原创力文档- 1、本文档共13页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
?
?
基于酒店评论大数据的游客评论主题挖掘与情感分析
?
?
马桂真彭霞
[摘要]摘要分析酒店评论数据可以挖掘游客的关注点、意见、建议、情感倾向等有价值的信息。结合对酒店评论数据进行主题挖掘和情感分析的交叉研究，提出一个包含数据采集、数据预处理、主题挖掘、情感倾向研究及可视化分析的集成框架。以Tripadvisor网站上北京地区50家五星级酒店的5万余条中文评论数据为研究对象，进行LDA主题挖掘，同时基于酒店领域扩充情感词典，判定评论文本三元情感极性，并在此基础上实现主题和情感的交叉分析。研究结果可降低潜在游客购买决策的风险，也为酒店管理者制定针对性的管理和营销策略提供重要参考依据。研究方法同样适用于景区及餐饮领域的在线评论数据分析，拓展评论大数据与自然语言处理技术在旅游业的应用范畴。
[关键词]关键词酒店评论大数据;主题挖掘;情感分析
[]F724.6[文献标志码]A[]1005-0310（2021）02-0058-11
TopicMiningandSentimentAnalysisofTouristReviewsBasedontheBigDataofHotelReviews：ACaseStudyofBeijingFivestarHotels
MaGuizhen，PengXia
（TourismCollege，BeijingUnionUniversity，Beijing100101，China）
Abstract：摘要Byanalyzinghotelreviewdata，itisverypossibleforonetominevaluableinformationsuchastourists?concerns，opinions，suggestions，andemotionaltendencies.Basedonthecrossresearchoftopicminingandsentimentanalysisofhotelreviewdata，thispaperproposesanintegratedframeworkincludingdatacollection，datapreprocessing，topicmining，sentimenttendencyresearchandvisualanalysis.LDAtopicminingiscarriedoutbytakingmorethan50000reviewswritteninChinesefrom50fivestarhotelsinBeijingonTripadvisorastheresearchobject.Meanwhile，onthebasisofthehoteldomain，theemotiondictionaryisexpandedtodeterminetheternaryemotionpolarityofthereviewtext，andonthisbasis，thecrossanalysisofthemeandemotionisrealized.Theresultsofthisstudycanreducetheriskofpotentialtourists?purchasedecisionandprovideimportantreferenceforhotelmanagerstoformulatetargetedmanagementandmarketingstrategies.Theresearchmethodisalsoapplicabletoonlinereviewdataanalysisinscenicspotsandcateringfields，andconducivetoexpandingtheapplicationofreviewbigdataandnaturallanguageprocessingtechnologyintourismindustry.
Keywords：關键词Hotelreviewbigdata;Texttopicmining;Sentimentanalysis
0引言
在线评论数据对消费者的态度、购买行为以及企业的商业成果都具有深远影响[1]。消费者对酒
文档评论（0）