大数据时代的来临,为我们提供了新的数据渠道,为我们创新调查方式,更快捷、高效、科学地获取用户满意度提供了一种可能。但受网络信息巨量,用户评判标准不一等因素的制约,仅仅通过人工分析已无法满足分析需求。本课题将尝试以上海迪斯尼景区的网络评价数据为例,在完成网络数据爬取、基于隐马尔可夫(HMM)模型的中文分词、向量空间(VSM)模型将文本转向量等一系列数据源和数据预处理工作后,通过机器学习中的多层感知器(MLP)神经网络进行建模,并构建主题模型。课题研究成果主要有三个方面:第一,综合运用HMM分词模型、VSM模型、MLP神经网络以及LDA主题模型,创新了用户满意度调查方式;第二,通过模型的构建,实现了将定性评价转为定量评估,提高文本数据的挖掘分析能力;第三,通过主题模型加深对内部维度结构的认知,更加细化对文本数据的挖掘。本课题成果的实践价值主要体现在三个方面:一是突破传统调查局限性,实现调查时间和空间上客观辩证统一;二是以大数据"数据导向"方式与问卷调研"立论导向"方式相结合,成为传统统计调查的有益补充和替代;三是研究成果可以在各领域调查和研究中复制推广,实践应用性较强。