论文部分内容阅读
在中国旅游业蓬勃发展的大背景下,客栈民宿业作为一种区别于传统酒店的非标准住宿业在国内不断发展。中国的客栈民宿业虽然起源于日本的Minshuku,并借鉴了欧洲的B&B(Bed and Breakfast),但在其发展过程中不断适应中国的经济社会环境,带有浓重的中国特色。在2015年国务院发布文件确定其合法性后,客栈民宿业进入了爆发式增长期。但是在繁荣发展的背后,客栈民宿的经营也存在许多隐患,如盲目追求设计、与经济型连锁酒店同质化竞争等。而现有的相关研究主要集中在民宿的经营策略和营销模式、民宿的可持续发展、服务质量等较高层面上,而对消费者行为层面研究较少,不能为客栈民宿的经营者提供有效的建议。
目前,对酒店消费者偏好的挖掘主要有三种方法:问卷测量、联合分析和文本分析方法。进入Web2.0时代后,旅游业中发展最快最突出的部分在于消费者在线评论的快速增长,消费者评论已经成为酒店管理者对进行客户行为进行研究的重要资源。本文使用评论挖掘法对去哪儿网的20家客栈民宿和20家经济型酒店的40,196条在线评论数据进行分析,实验设计如下:
首先进行特征提取,使用TF-IDF提取候选特征词,然后用word2vec工具将其转化为词向量,用K-means算法对候选特征词进行聚类,人工筛选后得到10个维度的酒店特征,最后用中心距离法扩展每类特征词;然后构建情感词典:首先人工提取种子词,使用word2vec工具训练出词向量,根据余弦相似度扩展种子词,最后利用KNN算法将扩展出的词分类。最后进行情感分析:根据语料特征制定规则进行特征-情感匹配,得出消费者对每个特征的关注度和满意度。
实验结果表明,消费者对客栈民宿和经济型酒店的偏好基本相同,都集中在酒店的“房间设备”、“服务”、“环境卫生”和“交通位置”上。同时也存在一些差异,即客栈民宿的消费者对“房间设备”、“服务”、“周边环境”和“装修设计”这四个酒店特征表现出更明显的偏好,而经济型酒店的消费者对“价格”和“环境卫生”这两个特征表现出更明显的偏好。本文使用的实验方法可以有效地对在线评论文本进行分析,帮助商家或网站更好地获得用户信息,挖掘用户痛点。
目前,对酒店消费者偏好的挖掘主要有三种方法:问卷测量、联合分析和文本分析方法。进入Web2.0时代后,旅游业中发展最快最突出的部分在于消费者在线评论的快速增长,消费者评论已经成为酒店管理者对进行客户行为进行研究的重要资源。本文使用评论挖掘法对去哪儿网的20家客栈民宿和20家经济型酒店的40,196条在线评论数据进行分析,实验设计如下:
首先进行特征提取,使用TF-IDF提取候选特征词,然后用word2vec工具将其转化为词向量,用K-means算法对候选特征词进行聚类,人工筛选后得到10个维度的酒店特征,最后用中心距离法扩展每类特征词;然后构建情感词典:首先人工提取种子词,使用word2vec工具训练出词向量,根据余弦相似度扩展种子词,最后利用KNN算法将扩展出的词分类。最后进行情感分析:根据语料特征制定规则进行特征-情感匹配,得出消费者对每个特征的关注度和满意度。
实验结果表明,消费者对客栈民宿和经济型酒店的偏好基本相同,都集中在酒店的“房间设备”、“服务”、“环境卫生”和“交通位置”上。同时也存在一些差异,即客栈民宿的消费者对“房间设备”、“服务”、“周边环境”和“装修设计”这四个酒店特征表现出更明显的偏好,而经济型酒店的消费者对“价格”和“环境卫生”这两个特征表现出更明显的偏好。本文使用的实验方法可以有效地对在线评论文本进行分析,帮助商家或网站更好地获得用户信息,挖掘用户痛点。