發(fā)布時間：2020-07-20 12:49

【摘要】：伴隨著中國旅游行業(yè)的蓬勃發(fā)展,民宿行業(yè)在近十幾年得到了快速擴(kuò)張,民宿的數(shù)量不斷攀升,一方面給民宿帶來了經(jīng)營壓力,另一方面也使測評民宿滿意度的難度增大,互聯(lián)網(wǎng)以及移動互聯(lián)網(wǎng)的普及使得在線點(diǎn)評數(shù)量呈現(xiàn)爆炸式增長,大數(shù)據(jù)時代的提出使企業(yè)將目光投在了客觀的數(shù)據(jù)上,客觀數(shù)據(jù)可以更加科學(xué)、真實(shí)地反應(yīng)民宿的滿意度情況,為民宿管理者的決策提供重要依據(jù)與指導(dǎo)。經(jīng)調(diào)研,我們發(fā)現(xiàn)目前對于民宿滿意度的研究已經(jīng)建立了一定的基礎(chǔ),但是對全國范圍內(nèi)的民宿開展調(diào)查的研究數(shù)量是非常少的。除此之外,對于民宿的滿意度研究所采用的的方法也大都集中在問卷調(diào)查法,利用文本挖掘技術(shù)直觀感受民宿消費(fèi)者的態(tài)度的方法仍在少數(shù)。綜上,本文充分利用在線點(diǎn)評網(wǎng)站上的點(diǎn)評信息,將其與民宿滿意度測評結(jié)合起來,利用文本挖掘的方法對民宿的滿意度進(jìn)行了研究。主要的研究工作和相關(guān)結(jié)論有以下四個方面:第一,利用Gooseeker軟件的網(wǎng)絡(luò)爬蟲技術(shù)對攜程網(wǎng)民宿的評論內(nèi)容定義了爬取規(guī)則和路線,爬取了樣本數(shù)據(jù)。第二,對以上得到的樣本數(shù)據(jù)進(jìn)行可視化分析和LDA主題模型分析,主要利用R語言軟件和ROST CM軟件。其中可視化分析主要從詞云圖和語義網(wǎng)絡(luò)兩方面出發(fā),得到了消費(fèi)者最為關(guān)注的幾個方面,分別為“服務(wù)”“房間”“環(huán)境”等詞�；�于LDA主題模型分析的特征分析總結(jié)了前8個主題詞,通過分季度的LDA主題模型分析結(jié)果,可以看出主題隨時間的變化情況。第三,民宿滿意度的分析是基于情感詞典對評論內(nèi)容進(jìn)行情感分析,利用Python軟件計(jì)算出每條評論數(shù)據(jù)的情感值,通過情感值的正負(fù)和絕對值的大小定義民宿的滿意程度。通過描述性分析可知,正面積極的情感占70.6%,負(fù)面消極的情感占19.8%,在正面積極的情感得分中,評分在10分至20分的占比最多,在負(fù)面消極的情感得分中-10分至0分的占比最多。第四,利用層次聚類的方法研究民宿的影響因素,得到了五個類別,分別為客房硬件、總體服務(wù)、餐飲、地理位置和性價比。計(jì)算出了每個影響因素的情感傾向,并利用列聯(lián)表分析了五個類別與情感傾向之間具有相關(guān)關(guān)系。通過研究發(fā)現(xiàn)總體服務(wù)的滿意度最高,高達(dá)82.7%,可見民宿在服務(wù)方面基本表現(xiàn)較好;負(fù)面消極產(chǎn)生最多是客房硬件,占比為33.6%,餐飲的負(fù)面消極表現(xiàn)也較強(qiáng)烈,占比為27.2%,可見消費(fèi)者對于客房的硬件設(shè)施和餐飲方面的滿意程度較低。同時也用列聯(lián)表分析了不同地區(qū)和不同季節(jié)與情感傾向之間具有相關(guān)關(guān)系,得到了東北地區(qū)的民宿滿意度最高,夏季的民宿滿意度較高的結(jié)論。最后,將理論與實(shí)際相結(jié)合提出建議,本文從加強(qiáng)硬件設(shè)備、提高總體服務(wù)水平、提高餐飲水平、淡化淡旺季影響、重視大數(shù)據(jù)營銷以及加強(qiáng)地區(qū)民俗文化的渲染這六個方面提出了提高顧客滿意度的對策和建議。
【學(xué)位授予單位】：廣西師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F719.2
【圖文】：

