基于統(tǒng)計(jì)和情感分析的在線酒店服務(wù)質(zhì)量監(jiān)測(cè)

馬海容

摘要：由于在線評(píng)價(jià)的主觀性強(qiáng)，本研究提出基于統(tǒng)計(jì)和情感分析模型，將文本挖掘技術(shù)引入到酒店顧客在線評(píng)論研究中，避免內(nèi)容分析法的主觀性并實(shí)現(xiàn)批量化處理;且對(duì)用戶評(píng)分進(jìn)行統(tǒng)計(jì)分析，從而對(duì)酒店質(zhì)量進(jìn)行監(jiān)測(cè)。研究隨機(jī)選定攜程網(wǎng)武漢地區(qū)各類酒店顧客在線評(píng)論為研究對(duì)象，結(jié)合主客觀指標(biāo)對(duì)酒店服務(wù)質(zhì)量加以衡量和監(jiān)測(cè)，發(fā)現(xiàn)三星級(jí)酒店現(xiàn)階段質(zhì)量亟待改進(jìn)。

關(guān)鍵詞：統(tǒng)計(jì)方法;情感分析;在線評(píng)論;酒店服務(wù)質(zhì)量監(jiān)測(cè)

中圖分類號(hào)：F274? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1672-7517（2019）01-0091-02

1 引言

隨著國民經(jīng)濟(jì)的增長和人們生活水平的提高，人們對(duì)旅行和精神上的享受越來越重視，酒店作為旅游行業(yè)不可缺省的部分，占舉足輕重的地位。到目前為止，我國各層次類型酒店的設(shè)施設(shè)備已經(jīng)相對(duì)完善，但是仍存在很多問題：1）硬件設(shè)施良莠不齊;2）服務(wù)水平參差不齊;3）地域差異明顯等。隨著人們生活水平的提高，人們?cè)絹碓阶非笫孢m度和良好環(huán)境，價(jià)格優(yōu)勢(shì)已被逐漸弱化。隨著互聯(lián)網(wǎng)的快速發(fā)展使網(wǎng)上預(yù)訂勢(shì)不可擋，但網(wǎng)上預(yù)訂用戶不能真實(shí)感知酒店服務(wù)質(zhì)量，前用戶評(píng)價(jià)很大程度上直接決定了現(xiàn)用戶選擇。現(xiàn)階段人們對(duì)酒店服務(wù)質(zhì)量的評(píng)判多數(shù)僅限于客觀指標(biāo)，例如地理位置、價(jià)格范圍、房間設(shè)施等。本文提出一種結(jié)合客觀指標(biāo)和用戶主觀評(píng)論指標(biāo)的模型，通過自然語言處理技術(shù)，對(duì)無結(jié)構(gòu)的客戶評(píng)論進(jìn)行數(shù)據(jù)的自動(dòng)挖掘，對(duì)有結(jié)構(gòu)的評(píng)分?jǐn)?shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，結(jié)合客觀和主觀指標(biāo)雙指標(biāo)對(duì)酒店質(zhì)量進(jìn)行評(píng)價(jià)，從而達(dá)到酒店服務(wù)質(zhì)量監(jiān)測(cè)的目的。

2 相關(guān)研究

目前，酒店在線評(píng)論的研究主要集中在評(píng)論信息挖掘和評(píng)論影響研究?jī)蓚€(gè)方面。但以下三點(diǎn)還有些欠缺：一學(xué)者往往對(duì)服務(wù)質(zhì)量的測(cè)量、控制和管理方法加以探討，研究方法以定性研究為主，較少運(yùn)用定量研究方法;二在各類型各地區(qū)等細(xì)化維度上的分析或?qū)Ρ妊芯枯^少;三多數(shù)研究的方法為內(nèi)容分析法，不能對(duì)評(píng)論批量處理。因此，本文提出基于統(tǒng)計(jì)和情感分析的模型，將文本挖掘技術(shù)引入到酒店顧客在線評(píng)論研究中，盡量避免內(nèi)容分析法的主觀性并實(shí)現(xiàn)批量化處理;對(duì)用戶評(píng)分進(jìn)行統(tǒng)計(jì)分析，從而對(duì)酒店質(zhì)量進(jìn)行客觀評(píng)價(jià)。隨機(jī)選定攜程網(wǎng)武漢地區(qū)各類型酒店顧客在線評(píng)論為研究對(duì)象，結(jié)合主客觀指標(biāo)對(duì)酒店服務(wù)質(zhì)量加以衡量和監(jiān)測(cè)。

