクロ視点：ジャンル考慮せずレビュー数50件以上の5,325地点を
対象 地点数が多いので、機械学習的手法のt-SNE法を利用。
b)ミクロ視点：動物園対象（天王寺動物園にcos類似度で類似の100
地点）1-cos類似度を距離とする100地点間の距離行列をもとに
MDSを適用。
４．選好次元の付与
作成されたポジショニングマップに対して、選好度（評価スコアや
入園料）をクリギング推定。
５．その他
ベクトル演算：「東京ディズニーランド」のベクトルから「天王寺
動物園」のベクトルを減算し、リポジショニング方策に対する示唆
を検討。
......
......
......
......
.......
......
......
......
......
......
..
......
......
......
......
......
......
1,7,3,7,3,6,
1,8,4,6,2,9,
5,6,2,9,2,7,
5,1,9,7,5,6
A
B
C
A
B
C

5. ◎自然言語をベクトル化すると・・・
古典的多変量解析を用いた探索的データ解析が可能！
単語（意味）の四則演算が可能
例）“king” - ”man” + ”woman” ≒ “queen”
5
※ 「2.テキストデータのベクトル化」：Doc2Vecについて
Dai,Olah,Le (2015) Document Embedding with Paragraph Vectors
・Q Le,T Mikolov (2014) Distributed Representations of Sentences and Documents
【分散表現:Distributed Representations 】とは自然言語にベクトルを与える方法
彼らが提案した高精度の計算法Paragraph Vectorに従って、文章内のそれぞれの文書をベクト
ル化する方法のひとつ (Doc2Vec)が、python機械学習ライブラリーgensimに実装されている。

6. 6
４．結果と考察 生成されたベクトルの妥当性
・数分内に【約5万件の観光スポット】×【50次元のベクトル】が計算された。
下記は、レビュー数上位100地点をward法でクラスタリングしたもの。ジャンルやカテゴリーが似通った観光
スポットに分類されており、50次元のベクトルは観光地の特徴の様々な側面を表現しているものと見られる。
一部拡大

