基于文本挖掘的主题公园评论研究_.pdfVIP

摘要

随着人们生活水平的提高，主题公园逐渐成为休闲旅游的热门选择。许多主

题公园的游客会在线上查看其他游客的评论，也愿意将自己的游玩体验发表到评

论中。这些评论文本中包含了大量有价值的情感信息，准确挖掘出游客的关注点，

能帮助公园管理者有针对性地优化服务和设施，从而促进主题公园的发展。本文

将通过文本挖掘技术，深入分析主题公园游客的评论文本。

本文收集了携程旅行网中“世界之窗”主题公园的在线评论数据，首先对这

些文本数据进行了预处理，并将预处理后的文本信息转化成了词向量。在进行文

本的情感分析时，构建了多种情感分类模型，其中包括支持向量机、逻辑回归和

XGBoost三种机器学习模型，以及深度学习混合模型CNN-BiLSTM，并且设计了

对比实验。通过精确率、召回率和F1值等指标对模型的性能进行评估，实验结果

显示CNN-BiLSTM模型的分类效果最佳，各项指标都高于其他模型，其中主要评

价指标F1值达到了91.2%，这验证了该模型在处理情感分析任务上的优越性能。

此外，本文还利用LDA模型对评论文本进行主题挖掘，提取并总结了正面与

负面评论中的关键主题词，分析出世界之窗主题公园的优势与不足。基于此分析，

本文提出了四个可改进的方向，并尝试对每个方向提出具体建议。本研究不仅为

主题公园管理者提供了有价值的参考信息，也为未来的研究者提供了一种分析游

客评论的研究思路。

关键词：主题公园；情感分析；LDA模型；机器学习；深度学习

I

Abstract

Withtheimprovementofpeopleslivingstandards,themeparkshavegradually

becomeapopularchoiceforleisuretravel.Manythemeparkvisitorscheckothervisitors’

reviewsonlineandarewillingtoposttheirownexperiencesinthecomments.These

reviewtextscontainalargeamountofvaluableemotionalinformation,whichcan

accuratelyuncovertheconcernsoftouristsandhelpparkmanagersoptimizeservicesand

facilitiesinatargetedmanner,thuspromotingthedevelopmentofthemeparks.Thisarticle

willusetextminingtechnologytoconductanin-depthanalysisofthereviewtextsoftheme

parkvisitors.

ThispapercollectsonlinereviewdataoftheWindowoftheWorldthemeparkon

C.First,thetextdataispreprocessed,andthepreprocessedtextinformationis

convertedintowordvectors.Whenconductingsentimentanalysisoftext,avarietyof

sentimentclassificationmodels