3 基于統(tǒng)計(jì)和情感分析的模型

3.1 基于統(tǒng)計(jì)和情感分析的模型

本文的研究方法主要是文本挖掘，是在非結(jié)構(gòu)化的文本數(shù)據(jù)中抽取有價(jià)值的信息，包括對(duì)從在線酒店評(píng)論文本進(jìn)行預(yù)處理、分詞與詞頻統(tǒng)計(jì)、特征選取、情感分析等過程。對(duì)有結(jié)構(gòu)的評(píng)分統(tǒng)計(jì)分析，結(jié)合主客觀指標(biāo)對(duì)酒店質(zhì)量做出評(píng)估。

3.2研究過程

（1）樣本選取

本文定向選取攜程網(wǎng)酒店評(píng)論5000多條。選取攜程網(wǎng)的理由：a.攜程網(wǎng)有酒店位置、設(shè)施、服務(wù)和衛(wèi)生的打分項(xiàng)（滿分5分）;b.對(duì)比去哪兒網(wǎng)和藝龍網(wǎng)等多個(gè)網(wǎng)站，發(fā)現(xiàn)該網(wǎng)用戶評(píng)論長度長，包含有用信息的可能性較大，藝龍網(wǎng)站評(píng)論對(duì)本研究來說有用內(nèi)容偏少;c.該網(wǎng)多數(shù)配圖評(píng)論，更真實(shí);d.該網(wǎng)排名靠前更具權(quán)威性。

（2）數(shù)據(jù)預(yù)處理

過濾無意義和質(zhì)量低的評(píng)論以降低數(shù)據(jù)噪音，過濾內(nèi)容：a.廣告評(píng)論。銷售或轉(zhuǎn)手產(chǎn)品的廣告帖，一般含電話號(hào)碼、QQ號(hào)或網(wǎng)頁鏈接。b.宣傳評(píng)論。宣傳酒店把產(chǎn)品、返現(xiàn)作為活動(dòng)獎(jiǎng)品的宣傳帖。c.無用評(píng)論。僅僅包含純大量重復(fù)或者無任何價(jià)值的評(píng)論，例：好，很好，贊，差，等。以上評(píng)論對(duì)酒店評(píng)論挖掘無意義，在預(yù)處理時(shí)刪除，同時(shí)只選取了中文評(píng)論加以保證語言的統(tǒng)一性。

酒店評(píng)論信息預(yù)處理后對(duì)文本進(jìn)一步處理：a.采用NIPIR分詞。一條評(píng)論分詞后得到一個(gè)詞向量，且每個(gè)詞都帶詞性標(biāo)記，如名詞、動(dòng)詞、形容和方位詞等，且以“，”“。”“！”等將評(píng)論劃分為獨(dú)立句子;b.根據(jù)需要對(duì)分詞后的結(jié)果去停用詞，去掉還、也、的、地、語氣助詞、方位和時(shí)間副詞等;c.觀點(diǎn)抽取，本文情感分析方面選硬件設(shè)施、位置和交通、酒店環(huán)境、服務(wù)、衛(wèi)生、餐飲和價(jià)格七個(gè)指標(biāo)對(duì)酒店質(zhì)量評(píng)價(jià)，給定指標(biāo)選取特征詞為：硬件設(shè)施：設(shè)施、裝修、空調(diào)、床、房間、衛(wèi)生間、淋浴、WIFI、隔音;位置：位置、交通;環(huán)境：環(huán)境;服務(wù)：前臺(tái)服務(wù)、服務(wù)、大堂服務(wù)、門童;餐飲：餐飲、早餐;衛(wèi)生：衛(wèi)生間、衛(wèi)生;價(jià)格：價(jià)格。后根據(jù)給定的特征詞對(duì)評(píng)論文本分類。

計(jì)算每句評(píng)論中的形容詞與給定特征詞的距離，找到離給定特征詞最近的形容詞（修飾詞）作為觀點(diǎn)詞，形成特征-觀點(diǎn)對(duì)。例[早餐也不錯(cuò)]，提取后特征-觀點(diǎn)對(duì)是<早餐、不錯(cuò)>。

（3）情感分析

用SO-PMI方法計(jì)算特征-觀點(diǎn)對(duì)情感傾向，Turney提出基于情感詞組的SO-PMI語義分類方法，定義逐點(diǎn)互信息量（PMI，Pointwise Mutual Information）計(jì)算兩個(gè)詞w1和w2間的語義相關(guān)性：

計(jì)算抽取的觀點(diǎn)詞與情感詞Positive和Negative的PMI，并利用SO（semantic opinion orientation）來計(jì)算該詞的語義傾向性：

