基于文本情感分析的江西省5A級景區(qū)網(wǎng)絡口碑綜合評價.pdf

1、移動互聯(lián)網(wǎng)和在線支付的飛速發(fā)展，使得旅游這種體驗式消費的購買方式，逐漸由線下轉移到了線上。這也促使各大旅游網(wǎng)站成為了游客們交流旅游體驗，發(fā)表對景區(qū)評價的重要平臺。由此而形成的網(wǎng)絡口碑，也成了影響潛在旅游者出行意愿的重要因素之一。同樣，景區(qū)網(wǎng)絡口碑也是景區(qū)管理者把握景區(qū)形象，及時調整景區(qū)經(jīng)營管理方案的重要信息來源。因此，對景區(qū)網(wǎng)絡口碑的挖掘分析對于景區(qū)管理者和景區(qū)潛在游客具有重要意義。本文針對江西省6個5A景區(qū)的網(wǎng)絡口碑進行分析挖掘，利用

2、特征情感分析建立了景區(qū)網(wǎng)絡口碑綜合評價體系。
　　本文利用網(wǎng)絡爬蟲工具，從攜程、同程和驢媽媽這三個主要的旅游網(wǎng)站抓取了江西省6個5A級景區(qū)2014-2016三年間共23300條評論數(shù)據(jù)。將原始數(shù)據(jù)利用R語言進行清洗和切詞之后。對切分后的數(shù)據(jù)，利用LTP語言云依存句法分析組件進行依存句法分析，并從分析結果中篩選出30198個景區(qū)特征與游客情感態(tài)度組成的詞對，其中共包含3340個景區(qū)特征詞，1444個情感詞。
　　為了建立景區(qū)網(wǎng)

3、絡口碑綜合評價指標體系，本文利用R語言建立LDA主題模型，提取評論中蘊含的18個共同主題，并根據(jù)其關聯(lián)詞特點進行歸并，建立了景區(qū)網(wǎng)絡口碑綜合評價的三級指標體系。再將得到的特征情感詞對歸入11個三級指標，利用文本情感分析和語義相似度計算對特征情感詞對的情感傾向做出判斷，得出6個景區(qū)11個三級指標的好評率。
　　為實現(xiàn)對景區(qū)網(wǎng)絡口碑的綜合評價，本文以11個三級指標包含的特征情感詞對數(shù)量為依據(jù)，構建兩兩比較判斷矩陣，利用層次分析法由最底