關(guān)鍵技術(shù)路線

圖 2-1 攜程網(wǎng)主頁面3.通過大量的比對發(fā)現(xiàn)，攜程網(wǎng)在線點(diǎn)評體系較為成熟，點(diǎn)評維度包括對民宿的分，文本類描述，圖片展示以及點(diǎn)評人的點(diǎn)評標(biāo)簽。攜程網(wǎng)的點(diǎn)評頁面非常規(guī)整，義數(shù)據(jù)爬取的規(guī)則和路線來說也相對清晰。攜程網(wǎng)點(diǎn)評頁面如下圖 2-2 所示。

圖 2-2 攜程網(wǎng)評論頁面根據(jù)以上分析，攜程網(wǎng)的在線點(diǎn)評具有良好的代表性，該網(wǎng)站呈開放式，并且評容具有規(guī)則性，可以根據(jù)其內(nèi)在的規(guī)則爬取出評論的內(nèi)容，進(jìn)而實(shí)現(xiàn)文本挖掘。所文選取攜程網(wǎng)的在線點(diǎn)評作為研究的對象。1.2 民宿店鋪的選擇

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陶潔;;文本挖掘領(lǐng)域研究現(xiàn)狀與趨勢分析[J];武漢船舶職業(yè)技術(shù)學(xué)院學(xué)報;2018年02期

2 陳瑩玉;;讓標(biāo)點(diǎn)符號教學(xué)“厚實(shí)”起來[J];福建基礎(chǔ)教育研究;2016年12期

3 楊明智;張召浦;;基于文本挖掘的商學(xué)院數(shù)字創(chuàng)新課程研究[J];當(dāng)代教研論叢;2017年04期

4 郭瑞華;崔雷;;文本挖掘在藥物靶位研究中的應(yīng)用[J];中華醫(yī)學(xué)圖書情報雜志;2017年03期

5 王繼鋼;;文本挖掘重點(diǎn)技術(shù)研究[J];漯河職業(yè)技術(shù)學(xué)院學(xué)報;2015年05期

6 鹿鵬;莊敏;龍剛;林宋偉;;文本特征提取研究現(xiàn)狀分析與展望[J];科技創(chuàng)新與品牌;2017年04期

7 汪順玉;趙晴;;基于文本挖掘的不同層次大學(xué)生英語作文的詞匯和主題特征分析[J];英語研究;2017年01期

8 陳皓琰;;基于文本挖掘的電子商務(wù)市場表現(xiàn)研究[J];科學(xué)中國人;2017年12期

9 徐浙君;;基于云計(jì)算的海量文本挖掘關(guān)鍵技術(shù)研究[J];信息與電腦(理論版);2014年08期

10 Cade Metz;文本挖掘[J];個人電腦;2003年08期

相關(guān)會議論文 前10條

1 潘若愚;姚浩浩;朱克毓;;基于詞頻統(tǒng)計(jì)分析國內(nèi)外文本挖掘的研究熱點(diǎn)[A];第十二屆（2017）中國管理學(xué)年會論文集[C];2017年

2 朱強(qiáng)生;田英;周延泉;何華燦;;基于非負(fù)因子分析的模糊文本挖掘[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國青年通信學(xué)術(shù)會議論文集[C];2006年

3 高飛;荊繼武;向繼;;文本挖掘系統(tǒng)的可視化方法研究[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會論文集（上冊）[C];2007年

4 湯寧;;基于文本挖掘的電力工單分析[A];2018智能電網(wǎng)新技術(shù)發(fā)展與應(yīng)用研討會論文集[C];2018年

5 錢程揚(yáng);龍毅;徐震;孫昊;;基于Web文本挖掘的地理位置信息重建技術(shù)[A];中國地理學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

6 陳宇;王強(qiáng);;聚類算法在Web文本挖掘中的應(yīng)用研究[A];2009全國計(jì)算機(jī)網(wǎng)絡(luò)與通信學(xué)術(shù)會議論文集[C];2009年

7 武洪萍;周國祥;;Web文本挖掘研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

8 吳威;;基于Web文本挖掘算法預(yù)防現(xiàn)實(shí)危害的研究[A];第31次全國計(jì)算機(jī)安全學(xué)術(shù)交流會論文集[C];2016年

