伴随国内经济的高速发展,消费者需求逐渐从传统功能型需求向“深度体验”需求转变,更加注重行为活动、体验等带来的情感满足,表现出明显的情感诉求。而目前旅游产品、服务个性化程度不高、体验性不强、同质化现象严重,企业对消费者真实需求难以掌握,很多还停留在对用户外显需求的挖掘,忽视了用户行为、体验背后尚未表达的隐性需求。因此,在需求经济时代,消费者的显性需求趋于饱和,企业创新应基于对消费者隐性需求的挖掘与掌握,明确用户在精神、情感、行为等多个方面的隐性需求。考虑到现代旅游和网络的联系越来越紧密,用户习惯以在线评论文本的形式在平台分享自身真实的体验感知,其非结构化的内容隐含的大量主观的群体智慧信息尚未被充分利用,如各种行为、活动以及情绪体验信息等等,而这些行为、活动正是用户为了满足内在需求而产生的,是用户因生理或心理体验的缺乏产生的隐性需求,其背后所蕴含着的复杂因果关系揭示了用户行为或活动之间可能存在的必然联系。因此,本文界定了服务体验中的用户隐性需求概念,识别在线评论文本不同层次的因果关系,挖掘用户行为体验背后的潜在动机以及可能导致的结果事件,最终推理发现消费者深层次的隐性需求。首先,本文构建了隐性需求理论模型,基于直接因果和间接因果的识别结果来推理深层次的事件因果链,进而发现用户隐性需求。其中,直接因果的识别是基于评论文本的语义特征,构建了因果匹配的句法模式和规则模板,并结合领域内评论文本的特点,定义了因果关系的事件表达形式,可以较好地抽象出个体表达的直接因果知识。另外,为了克服个体认知上的差异性,提高个体表达因果知识的可信度和可解释性,本文充分利用了评论中的群体智慧信息,提出了抽象因果知识库的构建方法,将个体对活动行为事件的表达进行泛化抽象,解决了个体语义描述上的不一致性。考虑到抽取到的因果事件数据体量大且主题重复性高,本文提出了因果事件聚类的方法,结合因果事件文本表达的特点,对传统的k-means算法进行了改进,引入情绪特征来衡量样本对象之间相关性大小,在距离计算时同时考虑了样本间的相关性,使得本文的聚类结果更准确。其次,本文构建了可推理计算的模糊认知图模型,可以识别出完整的因果事件链,最终推理得到用户的隐性需求。基于抽象因果知识库构建了领域内的模糊认知图FCM,并结合其推理机制设计出间接因果关系的识别方法。基于所识别出的直接因果和间接因果,本文构建了基于图论的因果链推理模型,可以识别出完整的因果事件链,通过分析因果链中描述用户行为体验不同层次的因果关系,最终可以发现用户行为背后的动机、痛点以及后续可能的目标,这些用户尚未表达的即为本文预测得到的用户隐性需求。