7. 7
４．結果と考察 生成されたベクトルの情報抽出力
・観光スポットの類似スポット
※スポット間の類似度は、cos類似度による
・レビュー件数が少なく情報量に乏しいマイナーな観光スポットに対しても、特徴的な単語の
出現を手がかりに生成したベクトルには、スポット固有の雰囲気が抽出されているとみられる。
観光スポット名 cos類似度 件数 単語数 観光スポット名 cos類似度 件数 単語数 観光スポット名 cos類似度 件数 単語数 観光スポット名 cos類似度 件数 単語数
那須ワールドモンキーパーク 0.864 71 10,363 藏前神社 0.889 25 3,380 神奈川県総合防災センター 0.903 15 1,949 検断屋敷 0.936 3 441
平川動物公園 0.862 113 16,403 片埜神社 0.873 14 1,752 津波・高潮ステーション 0.894 19 2,719 まちや館 0.916 4 370
京都市動物園 0.850 144 22,369 敷津松之宮 大国主神社 0.866 20 2,867 立川防災館 0.870 22 3,101 湖北観光情報茶屋四居家 0.915 5 566
長崎バイオパーク 0.848 136 22,484 四谷於岩稲荷田宮神社 0.863 40 5,965 おぢや震災ミュージアムそなえ館 0.864 4 583 ハルナグラス 0.914 7 991
神戸どうぶつ王国 0.843 421 64,477 三光稲荷神社 0.856 26 3,982 本所防災館 0.862 19 3,323 四日市市楠歴史民俗資料館 0.914 8 1,079
福岡市動植物園 0.836 148 21,050 荒木神社 0.847 12 1,825 福岡市民防災センター 0.850 26 3,517 倉吉レトロ館 0.912 5 532
群馬サファリパーク 0.835 142 24,468 高牟神社 0.846 19 2,357 池袋防災館 0.847 38 4,935 胆沢城跡 0.911 5 537
静岡市立日本平動物園 0.835 216 31,900 岡村天満宮 0.844 14 2,381 東京都北区防災センター (地震の科学館) 0.844 18 2,315 デ・モーレンいまかね 0.909 6 1,007
東山動植物園 0.835 604 90,148 第六天榊神社 0.840 10 1,093 東京臨海広域防災公園 0.844 44 6,309 木戸門跡広場 0.908 9 859
姫路市立動物園 0.834 127 18,305 三輪神社 0.837 33 4,237 横浜市民防災センター 0.841 6 711 ギャラリー再会 0.908 5 766
よこはま動物園ズーラシア 0.833 453 71,013 於岩稲荷神社 0.837 14 1,887 野島断層保存館 0.836 20 2,581 中山道鵜沼宿 脇本陣 0.907 4 457
大牟田市動物園 0.832 40 6,099 阿倍王子神社 0.835 15 1,690 大阪市下水道科学館 0.835 12 1,673 旧南部鋳造所キュポラ 0.907 2 212
札幌市円山動物園 0.829 589 87,679 野見神社 0.832 31 4,617 唐桑半島ビジターセンター・津波体験館 0.826 10 1,645 坂田医院旧診療所 建築物 0.907 10 1,272
いしかわ動物園 0.828 56 9,407 大國神社 0.831 9 1,037 川内原子力発電所展示館 0.826 15 2,069 脇本陣滝沢屋 0.907 4 523
とくしま動物園 0.823 24 3,315 見付天神 矢奈比賣神社 0.829 6 1,155 長岡震災アーカイブセンター きおくみらい 0.824 8 981 日下田藍染工房 0.907 2 223
熊本市動植物園 0.822 91 13,126 新田神社 0.828 18 2,487 玄海エネルギーパーク 0.821 16 2,097 吉田家住宅 0.907 5 735
金沢動物園 0.820 102 17,215 吉原神社 0.826 35 4,377 栃木県防災館 0.820 3 384 小諸市北国街道ほんまち町屋館 0.906 12 1,364
釧路市動物園 0.816 85 13,278 海雲寺 0.826 25 2,787 気象科学館 0.819 17 2,573 木屋本店 0.906 2 331
千葉市動物公園ふれあい動物の里 0.815 210 30,097 鵲森宮 0.825 9 1,138 川口ダム自然エネルギーミュージアム 0.818 4 828 高梁市郷土資料館 0.905 12 1,508
池田動物園 0.812 62 8,684 猿江神社 0.825 14 1,746 とまりん館 0.817 23 3,148 旧笠石家住宅 0.905 4 389
天王寺動物園（件数；347,単語数：49,409） 安倍晴明神社（件数；33,単語数：4,218） 大阪市立阿倍野防災センター（件数；12,単語数：1,93 寺西家阿倍野長屋（件数；8,単語数：839）
天王寺動物園(347) 安倍晴明神社(33) 阿倍野防災センター(12) 寺西家阿倍野長屋(8)

8. 8
４．結果と考察 ポジショニングマップ１：マクロ視点
・レビュー数50以上の全国5,325件の観光スポットについて50次元のベクトルをt-
SNE法で2次元に投影。高評価の空間は暖色で図示。（左：全体、右：一部拡大）
・動物園グループに隣接して、水族館グループや遊園地テーマパークのグループが見
られる。水族館グループは相対的にやや評価が低い。

9. 9
４．結果と考察 ポジショニングマップ２：ミクロ視点
・天王寺動物園の類似施設上位100スポットに対して、1－cos類似度の距離行列を用
いて多次元尺度構成法によってマップを作成。左：評価スコア、右：入園料いずれも
暖色が高い値を示す。
9
旭山動物園
天王寺動物園
東京ディク
ニーランド
・安い入園料→高い評価
・顧客満足度（≒評価スコア）が、知覚価値（コストパフォーマンス）によって底上
げされている可能性あり。→入園料の引き上げ可能性を示唆するものと思われる。

