摘 要：智慧旅游是推动智慧城市发展的重要手段。随着网络评论在旅游生态中的地位显著提升，如何通过网评文本反映游客的消费体验、服务质量反馈与情感诉求，吸引游客消费、取得竞争优势，成为景区管理人员与主管部门的一项重要工作。基于文本挖掘和情感分析方法，选取景区和酒店网评文本，识别旅游景点现状的问题和痛点，设计科学、客观的综合评价体系，为景区与酒店等相关经营者、文旅部门做出更优决策提供理论支撑和数据支持。
关键词：智慧旅游；情感分析；TF-IDF 算法；DBSCAN 聚类；LDA 主题模型
DOI:10.19850/j.cnki.2096-4706.2023.06.001
基金项目：浙江省自然科学基金（Z22A013952）；浙江省教育厅科研项目资助（Y202248528）；浙江省大学生科技创新活动计划项目新苗人才计划（2022R431A016）；湖州师范学院大学生创新创业训练科研项目（202101172）
中图分类号：TP391；O235 文献标识码：A 文章编号：2096-4706（2023）06-0001-06
Research on Service Quality Perception of “Smart Tourism” Based on Text Mining and Sentiment Analysis Methods
GUO Jiayi 1, FANG Boping1, LU Xinyi 1, WANG Ni 1, SONG Tao1,2
(1.School of Science, Huzhou University, Huzhou 313000, China; 2.Huzhou Key Laboratory of Data Modeling and Analysis, Huzhou 313000, China)
Abstract: Smart tourism is an important means to promote the development of the smart city. With the significant promotion of online comments in the tourism ecology, how to reflect tourists' consumption experience, service quality feedback and emotional demands through online comments text, so as to attract tourists' consumption and gain competitive advantages, has become an important task for scenic spot managers and competent departments. Based on text mining and sentiment analysis methods, the online comments text of scenic spots and hotels are selected to identify the problems and pain points of the current situation of tourist attractions, and a scientific and objective comprehensive evaluation system is designed to provide theoretical and data support for the scenic spots, hotels and other related operators and cultural tourism departments to make better decisions.
Keywords: smart tourism; sentiment analysis; TF-IDF algorithm; DBSCAN clustering; LDA theme model
参考文献：
[1] 刘晓彤，田大钢 . 融合深度学习与机器学习的在线评论情感分析 [J]. 软件导刊，2019，18（2）：1-4.
[2] 谢宗彦，黎巎，周纯洁 . 基于 word2vec 的酒店评论情感分类研究 [J]. 北京联合大学学报，2018，32（4）：34-39.
[3] 程海琪 . 基于情感分类的酒店评论短文本主题挖掘 [D].杭州：浙江工商大学，2020.
[4] 石文华，高羽，胡英雨 . 基于情感倾向和观察学习的在线评论有用性影响因素研究 [J]. 北京邮电大学学报：社会科学版，2015，17（5）：32-39.
[5] 田韶存 . 在线社区用户评论有用性研究 [D]. 济南：山东大学，2014.
[6] 罗新 . 基于随机森林的文本分类模型研究 [J]. 农业图书情报学刊，2016，28（11）：50-54.
[7] 阮光册 . 基于 LDA 的网络评论主题发现研究 [J]. 情报杂志，2014，33（3）：161-164.
[8] 郭佳怡，唐矛宁，宋涛，等 . 旅游景区印象分析系统V1.0：2022SR0471334 [P].2022-04-14.
作者简介：郭佳怡（2001—），女，汉族，山东济南人，本科在读，研究方向：数据挖掘；通讯作者：宋涛（1980—），男，江苏句容人，汉族，讲师，博士，研究方向：复杂系统大数据分析、建模与仿真。