基于酒店評(píng)論大數(shù)據(jù)的游客評(píng)論主題挖掘與情感分析

馬桂真 彭霞

[摘 要] 摘要分析酒店評(píng)論數(shù)據(jù)可以挖掘游客的關(guān)注點(diǎn)、意見(jiàn)、建議、情感傾向等有價(jià)值的信息。結(jié)合對(duì)酒店評(píng)論數(shù)據(jù)進(jìn)行主題挖掘和情感分析的交叉研究，提出一個(gè)包含數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、主題挖掘、情感傾向研究及可視化分析的集成框架。以Tripadvisor網(wǎng)站上北京地區(qū)50家五星級(jí)酒店的5萬(wàn)余條中文評(píng)論數(shù)據(jù)為研究對(duì)象，進(jìn)行LDA主題挖掘，同時(shí)基于酒店領(lǐng)域擴(kuò)充情感詞典，判定評(píng)論文本三元情感極性，并在此基礎(chǔ)上實(shí)現(xiàn)主題和情感的交叉分析。研究結(jié)果可降低潛在游客購(gòu)買決策的風(fēng)險(xiǎn)，也為酒店管理者制定針對(duì)性的管理和營(yíng)銷策略提供重要參考依據(jù)。研究方法同樣適用于景區(qū)及餐飲領(lǐng)域的在線評(píng)論數(shù)據(jù)分析，拓展評(píng)論大數(shù)據(jù)與自然語(yǔ)言處理技術(shù)在旅游業(yè)的應(yīng)用范疇。

[關(guān)鍵詞] 關(guān)鍵詞酒店評(píng)論大數(shù)據(jù);主題挖掘;情感分析

[中圖分類號(hào)] 中圖分類號(hào)F 724.6[文獻(xiàn)標(biāo)志碼] A[文章編號(hào)] 1005-0310（2021）02-0058-11

Topic Mining and Sentiment Analysis of Tourist Reviews Based on the Big Data of Hotel Reviews： A Case Study of Beijing Fivestar Hotels

Ma Guizhen， Peng Xia

（Tourism College，Beijing Union University， Beijing 100101， China）

Abstract： 摘要By analyzing hotel review data， it is very possible for one to mine valuable information such as tourists ?concerns， opinions， suggestions， and emotional tendencies. Based on the cross research of topic mining and sentiment analysis of hotel review data， this paper proposes an integrated framework including data collection， data preprocessing， topic mining， sentiment tendency research and visual analysis. LDA topic mining is carried out by taking more than 50 000 reviews written in Chinese from 50 fivestar hotels in Beijing on Tripadvisor as the research object. Meanwhile， on the basis of the hotel domain， the emotion dictionary is expanded to determine the ternary emotion polarity of the review text， and on this basis， the cross analysis of theme and emotion is realized. The results of this study can reduce the risk of potential tourists ?purchase decision and provide important reference for hotel managers to formulate targeted management and marketing strategies. The research method is also applicable to online review data analysis in scenic spots and catering fields， and conducive to expanding the application of review big data and natural language processing technology in tourism industry.

Keywords： 關(guān)鍵詞Hotel review big data; Text topic mining; Sentiment analysis

0 引言

在線評(píng)論數(shù)據(jù)對(duì)消費(fèi)者的態(tài)度、購(gòu)買行為以及企業(yè)的商業(yè)成果都具有深遠(yuǎn)影響[1]。消費(fèi)者對(duì)酒店企業(yè)提供的產(chǎn)品和服務(wù)質(zhì)量在體驗(yàn)之前無(wú)法輕易判斷[2]，而其他消費(fèi)者在線發(fā)表的意見(jiàn)，則是比酒店信息更獨(dú)立、更可信賴的信息來(lái)源[3]。因此，越來(lái)越多的旅行者在出行前瀏覽在線評(píng)論數(shù)據(jù)，據(jù)此安排行程并做出購(gòu)買決定[4]。評(píng)級(jí)（或評(píng)分）和文字評(píng)論是在線評(píng)論的兩種形式[5]，但是潛在游客通過(guò)評(píng)級(jí)很難獲得更加直觀、詳細(xì)的信息，而文字評(píng)論則可以直觀傳達(dá)有關(guān)酒店質(zhì)量、其他游客態(tài)度、酒店預(yù)訂意圖等游客關(guān)注的核心信息[6]。游客可以在文字評(píng)論的幫助下?lián)碛懈嗟倪x擇，最大限度地降低購(gòu)買風(fēng)險(xiǎn);對(duì)于酒店管理者來(lái)說(shuō)，在嚴(yán)峻的競(jìng)爭(zhēng)挑戰(zhàn)下，及時(shí)分析在線評(píng)論數(shù)據(jù)，把握游客的滿意度和偏好，對(duì)提高酒店服務(wù)質(zhì)量、改善管理和營(yíng)銷策略具有非常重要的意義。

互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展及其與旅游業(yè)的深度融合，催生了大量具有重要價(jià)值的游客數(shù)據(jù)。大體量的數(shù)據(jù)給人工分析帶來(lái)嚴(yán)峻挑戰(zhàn)，也阻礙了我們?nèi)嬲莆諗?shù)據(jù)中包含的觀點(diǎn)。大數(shù)據(jù)、自然語(yǔ)言處理、人工智能等技術(shù)的發(fā)展，使得智能挖掘分析在線評(píng)論數(shù)據(jù)成為可能。近幾年，將酒店評(píng)論數(shù)據(jù)與新技術(shù)結(jié)合開(kāi)展研究引起國(guó)內(nèi)外學(xué)者的關(guān)注，但是在研究的深度、細(xì)粒度及交叉度方面，還需要不斷的探索。

本研究運(yùn)用潛在狄利克雷分布（LDA）模型及文本情感分析技術(shù)，對(duì)從Tripadvisor網(wǎng)站提取的北京五星級(jí)酒店評(píng)論大數(shù)據(jù)進(jìn)行分析。一方面，交叉挖掘分析高端酒店游客關(guān)注的主題及情感傾向;另一方面，從細(xì)粒度上分析不同類型的游客的關(guān)注點(diǎn)、情感傾向及其演變過(guò)程，以此為游客和酒店管理者提供更實(shí)用的決策支持。

