面向旅游在線評論的文本挖掘方法研究.pdf

1、隨著互聯網的不斷發(fā)展，消費者通過網絡購買商品及服務的行為不斷增加，旅游已作為一種無形的以服務為性質的產品，逐漸被列入電子商務的范圍內，并在網絡產品消費中占有越來越重的比例。但旅游產品因其自身特有的無形性以及生產與消費的同步性，導致旅游消費者購買決策的風險性大大增加。旅游在線評論是指游客針對某一旅游景區(qū)或景點，通過專門的旅游評論網站、網絡社區(qū)或者其他渠道發(fā)表的帶有自身情感或喜好的評論性文字。旅游者了解旅游信息的渠道，除了圖片之外，最重要的

2、是網上的旅游在線評論信息。因此，如何高效的對游客在線評論內容進行分析和挖掘，識別用戶評論方面以及情感傾向，并依此改進景區(qū)自身的服務質量來吸引更多旅游者，已成為旅游景區(qū)管理者需要考慮的重要問題之一。
　　針對上述問題，本文首先提出了一種基于詞向量的旅游在線評論的情感詞典構建方法，以攜程、去哪兒、馬蜂窩等旅游網站的在線評論數據為基礎，在傳統(tǒng)基于詞頻種子詞語選擇過程中加入詞向量因素，利用詞語向量之間的距離對種子詞集進行篩選，通過計算種子

3、詞語與情感詞之間的互信息自動生成旅游在線評論情感詞典。并以山岳型景區(qū)在線評論為例驗證了該方法的可行性，構建了山岳型景區(qū)旅游在線評論情感詞典。
　　隨后，本文提出了一種基于改進ASUM模型的旅游在線評論文本挖掘方法，指出由于用戶情感需要方面作為載體，原本ASUM模型流程上存在不足。并將原本模型中的“文檔-情感-方面-詞”四層結構改進為“文檔-方面-情感-詞”結構，通過Gibbs推理方法對改進模型進行了參數推導。論文以黃山風景區(qū)在線評

4、論為例，利用上述文本主題挖掘模型結合山岳型景區(qū)旅游本體概念以及在線評論情感詞典對相關景區(qū)在線評論數據進行處理，得出網絡在線評論文本的主體和情感概率分布，并通過相關分析驗證了方法的有效性。最后，論文利用上述文本挖掘模型得出的結果，結合用戶旅游偏好矩陣，計算得出用戶旅游意向值，對用戶旅游決策過程提供了相關參考。
　　本文提出的旅游在線評論文本挖掘方法具有一定的可行性，可以較準確的建立相關領域詞典以及分析得出旅游在線評論文本方面及偏好，