10. 単語 cos類似度
1 ＵＰ 0.598
2 NEW 0.598
3 イン 0.596
4 ひとり占め 0.587
5 JRE 0.586
6 Go 0.578
7 ジャイアントスインガー 0.578
8 クロス 0.570
9 スプラッシュ 0.570
10 ハイウェイオアシスゾーン 0.553
11 リーシュコード 0.548
12 ロング 0.547
13 ベダル 0.544
14 プロポーズ 0.544
15 ▲ 0.542
16 サイクイングロード 0.541
17 ホッピー 0.541
18 up 0.539
19 貯まる 0.538
20 トライアスロン 0.537
23 恋 0.531
10
４．結果と考察 ベクトル演算：リポジショニング方策に対する示唆１
・ベクトル演算 「東京ディズニーランド」ー「天王寺動物園」
天王寺動物園が、東京ディズニーランド化するために、必要な要素は？
10
貸し切りキャン
ペーン
デートコース
観光スポット名 cos類似度 件数 単語数
1 東京ディズニーシー 0.656 2,279 340,267
2 東京ディズニーランド 0.642 2,507 378,469
3 レインボーブリッジ 0.570 778 88,524
4 長瀞ラインくだり 0.564 154 24,203
5 横浜ベイブリッジ 0.552 296 35,008
6 ユニバーサル・スタジオ・ジャパン 0.530 3,481 551,092
7 ニセコビレッジ ピュア 0.518 48 8,941
8 クイーンざまみ 0.510 27 3,749
9 伊良部島 0.508 381 51,381
10 小笠原海運 0.506 24 4,353
11 野沢温泉スキー場 0.501 249 38,476
12 青函フェリー 0.496 16 2,608
13 戎橋 0.495 250 28,012
14 生口橋 0.494 49 5,621
15 中洲歓楽街 0.491 572 67,480
16 清洲橋 0.488 45 5,023
17 隅田川 0.485 185 24,453
18 フェリーさんふらわあ 0.484 37 5,016
19 すすきの 0.483 1,280 152,376
20 角島大橋 0.482 797 99,975
【東京ディブニーランド】ー【天王寺動物園】に近い観光スポット

11. 単語 cos類似度
1 大潮 0.602
2 サガリバナ 0.591
3 ベスト 0.591
4 流氷 0.563
5 積丹 0.556
6 中潮 0.555
7 ホワイトコージ 0.552
8 オキアミ 0.552
9 仁淀 0.550
10 ホタルイカ 0.550
11 寄留 0.547
12 満潮 0.546
13 見計らう 0.545
14 拐う 0.541
15 ウニ 0.535
16 潮汐 0.527
17 早起き 0.526
18 本番 0.523
19 大正池 0.522
20 雲海 0.517
11
４．結果と考察 ベクトル演算：リポジショニング方策に対する示唆２
ベクトル演算 「旭山動物園」ー「天王寺動物園」
天王寺動物園が、旭山動物園化するために必要な要素は？
11
観光スポット名 cos類似度 件数 単語数
1 雪の大谷 0.538 160 23,711
2 知床ネイチャークルーズ 日帰りツアー 0.529 49 8,978
3 三四郎島のトンボロ 0.522 29 4,574
4 旭山動物園 0.520 1,961 316,632
5 厳美渓 0.515 204 26,451
6 知床横断道路 0.515 76 9,482
7 千畳敷カール 0.508 261 40,622
8 長瀞ラインくだり 0.505 154 24,203
9 清水渓流広場 濃溝の滝・亀岩の洞窟 0.504 235 33,824
10 抱返り渓谷 0.502 128 17,148
11 白ひげの滝 0.500 285 33,776
12 香嵐渓 0.498 281 42,268
13 遠音別川 0.495 37 5,743
14 立山黒部アルペンルート 0.494 463 72,888
15 百合ヶ浜 0.494 67 9,062
16 長瀞岩畳 0.493 249 30,370
17 青の洞窟 0.491 31 4,630
18 鶴居・伊藤タンチョウサンクチュアリ 0.488 63 8,748
19 十二湖 0.487 250 37,272
20 父母ヶ浜 0.484 37 5,545
【旭山動物園】ー【天王寺動物園】に近い観光スポット
トンボロ（静岡県） 潮汐 大潮
『三四郎島のトンボロ：静岡県』 海が割れる驚異のトンボロ現象 モン・サン＝ミシェル
『サガリバナ：沖縄県』たった一夜だけ咲き、夜明けとともに散ってしまう幻の花「サガリバナ」
コントロールできない大自然の神秘に対する畏敬や畏怖の念を想起する仕掛けが必要か…
サガリバナ（沖縄県）