1 相關(guān)研究

1.1 酒店在線評(píng)論數(shù)據(jù)的相關(guān)研究

隨著互聯(lián)網(wǎng)的迅速普及，在線評(píng)論數(shù)據(jù)成為消費(fèi)者決策過(guò)程中非常重要的信息來(lái)源[7]，也得到研究者的普遍關(guān)注[8]。目前，針對(duì)旅游在線評(píng)論數(shù)據(jù)的研究主要包括3個(gè)方面：評(píng)論數(shù)據(jù)產(chǎn)生的驅(qū)動(dòng)因素、在線評(píng)論的影響以及在線評(píng)論大數(shù)據(jù)與自然語(yǔ)言處理、人工智能等新技術(shù)結(jié)合而展開(kāi)的諸如主題挖掘、情感分析等相關(guān)研究。

在研究初期，針對(duì)酒店在線評(píng)論數(shù)據(jù)的研究很大一部分集中于探究評(píng)論數(shù)據(jù)產(chǎn)生的驅(qū)動(dòng)因素。Casalo等整合了計(jì)劃行為理論、技術(shù)接受模型和社會(huì)認(rèn)同模型，研究旅游者參與在線旅游社區(qū)意愿的決定因素[9]。Stringam等通過(guò)評(píng)估消費(fèi)者的評(píng)分和在線評(píng)論數(shù)據(jù)，探討哪些因素會(huì)提高酒店消費(fèi)者的評(píng)分[10]。Cantallops等通過(guò)分析關(guān)于酒店業(yè)電子口碑營(yíng)銷（eWOM）的文章，梳理影響用戶撰寫(xiě)在線評(píng)論的關(guān)鍵因素[11]。Yen研究了酒店屬性對(duì)消費(fèi)者發(fā)表在線評(píng)論行為的影響，認(rèn)為游客發(fā)表在線評(píng)論的驅(qū)動(dòng)因素是酒店屬性的性能、游客發(fā)表在線評(píng)論的經(jīng)驗(yàn)及平臺(tái)的便利性，酒店的核心屬性與發(fā)表評(píng)論的意圖、頻率和好評(píng)率成正比[12]。

在線評(píng)論數(shù)據(jù)對(duì)消費(fèi)者購(gòu)買意愿具有重大影響。Ladhari等研究了Facebook上發(fā)表的評(píng)論對(duì)消費(fèi)者預(yù)訂酒店的意圖、對(duì)酒店的信任度、對(duì)酒店的態(tài)度以及對(duì)酒店網(wǎng)站的感知的影響，并通過(guò)對(duì)800名大學(xué)生的調(diào)查證實(shí)研究中的假設(shè)[13]。NietoGarcía等研究了在線評(píng)論信息與內(nèi)部參考價(jià)格對(duì)消費(fèi)者付費(fèi)意愿的影響[14]。Akhtar等研究了矛盾的酒店評(píng)論數(shù)據(jù)對(duì)消費(fèi)者購(gòu)買意愿的影響[15]。卓四清等通過(guò)建立在線評(píng)論有用性影響因素模型，研究在線評(píng)論內(nèi)容和評(píng)論者對(duì)在線評(píng)論有用性的影響，并針對(duì)Tripadvisor的酒店評(píng)論數(shù)據(jù)進(jìn)行了實(shí)證研究[16]。

酒店在線評(píng)論大數(shù)據(jù)與新技術(shù)的融合為國(guó)內(nèi)外研究者開(kāi)辟了新的研究方向。秦海菲等以酒店在線評(píng)論數(shù)據(jù)為研究對(duì)象，對(duì)酒店在線評(píng)論數(shù)據(jù)的特征挖掘進(jìn)行研究[17]。孫長(zhǎng)偉等對(duì)酒店評(píng)論數(shù)據(jù)進(jìn)行細(xì)粒度分類，通過(guò)基于詞典的情感分析方法對(duì)評(píng)論文本極性進(jìn)行判斷，從而獲得用戶對(duì)酒店服務(wù)的細(xì)粒度情感評(píng)價(jià)[18]。Chatterjee使用文本挖掘技術(shù)研究酒店在線評(píng)論文本的情感內(nèi)容、極性和情感趨向，同時(shí)使用計(jì)量經(jīng)濟(jì)學(xué)和機(jī)器學(xué)習(xí)技術(shù)解釋和預(yù)測(cè)評(píng)論數(shù)據(jù)的有用性[19]。Chang等提出一個(gè)集成框架，包括數(shù)據(jù)爬取、處理、情感樹(shù)構(gòu)建、卷積樹(shù)核分類、特征提取和類別檢測(cè)，并通過(guò)可視化分析深入了解酒店的評(píng)級(jí)和評(píng)論[20]。隨后，Chang的課題組又提出一種基于可視化分析、深度學(xué)習(xí)的自然語(yǔ)言處理模型，研究酒店對(duì)在線評(píng)論的響應(yīng)對(duì)業(yè)務(wù)產(chǎn)生的影響[21]。Hu等使用結(jié)構(gòu)性主題模型文本分析方法STM，針對(duì)27 864條酒店評(píng)論數(shù)據(jù)，挖掘評(píng)論文本主題，并研究這些主題的情感傾向[22]。

1.2 LDA主題挖掘的相關(guān)研究

目前，文本主題挖掘中最具代表性的模型是潛在狄利克雷分布（LDA）模型[23]，又稱為三層貝葉斯概率模型，其基本思想是將文檔-主題、主題-詞都表示為服從先驗(yàn)概率為狄利克雷（Dirichlet）分布的多項(xiàng)分布，通過(guò)無(wú)監(jiān)督學(xué)習(xí)算法，發(fā)掘語(yǔ)料中隱含的主題信息，并將語(yǔ)料中每篇文本的主題按照概率分布的形式給出。根據(jù)不同的需求，研究者基于LDA做了大量的研究[24]。Williams等將潛在語(yǔ)義分析（LSA）和LDA用于識(shí)別鐵路設(shè)備事故文本數(shù)據(jù)庫(kù)中的主題[25]。Yong等對(duì)LDA和其他主題模型進(jìn)行了對(duì)比研究，并在具有代表性的語(yǔ)料庫(kù)中進(jìn)行試驗(yàn)[26]。Bastani等提出了一種基于LDA的智能方法來(lái)分析消費(fèi)者的投訴，旨在提取投訴文本中的潛在主題[27]。LDA模型在各行業(yè)都得到了廣泛的關(guān)注和深入的研究，因此，本文選取LDA模型進(jìn)行酒店評(píng)論大數(shù)據(jù)的主題挖掘。