9 劉曄誠;田鵬飛;林海潮;;基于文本挖掘和SVM的股票市場擇時交易研究[A];2017年（第五屆）全國大學(xué)生統(tǒng)計(jì)建模大賽獲獎?wù)撐倪x[C];2017年

10 ;TRS搜索引擎和文本挖掘系統(tǒng)[A];中國中文信息學(xué)會第六次全國會員代表大會暨成立二十五周年學(xué)術(shù)會議中文信息處理重大成果匯報展資料匯編[C];2006年

相關(guān)重要報紙文章 前8條

1 郭勉愈　編譯;文本挖掘：預(yù)測未來的水晶球[N];科學(xué)時報;2011年

2 本報記者 施鵬;非結(jié)構(gòu)信息和文本挖掘[N];21世紀(jì)經(jīng)濟(jì)報道;2009年

3 周青 編譯;文本挖掘工具實(shí)現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)價值[N];計(jì)算機(jī)世界;2004年

4 整理 中國出版?zhèn)髅缴虉笥浾?龔牟利;技術(shù)手段推動出版科技化[N];中國出版?zhèn)髅缴虉?2015年

5 ;SAS公司收購Teragram 強(qiáng)化BI領(lǐng)域地位[N];計(jì)算機(jī)世界;2008年

6 本報記者 張晶;怎樣挖掘?qū)＜业幕畹慕?jīng)驗(yàn)和智慧[N];科技日報;2011年

7 記者 賀建業(yè) 侯利紅;拓爾思擬發(fā)行3000萬股[N];上海證券報;2011年

8 記者 吳正懿;全面布局大數(shù)據(jù)時代 拓爾思輿情監(jiān)測業(yè)務(wù)爆發(fā)[N];上海證券報;2012年

相關(guān)博士學(xué)位論文 前10條

1 崔永生;基于文本挖掘的在線評論感知有用性評價及應(yīng)用研究[D];遼寧大學(xué);2018年

2 周雪忠;文本挖掘在中醫(yī)藥中的若干應(yīng)用研究[D];浙江大學(xué);2004年

3 陳曉云;文本挖掘若干關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2005年

4 王明春;基于粗糙集的數(shù)據(jù)及文本挖掘方法研究[D];天津大學(xué);2005年

5 卜東波;聚類/分類理論研究及其在文本挖掘中的應(yīng)用[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2000年

6 孫道軍;文本挖掘預(yù)處理相關(guān)基礎(chǔ)技術(shù)分析與應(yīng)用研究[D];北京郵電大學(xué);2008年

7 檀敬東;文本挖掘的若干關(guān)鍵算法研究[D];中國科學(xué)技術(shù)大學(xué);2010年

8 文翰;面向信息檢索的Web文本挖掘方法研究[D];華南理工大學(xué);2012年

9 宣照國;文本挖掘算法及其在知識管理中的應(yīng)用研究[D];大連理工大學(xué);2008年

10 袁鋒;中醫(yī)醫(yī)案文本挖掘的若干關(guān)鍵技術(shù)研究[D];山東師范大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 韓利利;中標(biāo)公告文本挖掘方法及在政府采購中的應(yīng)用研究[D];山東財(cái)經(jīng)大學(xué);2018年

2 李清鎮(zhèn);基于文本挖掘的筆記本電腦網(wǎng)評分析[D];蘭州財(cái)經(jīng)大學(xué);2019年

3 孫紹華;文本挖掘中基于對比分析的潛在方面觀點(diǎn)算法研究[D];西安石油大學(xué);2019年

4 范寧;基于文本挖掘在民宿滿意度中的研究[D];廣西師范大學(xué);2019年

5 邢楓林;基于文本挖掘的外賣O2O平臺商家服務(wù)質(zhì)量研究[D];廣西民族大學(xué);2018年

6 嚴(yán)仲培;面向旅游在線評論的文本挖掘方法研究[D];合肥工業(yè)大學(xué);2018年

7 郭英杰;基于主題的文本挖掘及可視化系統(tǒng)研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2018年

8 李彬;基于文本挖掘的“三農(nóng)”問題文本分析及詞同現(xiàn)網(wǎng)絡(luò)分析研究[D];湘潭大學(xué);2018年

9 黃姣姣;基于文本挖掘的在線影評有用性分析[D];云南大學(xué);2017年

10 杜俊飛;基于文本挖掘與模式識別的增材制造技術(shù)演化動態(tài)研究[D];華中科技大學(xué);2018年

本文編號：2763461