[SO（w）=PMI（w，"Positive"）-PMI（w，"Negative"）]? ? ? ? ?（2）

若SO>0，則表示該特征-觀點(diǎn)對(duì)好評(píng)（即正面情感），即在這條評(píng)論中用戶對(duì)該特征好評(píng)，若SO<0，說明酒店給了用戶這個(gè)特征方面不好的體驗(yàn)，即酒店要在這個(gè)特征方面做必要的改進(jìn)。計(jì)算每個(gè)評(píng)論中的特征-觀點(diǎn)對(duì)的SO值，然后將七個(gè)特征方面SO值匯總，即是每個(gè)特征的用戶情感。

（4）評(píng)分統(tǒng)計(jì)分析

使用SPASS軟件對(duì)抓取的每個(gè)星級(jí)最受歡迎的前50家酒店的設(shè)施、位置、服務(wù)和衛(wèi)生統(tǒng)計(jì)分析，滿分5分，且對(duì)來自不同星級(jí)酒店數(shù)據(jù)進(jìn)行離散程度、均值分析和雙變量線性相關(guān)分析。

4 實(shí)驗(yàn)結(jié)果

4.1情感分類結(jié)果分析

為保證情感分析實(shí)驗(yàn)的準(zhǔn)確性，選取武漢以下4個(gè)類別最受歡迎的酒店各5家，并從每個(gè)酒店隨機(jī)選取2016年至今的評(píng)論50條。部分?jǐn)?shù)據(jù)為：五星級(jí)：硬件設(shè)施389，位置171，環(huán)境70，服務(wù)344，餐飲：132，衛(wèi)生：126，價(jià)格84。注：以涉及的評(píng)論句子個(gè)數(shù)為計(jì)量單位。例：視野不錯(cuò)，前臺(tái)服務(wù)專業(yè)，酒店位置也很好。該評(píng)論涉及“服務(wù)”“位置”兩個(gè)指標(biāo)。

從提取的評(píng)論分布可看出評(píng)論中提到較多的是硬件設(shè)施、位置和服務(wù)，且服務(wù)占比最大，由此可見，服務(wù)型行業(yè)未來發(fā)展應(yīng)該更加注重服務(wù)質(zhì)量的提升。

由分類和情感傾向值計(jì)算部分結(jié)果展示為：五星級(jí)正向情感概率為：硬件設(shè)施39.85%，位置70.18%，環(huán)境58.57%，服務(wù)87.21%，餐飲：58.01%，衛(wèi)生：80.16%，價(jià)格23.80%。發(fā)現(xiàn)：a.星級(jí)越高，相對(duì)來說位置、環(huán)境和服務(wù)好評(píng)率越高;b.經(jīng)濟(jì)型酒店價(jià)格優(yōu)勢(shì)較明顯。c.所有酒店普遍設(shè)施陳舊，星級(jí)越低，空調(diào)、隔音等硬件設(shè)施問題越突出。當(dāng)然本實(shí)驗(yàn)獲取的評(píng)論樣本有限，可能存在不同程度的偏差，原因如下：a.大部分網(wǎng)站會(huì)好評(píng)優(yōu)先，且本實(shí)驗(yàn)評(píng)論覆蓋有限，因此好評(píng)率可能偏高;b.不同星級(jí)的評(píng)價(jià)標(biāo)準(zhǔn)不同，星級(jí)越高，用戶對(duì)酒店要求越高;c.情感分類存在錯(cuò)分，以“，”“。”“！”分割會(huì)忽略上下文的關(guān)系，例“沒的說”在文本中不結(jié)合上下文很容易產(chǎn)生歧義使得情感分類出錯(cuò)。

4.2評(píng)分統(tǒng)計(jì)結(jié)果分析

對(duì)星級(jí)酒店最受歡迎前25家酒店評(píng)分統(tǒng)計(jì)分析。得到五星級(jí)酒店在位置、設(shè)施、服務(wù)和衛(wèi)生四方面的評(píng)分均值為4.5120、4.4560、4.5000和4.5960，除設(shè)施外其他指標(biāo)均達(dá)90%，方差分別為0.045，0.060，0.030，0.032，分?jǐn)?shù)差異較小，無突然地跳躍點(diǎn)，說明評(píng)分較可靠。由此，五星級(jí)酒店需優(yōu)化設(shè)施保證其質(zhì)量。四星級(jí)酒店評(píng)分均值分別為4.4600，4.3440，4.4280，4.5240，服務(wù)和設(shè)施相對(duì)較低，三星的酒店評(píng)分均值低于二星級(jí)及以下的評(píng)分均值，說明三星級(jí)酒店需要全面整頓，注重服務(wù)質(zhì)量。