1.3 文本情感分析的相關(guān)研究

文本情感分析是指利用自然語(yǔ)言處理和文本分類技術(shù)，從文本數(shù)據(jù)中識(shí)別出用戶主觀情感、觀點(diǎn)和態(tài)度的過(guò)程[28]。文本情感分析方法主要分為基于情感詞典的方法[29]和基于機(jī)器學(xué)習(xí)的方法[30]?；谇楦性~典的分析方法首先從待測(cè)文本中找到情感詞、程度詞、否定詞等特征詞，然后在情感詞典中查找每個(gè)特征詞的情感值，根據(jù)累加的情感值進(jìn)行情感分類。構(gòu)建情感詞典是基于情感詞典分析方法的基礎(chǔ)和前提，在實(shí)際應(yīng)用中，情感詞典的選擇一般有兩種：一是直接使用現(xiàn)有的情感詞典，比如HowNet、SentiWordNet等[31];二是在已有通用情感詞典的基礎(chǔ)上，通過(guò)增加或篩選情感詞，構(gòu)建適合自己研究的情感詞典[32]?；跈C(jī)器學(xué)習(xí)的情感分析方法利用機(jī)器學(xué)習(xí)算法訓(xùn)練文本得到文本情感分類器，然后利用該分類器對(duì)文本進(jìn)行情感分類[33]。Mukhtar等使用基于詞典和有監(jiān)督的機(jī)器學(xué)習(xí)方法，對(duì)來(lái)自多個(gè)領(lǐng)域的烏爾都語(yǔ)博客進(jìn)行情感分析，實(shí)驗(yàn)結(jié)果表明，基于詞典的方法在準(zhǔn)確性、召回率、F-測(cè)度和時(shí)間效率上都優(yōu)于有監(jiān)督的機(jī)器學(xué)習(xí)方法[34]。

基于機(jī)器學(xué)習(xí)的文本情感分析方法需要依賴大量人工標(biāo)記的語(yǔ)料庫(kù)，非常耗時(shí)耗力。同時(shí)，在實(shí)際研究中發(fā)現(xiàn)，對(duì)于評(píng)論數(shù)據(jù)這種非結(jié)構(gòu)化文本，基于機(jī)器學(xué)習(xí)的方法的分類效果并不理想，因此本文對(duì)酒店評(píng)論大數(shù)據(jù)的處理選擇基于情感詞典的情感分析方法。

整體而言，評(píng)論大數(shù)據(jù)與人工智能、文本分析等技術(shù)的結(jié)合是當(dāng)前酒店評(píng)論數(shù)據(jù)研究中一個(gè)新的方向。有部分的探索研究集中于文本的情感分類或文本特征的挖掘，還有部分研究注重技術(shù)實(shí)現(xiàn)，少部分研究基于酒店業(yè)務(wù)進(jìn)行評(píng)論大數(shù)據(jù)分析并給出策略性建議。因此，將酒店業(yè)務(wù)與數(shù)據(jù)和技術(shù)相結(jié)合，從細(xì)粒度實(shí)現(xiàn)主題和情感的交叉分析，對(duì)于更好地了解酒店評(píng)論數(shù)據(jù)，為游客和酒店企業(yè)提供更全面、更實(shí)用的決策支持具有重要意義。

2 研究過(guò)程、數(shù)據(jù)與方法

本研究提出一種對(duì)酒店評(píng)論大數(shù)據(jù)進(jìn)行主題挖掘和情感分析的集成框架（圖1），框架主要包括數(shù)據(jù)獲取與預(yù)處理、主題挖掘、情感分析以及與酒店業(yè)務(wù)結(jié)合的結(jié)論與建議模塊，它們分別對(duì)應(yīng)本研究的幾個(gè)部分。

2.1 數(shù)據(jù)的獲取與預(yù)處理

Tripadvisor是目前全球發(fā)展最快的旅游網(wǎng)站之一，2020年11月，該網(wǎng)站提供約8.78億條評(píng)論，平均每月有4.63億獨(dú)立訪問(wèn)者[35]。本研究選取Tripadvisor中文網(wǎng)站上北京地區(qū)評(píng)論數(shù)靠前的50家五星級(jí)酒店（分布如圖2所示），基于Python+ Selenium開(kāi)發(fā)爬蟲(chóng)程序，抓取評(píng)論頁(yè)面數(shù)據(jù)，評(píng)論頁(yè)面的截圖如圖3所示。收集的數(shù)據(jù)主要包括酒店名稱、游客來(lái)源地、評(píng)論內(nèi)容、入住日期及游客類型等。

收集的原始數(shù)據(jù)是半結(jié)構(gòu)化的，且包含噪聲信息。我們使用Python+Pandas對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，獲取包含54 155條中文評(píng)論數(shù)據(jù)的數(shù)據(jù)集。

2.2 基于LDA模型的主題挖掘

LDA主題建模的目標(biāo)是找到每篇文檔的主題分布和每一個(gè)主題中詞的分布。LDA模型生成過(guò)程如圖4所示，每個(gè)符號(hào)代表的含義如表1所示。對(duì)于語(yǔ)料庫(kù)中每篇文檔di對(duì)應(yīng)1條文本評(píng)論，LDA模型生成過(guò)程為：從α取樣生成文檔di的主題分布θd，從θd取樣生成文檔di中第n個(gè)詞的主題 Zd，n，從β中取樣生成主題Zd，n對(duì)應(yīng)的詞語(yǔ)分布φ，從φ中采樣最終生成詞語(yǔ) Wd，n。

LDA主題抽取的效果與潛在主題個(gè)數(shù)有直接關(guān)系，研究者提出了多個(gè)確定最優(yōu)主題數(shù)量的方法，比如Coherence方法、最小困惑度算法及HDP算法等。經(jīng)過(guò)比較分析，本研究選取Coherence方法作為評(píng)價(jià)模型好壞的標(biāo)準(zhǔn)， 選取Coherence值最大的模型的主題數(shù)目作為最佳主題數(shù)。