12. 12
４．結果と考察 ベクトル演算：リポジショニング方策に対する示唆３
・天王寺動物園にかけている「長瀞ラインくだり」の要素とは何か？
12
東京ディク
ニーランド
単語 cos類似度 単語 cos類似度 単語 cos類似度
1 ダンシング・ミラー 0.693 21 タワーオブテラー 0.615 41 ペダル 0.597
2 ビックサンダーマウンテン 0.692 22 伊南川 0.614 42 振動 0.596
3 ラフティング 0.692 23 潮流 0.614 43 減速 0.596
4 カヤック 0.669 24 ゴムボート 0.613 44 しぶき 0.596
5 いする 0.666 25 ハイスピード 0.611 45 転覆 0.594
6 ナーラ 0.659 26 レイクブリッジ 0.610 46 スピード 0.594
7 クルーズ 0.658 27 スパイダーマン 0.609 47 酔い 0.594
8 クルージング 0.654 28 クルージングコース 0.607 48 ドドンパ 0.593
9 船酔 0.649 29 回旋 0.604 49 朴島 0.592
10 タンデム 0.648 30 紹? 0.603 50 アウトコース 0.592
11 速度 0.641 31 ブレーキ 0.602 51 たらい 0.591
12 スプラッシュ 0.640 32 澗橋 0.602 52 透視 0.591
13 錯視 0.630 33 小男 0.602 53 悪戦苦闘 0.590
14 瀞 0.628 34 加速 0.601 54 飯干 0.590
15 カヌー 0.626 35 キャノピーコース 0.601 55 アタマ 0.589
16 パドル 0.622 36 ｳﾒ 0.600 56 下げ潮 0.588
17 ガタンゴトン 0.621 37 コンセプトスタバ 0.600 57 アドベンチャー 0.588
18 見栄 0.620 38 向かい風 0.600 58 いだける 0.586
19 酔う 0.619 39 ジップライン 0.599 59 ハラハラ 0.585
20 揺れる 0.615 40 ペダル 0.597 60 復路 0.585
・遊びの類型の中では、「眩暈」的な要素

13. 13
５．まとめ
●今回確認出来たこと
【観光地戦略策定の検討に際して】
・質問紙に依らずとも、クチコミ・レビューデータに対して、機械学習的
手法を適用することで観光地の特徴量を抽出することが可能。
・類似スポットの実用的なリスティングが可能。
・マイナーな観光地にも適用可能。
・それらを用いて、解釈可能なポジショニングマップが作成可能。
・ポジショニングマップに対して消費者の選好（評価や価格）軸が与えら
れることで更なる示唆。
・ベクトル演算は、ブレスト、ワークショップの場面で発想法支援の有用
な材料と見られる。
●今後の課題・計画
【分析技術】
・テキストの前処理（観光レビュー特有の定型句・表現辞書の作成等）
・機械学習のパラメタチューニング（次元の数等）
【分析方針】
・内外旅行者による選好空間の違いの比較。
・ポストコロナの経時変化の比較。
・観光スポット別の分析に代えてレビュアー（旅行者）タイプ別の分析。