近年来互联网的发展给世界带来了焕然一新的面貌,电子商务异军突起,进入大众视野,持续改变人们的生活习惯,O2O（Online To Offline）商业模式也对消费者的消费习惯与企业的发展理念产生了巨大影响。其中,在线酒店预订市场也如雨后春笋般迅速发展,消费者可以在手机、电脑等移动端进行线上酒店预订。而顾客评论作为透明的平台信息,具有传播性、公开性的特点,会暴露出顾客的情感倾向和满意程度,影响潜在消费者的预订决策,甚至影响酒店的日常经营。酒店经营者可以通过评论得知大众普遍最看重酒店的哪些方面,进而做出改进,但是大量的评论数据不可能通过人工阅读的方式进行分析,如何利用文本挖掘选出顾客满意度的重要影响因素,就是本文所研究的问题。本文通过网络爬虫方法得到携程网上的酒店评论文本包括消费者评分、出行目的、入住时间等信息。在提取关键词前进行情感分类判断评论大致的感情倾向,用tf-idf方法提取出重要程度较高的69个词,结合word2vec方法进行聚类得出影响顾客满意度的8个影响因素。构建好指标体系后,将评论文本和得分导入SQL数据库中,运用模糊综合评价方法计算权重集和隶属矩阵,计算并比较不同影响因素的顾客满意度得分。最后,利用该指标体系比较分析不同档次酒店和不同出行目的顾客的满意度是否存在差异。研究结果表明,消费者比较关注酒店的八个方面,按影响力大小依次是:地理位置、餐饮、卫生、服务、设施、装修、价格、生活用品。根据不同影响因素的权重得到所有评论的整体满意度得分,表明大多数消费者的入住体验还是比较愉悦的,对于酒店的地理位置、装修布置是最为满意的,但是对于床单、被套、洗漱用品等的生活用品、房间卫生情况和工作人员的服务还存在较多的差评。酒店经营者应当多注意这些方面,做出改进措施。本文的创新点在于对计算出的影响因素指标体系的进一步应用,用于探究不同酒店档次和用户特征的详细情况。通过研究证明,不同星级的酒店之间顾客满意度是存在显著差异的,不同出行目的消费者群体的满意度没有显著差异,这为经济型和豪华型酒店找准市场定位,发扬自身优势、弥补自身短板提供了理论支撑。