本文選用Python的Gensim工具包訓(xùn)練生成LDA模型。首先，對(duì)預(yù)處理完成的評(píng)論文本使用jieba分詞工具分詞，去停用詞及特殊符號(hào)，得到詞組序列;其次，為列表中每個(gè)詞分配ID，生成字典，統(tǒng)計(jì)詞頻，生成詞頻稀疏矩陣;最后，進(jìn)行LDA模型訓(xùn)練，選出Coherence值最大的主題抽取結(jié)果作為最終結(jié)果?；贕ensim工具包進(jìn)行評(píng)論數(shù)據(jù)主題挖掘流程如圖5所示。

Tripadvisor將游客分為家庭、情侶、商務(wù)、獨(dú)自、結(jié)伴出游等多個(gè)類型。本文除了針對(duì)全部評(píng)論數(shù)據(jù)挖掘所有游客關(guān)注的主題，還嘗試挖掘不同類型游客的關(guān)注點(diǎn)，以便更深入全面地了解評(píng)論數(shù)據(jù)，從而幫助酒店管理者更好地識(shí)別不同的細(xì)分市場(chǎng)，推進(jìn)更有效的營(yíng)銷策略;而游客可以基于此研究成果，根據(jù)自己的出游類型選擇酒店，以更有效地安排自己的行程。

2.3 情感傾向分析

情感傾向分析主要是指對(duì)用戶發(fā)表的每條帶有情感的評(píng)論文本進(jìn)行情感極性判定，從而得到用戶的情感趨向。本文考慮的情感極性包括積極、中立和消極3種情感。

2.3.1 情感詞典的構(gòu)建

本研究首先基于知網(wǎng)情感詞典（HowNet）和臺(tái)灣大學(xué)中文情感極性詞典（NTUSD）構(gòu)建基本情感詞典;然后，基于酒店評(píng)論數(shù)據(jù)的特點(diǎn)，針對(duì)房間、服務(wù)、餐飲、設(shè)施、體驗(yàn)等幾個(gè)類別增加情感詞;最后，共整理正負(fù)情感詞189個(gè)，通過(guò)對(duì)比將基本詞典中不存在的12個(gè)正向情感詞、13個(gè)負(fù)向情感詞分別加入基本詞典的正向和負(fù)向情感詞典，新增的情感詞示例如表2所示。同時(shí)，將收費(fèi)很高、過(guò)高等詞加入本文所用的jieba分詞詞典。

2.3.2 情感詞組合模式

在中文句式中，情感詞、程度副詞和否定詞之間的組合模式可以產(chǎn)生不同的表達(dá)效果，而且否定詞出現(xiàn)的次數(shù)及其位置也會(huì)影響整體的情感值。本文基于知網(wǎng)提供的程度副詞構(gòu)建程度副詞詞典，共分為6個(gè)等級(jí)，分別為這6個(gè)等級(jí)的程度副詞賦不同的權(quán)重wi（i∈1，2，3，4，5，6）。本文使用的情感詞、程度副詞和否定詞組合模式如表3所示。

2.3.3 情感極性計(jì)算

本研究根據(jù)評(píng)論文本中積極、消極情感詞及其組合模式計(jì)算評(píng)論文本的情感極性。某條評(píng)論文本的積極和消極情感值分別通過(guò)公式（1）和（2）計(jì)算得到。其中，Sentip指文本的積極情感值，senti（pwi）指第i個(gè)積極情感詞的情感分，cwi指第i個(gè)積極情感詞與否定詞及程度副詞的組合權(quán)重。公式（2）中各變量對(duì)應(yīng)的是消極情感詞的情感得分和組合權(quán)重。評(píng)論文本的最終情感值通過(guò)公式（3）計(jì)算得到，若評(píng)論文本的情感值為1，則該文本的情感極性為積極，0為中性，-1為消極。

Sentip=ni=1senti（pwi）×cwi。

（1）

Sentin=mj=1senti（nwj）×cwi。（2）

Sentireview=1，Sentip>Sentin0，Sentip=Sentin-1，Sentip

3 研究結(jié)果

3.1 樣本數(shù)據(jù)特征

本研究采集的54 155條數(shù)據(jù)樣本中，有42 666條數(shù)據(jù)包含游客來(lái)源地，經(jīng)統(tǒng)計(jì)這些游客來(lái)自119個(gè)國(guó)家或地區(qū)，其中77%為中國(guó)游客，美國(guó)游客占7%，英國(guó)、澳大利亞游客分別占2%，新加坡、加拿大、日本游客各占1%，見(jiàn)圖 6（a）。樣本中有標(biāo)注游客類型的數(shù)據(jù)共40 424條，其中商務(wù)型游客最多，占39.49%，全家游類型的游客占18.68%，結(jié)伴游占17.87%，情侶游占12.24%，獨(dú)自出游占11.72%，見(jiàn)圖6（b）。在包含游客類型的樣本中，2014—2019年的6年間，商務(wù)、全家、結(jié)伴和單獨(dú)出行的游客人數(shù)呈上升趨勢(shì)，商務(wù)型圖游客人數(shù)歷年都處于領(lǐng)先地位，情侶型游客人數(shù)變化整體相對(duì)平穩(wěn);另外，因?yàn)樾鹿谝咔榈脑颍?020年各類型游客人數(shù)相較2019年都急劇下降，見(jiàn)圖6（c）。我們同時(shí)又對(duì)各種類型的游客按照月份進(jìn)行統(tǒng)計(jì)，見(jiàn)圖6（d），結(jié)果顯示商務(wù)型游客人數(shù)在各月份同樣處于領(lǐng)先，但是2月份商務(wù)型游客數(shù)量明顯下降，3月份和11月份進(jìn)入高點(diǎn)，這也與2月份春節(jié)休假以及年初和年底出差業(yè)務(wù)繁忙相吻合。7、8月份全家游人數(shù)達(dá)到高點(diǎn)，3月份和9月份達(dá)到低點(diǎn)，這與國(guó)內(nèi)學(xué)生假期和開(kāi)學(xué)的時(shí)間相吻合。

以上為本研究所采用的數(shù)據(jù)樣本中游客及評(píng)論文本的數(shù)據(jù)特征，經(jīng)分析，樣本數(shù)據(jù)反映的數(shù)據(jù)特征符合一般規(guī)律，為下一步的主題挖掘和情感分析奠定良好的數(shù)據(jù)基礎(chǔ)。