為明確酒店位置、設(shè)施、服務(wù)和衛(wèi)生間關(guān)系，對(duì)其做雙變量相關(guān)系分析得：在0.05水平上位置和設(shè)施、位置和服務(wù)、位置和衛(wèi)生顯著相關(guān);在0.01水平上設(shè)施和服務(wù)、設(shè)施和衛(wèi)生、服務(wù)和衛(wèi)生室顯著相關(guān)。各因素之間都有相關(guān)關(guān)系，一般位置越差設(shè)施也會(huì)越差，服務(wù)差的酒店衛(wèi)生情況也差。全面的評(píng)價(jià)酒店質(zhì)量須著眼于全局。

5 結(jié)束語

本研究取得良好效果，說明基于統(tǒng)計(jì)和情感分析的模型確實(shí)可行，綜合分析可知：a.酒店最大的問題是設(shè)施老舊，客戶對(duì)設(shè)施滿意度低;b.三星級(jí)酒店整體質(zhì)量有待加強(qiáng)，各要素都需要嚴(yán)格按照星級(jí)要求改進(jìn);c.所有星級(jí)酒店都存在某要素不達(dá)星級(jí)標(biāo)準(zhǔn)的情況，例如，設(shè)施老舊，管理專業(yè)化程度欠缺;d.服務(wù)質(zhì)量有待加強(qiáng)。

在本次研究中，發(fā)現(xiàn)三星級(jí)酒店問題最大，需要及時(shí)改進(jìn)，且對(duì)比效果明顯。當(dāng)然試驗(yàn)中仍有不足之處：a.數(shù)據(jù)量相對(duì)較小;b.情感分類中一句為單位，忽略了句子之間的關(guān)系，可能導(dǎo)致誤分。接下來我會(huì)增大數(shù)據(jù)分析，并且通過語義分析和依存句法分析，使得實(shí)驗(yàn)結(jié)果更加精準(zhǔn)。

參考文獻(xiàn)：

[1] 熊偉，許俊華.基于內(nèi)容分析法的我國經(jīng)濟(jì)型酒店服務(wù)質(zhì)量評(píng)價(jià)研究[J].北京第二外國語學(xué)院學(xué)報(bào)，2010（11）：57-67.

[2] 曹彬.互聯(lián)網(wǎng)上旅游評(píng)論的情感分析及其有用性研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2008.

[3] 張紫瓊，葉強(qiáng)，李一軍.互聯(lián)網(wǎng)商品評(píng)論情感分析研究綜述[J].管理科學(xué)學(xué)報(bào)，2010，（13）：85～96.

[4] 熊偉 ， 高陽 ， 吳必虎. 中外國際高星級(jí)連鎖酒店服務(wù)質(zhì)量對(duì)比研究——基于網(wǎng)絡(luò)評(píng)價(jià)的內(nèi)容分析 [J]. 經(jīng)濟(jì)地理 ，2012，32（2）：160-165.

[5] 張慧 . 基于內(nèi)容分析法的高星級(jí)飯店服務(wù)質(zhì)量實(shí)證比較研究 [J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào) ，2012（2）：77-84.

[6] 賀飛艷，何炎祥，劉楠，等.面向微博短文本的細(xì)粒度情感特征抽取方法[J].北京大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，50（1）：48-54.

[7] 李湘東，巴志超，黃莉.基于LDA 模型和 HowNet的多粒度子話題劃分方法[J] .計(jì)算機(jī)應(yīng)用研究， 2015，32（6）：1625-1629.

[8]J. Z. Zhai， H. Xu， J. Li， P. JIA.Sentiment Classification for Chinese Reviews Based on Key Substring Features[C]. Proceedings of the Conference on Natural Language Processing and Knowledge Engineering[J]. Dalian， China： IEEE Computer Society， 2009：1-8.

[9]Detecting Implicit Expressions of Sentiment in Text Based on Commonsense Knowledge. Alexandra Balahur，Jesus M Hermida，Andres Montoyo. Proceeding of the 2th workshop on computational approaches to subjectivity and sentiment analysis ACI-HLT . 2011.

[10]Automatically generating annotator rationales to improve sentiment， classification. Yessenalina Ainur，Choi Yejin，Cardie Claire. Proceedings of the ACL 2010 Conference Short Papers （ACL） . 2010.