3.2 評(píng)論數(shù)據(jù)的主題挖掘結(jié)果

在實(shí)證研究中，要分別計(jì)算全部評(píng)論文本數(shù)據(jù)以及各類型游客的評(píng)論文本數(shù)據(jù)在2～8個(gè)主題下的Coherence值。研究結(jié)果表明，對(duì)于整體游客評(píng)論數(shù)據(jù)、全家游和商務(wù)型游客評(píng)論數(shù)據(jù)，當(dāng)主題數(shù)是5時(shí)，Coherence值最大，分別達(dá)到0.58、0.51和0.53;對(duì)于單獨(dú)出行和情侶游客評(píng)論數(shù)據(jù)，當(dāng)主題數(shù)為3時(shí)，Coherence達(dá)到最大值，分別為0.43和0.46;對(duì)于結(jié)伴出游的評(píng)論數(shù)據(jù)，當(dāng)主題數(shù)為7時(shí)，Coherence達(dá)到最大值，為0.50。

表4展示的是全部游客評(píng)論數(shù)據(jù)的主題挖掘結(jié)果，共提取5個(gè)主題，前 4個(gè)主題的首要關(guān)鍵詞貢獻(xiàn)值均達(dá)到0.03以上。由主題挖掘結(jié)果可知，高端酒店游客普遍關(guān)注的是酒店服務(wù)、房間、餐飲、設(shè)施情況，此外，酒店的地理位置也很重要，交通、購(gòu)物是否方便也是游客的關(guān)注點(diǎn)。

除了對(duì)整體樣本數(shù)據(jù)的主題挖掘，本研究還針對(duì)各種類型游客的評(píng)論數(shù)據(jù)進(jìn)行LDA主題挖掘，表5和表6分別展示了全家游和商務(wù)型游客評(píng)論文本的主題挖掘結(jié)果。由表5可以看出，全家游類型的評(píng)論文本中，貢獻(xiàn)值最大的關(guān)鍵詞是孩子，說(shuō)

明全家游類型的游客最為關(guān)注的是與孩子相關(guān)的主題，兒童樂(lè)園、兒童設(shè)施等是他們?cè)u(píng)論數(shù)據(jù)中出現(xiàn)的高頻詞。由表6可以看出，對(duì)于商務(wù)型游客來(lái)說(shuō)，前4個(gè)主題關(guān)于服務(wù)前臺(tái)、服務(wù)環(huán)境、酒店位置等，基本與全體游客的關(guān)注點(diǎn)一致，特殊的是，商務(wù)型游客會(huì)更關(guān)注酒店的行政酒廊、會(huì)議相關(guān)服務(wù)和設(shè)施及所屬樓層。同時(shí)，通過(guò)主題5可以看出，商務(wù)型游客作為回頭客的概率很高，因?yàn)榭赡艹霾畹叵鄬?duì)固定，他們對(duì)于心儀的酒店很有可能注冊(cè)會(huì)員，這類游客是需要維護(hù)的長(zhǎng)期客戶。

對(duì)結(jié)伴、情侶和單獨(dú)出游游客的評(píng)論數(shù)據(jù)挖掘結(jié)果

表明，除了服務(wù)和房間相關(guān)主題外，游客會(huì)注重個(gè)人體驗(yàn)相關(guān)的主題，比如情侶會(huì)關(guān)注節(jié)日、婚慶相關(guān)服務(wù)，但是其他主題的關(guān)鍵詞的貢獻(xiàn)值都很小，挖掘結(jié)果不再展示。

3.3 情感分析結(jié)果

本研究根據(jù)情感極性判斷評(píng)論文本中游客的積極、中立和消極的三元情感態(tài)度，分析不同類型游客的三元情感占比情況及各類情感占比隨不同年份和月份的演變過(guò)程。

圖7（a）展示的是2014—2020年間樣本數(shù)據(jù)中游客三元情感極性占比隨年份的變化情況?？梢钥闯?，積極情感占絕對(duì)優(yōu)勢(shì)，最低占比為85%，最高為96%;消極情感占比最高為12%，最低為2%。從變化趨勢(shì)看，游客積極情感占比在2014—2019年間處于上升趨勢(shì)，由2014年的85%上升到96%，2020年略有下降;2014—2019年，消極情感占比逐年降低，由2014年的12%下降到2019年的2%， 2020年消極情感稍有回升，達(dá)到2.3%。這在一定程度上反映了北京市高端酒店在面臨激烈競(jìng)爭(zhēng)的情況下，更加注重提高服務(wù)質(zhì)量，重視在線評(píng)論，特別是對(duì)負(fù)面評(píng)論中反映的問(wèn)題能夠及時(shí)處理。2020年消極情感占比的稍許回升，與疫情期間酒店的管理策略調(diào)整對(duì)游客體驗(yàn)的影響及游客的特定要求有關(guān)，這也要求酒店在面對(duì)突發(fā)公共事件時(shí)，能夠及時(shí)妥當(dāng)調(diào)整管理策略。

圖7（b）展示的是樣本數(shù)據(jù)中游客三元情感極性占比隨月份的變化情況。可以看出，積極情感占比在1月、7月、8月和11月達(dá)到高點(diǎn)，將近

92%，而在5月份達(dá)到最低點(diǎn)，不到90%;消極情感占比在4、5月份最高，達(dá)到7.3%，11月份最低，為5.6%。這一定程度上反映了游客是否休假及北京氣候?qū)τ慰颓楦杏幸欢ǖ挠绊?，這也要求酒店管理者著重關(guān)注消極情感占比多的月份的評(píng)論數(shù)據(jù)，關(guān)注游客對(duì)哪些方面提出負(fù)向評(píng)價(jià)。

圖7（c）展示的是不同類型游客的三元情感極性占比情況。可以看出，商務(wù)型游客和情侶游客對(duì)酒店的服務(wù)質(zhì)量有更高的要求，相比其他類型的游客，消極情感占比較高，達(dá)到6.2%;結(jié)伴出游的游客消極情感占比最低，為3.1%;全家游類型的游客消極情感占比為4%;獨(dú)自出行的游客消極情感占比為4.3%。這也要求酒店管理者關(guān)注入住游客的類型，根據(jù)不同類型游客提供個(gè)性化服務(wù)。

3.4 文本主題與情感交叉分析

本研究通過(guò)對(duì)文本主題和情感進(jìn)行交叉分析，獲取在不同主題下游客的情感極性占比;同時(shí)針對(duì)不同類型的游客，分析各自關(guān)注主題下三元情感占比情況（如圖8所示）。

圖8（a）展示的是全部樣本數(shù)據(jù)中5個(gè)主題下的游客三元情感極性占比情況?？梢钥闯?，游客對(duì)“工作人員”相關(guān)主題的消極情感占比最高，達(dá)到16.1%，說(shuō)明游客對(duì)高端酒店工作人員的服務(wù)質(zhì)量、態(tài)度有更高的要求;其次是“房間服務(wù)設(shè)施”主題的負(fù)面情感占比也較高，達(dá)到11%，要求酒店關(guān)注房間服務(wù)設(shè)施，比如隔音狀況、衛(wèi)生間情況等;

對(duì)于“服務(wù)前臺(tái)”相關(guān)主題的消極情感占比最低，為2%，一定程度上反映了酒店對(duì)前臺(tái)服務(wù)的規(guī)范管理。

圖8（b）展示的是全家游類型的游客在5個(gè)主題下的三元情感極性占比情況?？梢钥闯?，游客對(duì)“預(yù)訂入住”相關(guān)的主題下消極情感占比最高，達(dá)到20%，一定程度上反映了對(duì)全家游類型的游客，需要盡量簡(jiǎn)化預(yù)訂和入住流程，酒店也需要提供相應(yīng)的幫助。

圖8（c）展示的是商務(wù)型游客在5個(gè)主題下的三元情感極性占比情況?？梢钥闯?，商務(wù)型游客對(duì)酒店的整體服務(wù)質(zhì)量要求較高，其中，“行政酒廊”“位置”的消極情感占比分別達(dá)到15%和11%，而對(duì)酒店的“服務(wù)環(huán)境”“服務(wù)前臺(tái)”的消極情感占比較低。

通過(guò)以上對(duì)樣本數(shù)據(jù)的主題挖掘、情感分析及主題與情感交叉分析，能夠深入了解游客對(duì)五星級(jí)酒店的關(guān)注點(diǎn)、整體的情感傾向及情感演變過(guò)程，同時(shí)更進(jìn)一步地了解不同類型的游客在其關(guān)注的不同主題下的情感傾向。

4 建議

本研究以北京五星級(jí)酒店游客評(píng)論數(shù)據(jù)作為研究對(duì)象，對(duì)高端酒店游客關(guān)注的主題及情感傾向進(jìn)行交叉挖掘分析?；谘芯拷Y(jié)果，本文提出以下幾個(gè)方面的建議，為酒店行業(yè)的管理和經(jīng)營(yíng)提供借鑒。

第一，重視在線評(píng)論數(shù)據(jù)中游客的關(guān)注主題，提高酒店服務(wù)質(zhì)量。研究結(jié)果表明，高端酒店游客最為關(guān)注的是酒店的服務(wù)，關(guān)注點(diǎn)主要集中于房間、工作人員、大堂、前臺(tái)、早餐、設(shè)施、位置、交通等;同時(shí)，對(duì)于不同類型的游客，其關(guān)注點(diǎn)各有特點(diǎn)，比如，家庭型游客會(huì)更關(guān)注與孩子相關(guān)的主題，商務(wù)型游客會(huì)更關(guān)注會(huì)議、酒廊等相關(guān)主題，結(jié)伴、情侶和單獨(dú)出游的游客會(huì)更注重個(gè)人體驗(yàn)相關(guān)的主題等。這是因?yàn)殡S著收入水平的提高及消費(fèi)觀念的改變，消費(fèi)者越來(lái)越注重出行的舒適度，追求優(yōu)質(zhì)的服務(wù)、優(yōu)雅的環(huán)境、完善的配套設(shè)施及獨(dú)立空間的享受，酒店的作用從臨時(shí)的住宿點(diǎn)升級(jí)為享受旅游的一個(gè)重要環(huán)節(jié)。因此，酒店管理者在經(jīng)營(yíng)管理中應(yīng)該高度重視游客的關(guān)注點(diǎn)及個(gè)性化的需求，基于游客的關(guān)注點(diǎn)改進(jìn)和提高服務(wù)質(zhì)量。除了通常的提高酒店服務(wù)質(zhì)量的措施，比如，加強(qiáng)服務(wù)人員的專業(yè)培訓(xùn)，定時(shí)排查基礎(chǔ)設(shè)施，盡量做到自己發(fā)現(xiàn)問(wèn)題而避免游客發(fā)現(xiàn)問(wèn)題，提供接送機(jī)服務(wù)等，建議酒店管理者還應(yīng)做到以下幾點(diǎn)：充分利用游客評(píng)論數(shù)據(jù)，分析挖掘游客關(guān)注點(diǎn);對(duì)評(píng)論主題的挖掘分析應(yīng)該保持長(zhǎng)期持續(xù)性，研究游客關(guān)注主題的變化規(guī)律以及是否有新的關(guān)注點(diǎn)出現(xiàn)，并及時(shí)調(diào)整運(yùn)營(yíng)管理策略;注重游客個(gè)性化需求，針對(duì)不同類型、不同地域、不同文化的游客，分析其關(guān)注主題，推出相應(yīng)服務(wù)套餐，為游客提供個(gè)性化服務(wù);針對(duì)具有特殊要求的顧客或長(zhǎng)期客戶，建立客戶檔案，以便提前預(yù)知其需求，從而有針對(duì)性地提供服務(wù)。

第二，重視游客評(píng)論文本中情感傾向的產(chǎn)生及發(fā)展規(guī)律，積極應(yīng)對(duì)消極評(píng)論。一方面，消極評(píng)論能夠直接指出酒店的問(wèn)題所在，是酒店調(diào)整管理和營(yíng)銷策略的切入點(diǎn);另一方面，消極評(píng)論嚴(yán)重打擊潛在游客的購(gòu)買意愿。所以，酒店管理者應(yīng)該高度重視并積極應(yīng)對(duì)消極評(píng)論數(shù)據(jù)。由研究結(jié)果可知，消極評(píng)論的產(chǎn)生隨著月份的不同以及游客類型的不同有一定的規(guī)律，不同類型的游客針對(duì)不同的評(píng)論主題，其負(fù)向情感的出現(xiàn)也有一定的規(guī)律，比如，游客的消極情感在每年的4、5月份達(dá)到高點(diǎn)，11月份達(dá)到最低點(diǎn)，這在一定程度上反映了北京的氣候?qū)τ慰偷那楦袃A向具有一定的影響。另外，研究結(jié)果還表明，商務(wù)型游客對(duì)酒店的服務(wù)質(zhì)量有更高的要求，相比其他類型的游客，消極情感占比較高，達(dá)到6.2%。這可能是因?yàn)檫@類游客具有消費(fèi)能力強(qiáng)、消費(fèi)傾向明顯的特點(diǎn)，他們更注重消費(fèi)帶來(lái)的舒適性、安全性和便利性，更注重服務(wù)的效率、品質(zhì)、個(gè)性化以及完善程度。同時(shí)，這類用戶屬于網(wǎng)絡(luò)活躍用戶，一旦酒店提供的服務(wù)低于自己的預(yù)期，很容易在網(wǎng)上發(fā)布消極評(píng)論。酒店管理者可以從以下兩個(gè)方面采取措施，降低消極評(píng)論占比，減少消極評(píng)論的影響。一方面，持續(xù)分析在線評(píng)論數(shù)據(jù)，掌握游客消極情感產(chǎn)生及發(fā)展的規(guī)律，提前采取應(yīng)對(duì)措施。比如，酒店管理者應(yīng)該重點(diǎn)關(guān)注游客在消極情感占比大的月份發(fā)表的評(píng)論文本，找到改進(jìn)的切入點(diǎn)，提供更優(yōu)質(zhì)的服務(wù);對(duì)不同類型游客提供具有針對(duì)性的服務(wù)，可為家庭型的游客提供孩子游樂(lè)場(chǎng)所和適合兒童的餐飲服務(wù)，密切關(guān)注社會(huì)熱點(diǎn)，適時(shí)推出符合家庭、孩子的主題活動(dòng);服務(wù)人員應(yīng)與游客積極溝通，了解游客需求，提供個(gè)性化服務(wù)。另一方面，對(duì)于已經(jīng)產(chǎn)生的消極評(píng)論，酒店應(yīng)該積極應(yīng)對(duì)，及時(shí)與游客溝通，核實(shí)游客負(fù)面情感的來(lái)源并給出改進(jìn)措施，對(duì)游客提出的問(wèn)題，應(yīng)客觀、有針對(duì)性地在線給出答復(fù)，避免機(jī)械的、復(fù)制粘貼式的回復(fù)。

第三，酒店管理者不僅要重視、更要用好游客在線評(píng)論數(shù)據(jù)。游客評(píng)論數(shù)據(jù)可以較為真實(shí)地反映出酒店產(chǎn)品及服務(wù)在游客眼中的價(jià)值。分析游客評(píng)論數(shù)據(jù)，酒店管理者能夠全面了解消費(fèi)者的期望，并據(jù)此進(jìn)行服務(wù)質(zhì)量改進(jìn)以及新產(chǎn)品的開(kāi)發(fā)和運(yùn)營(yíng)策略的調(diào)整。酒店只有擁有并且用好數(shù)據(jù)，才能發(fā)揮其最大的價(jià)值。目前，大部分酒店不缺乏評(píng)論大數(shù)據(jù)，但是缺乏分析這些數(shù)據(jù)的專業(yè)人才。酒店管理者應(yīng)該高度重視評(píng)論大數(shù)據(jù)在當(dāng)前數(shù)字時(shí)代的重要價(jià)值，安排專業(yè)的人才或團(tuán)隊(duì)管理和分析數(shù)據(jù)，基于分析結(jié)果及時(shí)調(diào)整運(yùn)營(yíng)策略，提高自身的市場(chǎng)競(jìng)爭(zhēng)力。

5 結(jié)束語(yǔ)

本研究提出一種對(duì)酒店評(píng)論大數(shù)據(jù)進(jìn)行主題挖掘和情感分析的集成框架，以期為酒店管理者分析和管理評(píng)論大數(shù)據(jù)、制定管理和營(yíng)銷策略提供參考。存在的不足之處在于數(shù)據(jù)源相對(duì)單一，未來(lái)的研究擬結(jié)合不同城市、不同語(yǔ)言、不同級(jí)別酒店的評(píng)論數(shù)據(jù)，縱深挖掘不同城市的酒店在游客眼中的差異、不同國(guó)家的游客對(duì)不同級(jí)別的酒店關(guān)注的主題及情感傾向差異，以便為酒店管理者識(shí)別不同的細(xì)分市場(chǎng)提供更多合理化的建議。

[參考文獻(xiàn)]

參考文獻(xiàn)內(nèi)容

[1] DE PELSMACKER P， VAN TILBURG S， HOLTHOF C. Digital marketing strategies， online reviews and hotel performance[J]. International Journal of Hospitality Management， 2018， 72：47-55.

[2] CASAL L V， FLAVIN C， GUINALU M， et al. Do online hotel rating schemes influence booking behaviors？[J]. International Journal of Hospitality Management， 2015， 49：28-36.

[3] ZHAO X， WANG L， GUO X， et al. The influence of online reviews to online hotel booking intentions[J]. International Journal of Contemporary Hospitality Management， 2015， 27（6）：1343-1364.

[4] HERNNDEZ J M， KIRILENKO A P， STEPCHENKOVA S. Network approach to tourist segmentation via user generated content[J]. Annals of Tourism Research， 2018， 73（11）：35-47.

[5] WANG L， WANG X K， PENG J J， et al. The differences in hotel selection among various types of travellers： A comparative analysis with a useful bounded rationality behavioural decision support model[J]. Tourism management， 2020， 76（2）： 1-16.

[6] BEREZINA K， BILGIHAN A， COBANOGLU C， et al. Understanding satisfied and dissatisfied hotel customers： Text mining of online hotel reviews[J]. Journal of Hospitality Marketing & Management， 2016， 25（1）：1-24.

[7] GAVILAN D， AVELLO M， MARTINEZNAVARRO G. The influence of online ratings and reviews on hotel booking consideration[J]. Tourism Management， 2018， 66：53-61.

[8] 張補(bǔ)宏，周旋，廣新菊. 國(guó)內(nèi)外旅游在線評(píng)論研究綜述[J]. 地理與地理信息科學(xué)，2017，33（5）：119-126.

[9] CASALO L V， FLAVIAN C， GUINALIU M. Determinants of the intention to participate in firmhosted online travel communities and effects on consumer behavioral intentions[J]. Tourism Management， 2010， 31（6）：898-911.

[10] STRINGAM B B， GERDES J. An analysis of wordofmouse ratings and guest comments of online hotel distribution sites[J]. Journal of Hospitality Marketing & Management， 2010， 19（7）：773-796.

[11] CANTALLOPS A S， SALVI F. New consumer behavior： A review of research on eWOM and hotels[J]. International Journal of Hospitality Management， 2014， 36：41-51.

[12] YEN CLA， TANG CHH. The effects of hotel attribute performance on electronic wordofmouth （eWOM） behaviors[J]. International Journal of Hospitality Management， 2018， 76：9-18.

[13] LADHARI R， MICHAUD M. eWOM effects on hotel booking intentions， attitudes， trust， and website perceptions[J]. International Journal of Hospitality Management， 2015， 46：36-45.

[14] NIETOGARCA M， MUOZGALLEGO P A， GONZLEZBENITO . Tourists ?willingness to pay for an accommodation： The effect of eWOM and internal reference price[J]. International Journal of Hospitality Management， 2017，62：67-77.

[15] AKHTAR N， SUN J， AKHTAR M N， et al. How attitude ambivalence from conflicting online hotel reviews affects consumers ?behavioural responses： The moderating role of dialecticism[J]. Journal of Hospitality and Tourism Management， 2019， 41：28-40.

[16] 卓四清， 馮永洲. 在線評(píng)論有用性影響因素實(shí)證研究：基于Tripadvisor.com酒店評(píng)論數(shù)據(jù)[J]. 現(xiàn)代情報(bào)， 2015（4）：52-56+74.

[17] 秦海菲，杜軍平.酒店在線評(píng)論數(shù)據(jù)的特征挖掘[J].智能系統(tǒng)學(xué)報(bào)，2018，13（6）：1006-1014.

[18] 孫長(zhǎng)偉，任宗來(lái)，楊俊杰，等.基于評(píng)論數(shù)據(jù)的酒店服務(wù)質(zhì)量的細(xì)粒度分析[J].計(jì)算機(jī)應(yīng)用與軟件， 2019，36（7）：32-38.

[19] CHATTERJEE S. Drivers of helpfulness of online hotel reviews： A sentiment and emotion mining approach[J]. International Journal of Hospitality Management，2020，85.

[20] CHANG Y C， KU C H， CHEN C H. Social media analytics： Extracting and visualizing Hilton hotel ratings and reviews from TripAdvisor[J]. International Journal of Information Management， 2019， 48：263-279.

[21] CHANG Y C， KU C H， CHEN C H. Using deep learning and visual analytics to explore hotel reviews and responses[J]. Tourism Management，2020，80.

[22] HU N， ZHANG T， GAO B J， et al. What do hotel customers complain about？ Text analysis using structural topic model[J]. Tourism Management， 2019， 72（6）：417-426.

[23] BLEI D M， NG A Y， JORDAN M I. Latent dirichlet allocation[J]. The Journal of Machine Learning Research， 2003， 3：993-1022.

[24] 譚春輝，熊夢(mèng)媛.基于LDA模型的國(guó)內(nèi)外數(shù)據(jù)挖掘研究熱點(diǎn)主題演化對(duì)比分析[J].情報(bào)科學(xué)，2021，39（4）：174-185.

[25] WILLIAMS T， BETAK J. A comparison of LSA and LDA for the analysis of railroad accident text[J]. Procedia Computer Science， 2018， 130：98-102.

[26] YONG C， HUI Z， RUI L， et al. Experimental explorations on short text topic mining between LDA and NMF based schemes[J]. KnowledgeBased Systems， 2019，163（1）：1-13.

[27] BASTANI K， NAMAVARI H， SHAFFER J. Latent Dirichlet allocation （LDA） for topic modeling of the CFPB consumer complaints[J]. Expert Systems with Applications， 2019， 127：256-271.

[28] MIKOLOV T， SUTSKEVER I， KAI C， et al. Distributed representations of words and phrases and their compositionality[J]. Advances in Neural Information Processing Systems， 2013： 3111-3119.

[29] ALTHUBAITY A， ALQAHTANI Q， ALJANDAL A. Sentiment lexicon for sentiment analysis of Saudi dialect tweets[J]. Procedia Computer Science， 2018， 142：301-307.

[30] ABDI A， SHAMSUDDIN S M， HASAN S， et al. Machine learningbased multidocuments sentimentoriented summarization using linguistic treatment[J]. Expert Systems with Applications， 2018， 109（11）：66-85.

[31] 李鈍，喬保軍，曹元大，等. 基于語(yǔ)義分析的詞匯傾向識(shí)別研究[J].模式識(shí)別與人工智能， 2008，21（4）：482-487.

[32] 趙常煜，吳亞平，王繼民.“一帶一路”倡議下的Twitter文本主題挖掘和情感分析[J]. 圖書(shū)情報(bào)工作， 2019， 63（19）： 119-127.

[33] PANG B， LEE L， VAITHYANATHAN S. Thumbs up？ Sentiment classification using machine learning techniques[C]//Proceedings of Emnlp， 2002：79-86.

[34] MUKHTAR N， KHAN M A， CHIRAGH N. Lexiconbased approach outperforms supervised machine learning approach for Urdu sentiment analysis in multiple domains[J]. Telematics and Informatics， 2018， 35（8）：2173-2183.

[35] TripAdvisor. Tripadvisor， Inc. earnings press release

available on company s investor relations site[EB/OL].（2020-11-05）[2021-02-21].https：//tripadvisor.mediaroom.com/2020-11-05TripadvisorIncEarningsPressReleaseAvailableonCompanysInvestorRelationsSite.

（責(zé)任編輯 責(zé)任編輯白麗媛）