酒店评论数据有用性影响因素分析——以缤客网为例

发布时间：2021-09-29 14:43

　　[目的/意义]旨在为用户出行时酒店预订提供参考建议。[方法/过程]对缤客网上的酒店评论数据进行预处理,使用Python在Anaconda环境下实现评论文本的情感极性分析和主观性分析,并结合正面评论词数、负面评论词数、消费者此前评论数构建评论数据有用性影响因素模型,最后通过多元线性回归模型对评论数据有用性影响因素进行实证分析。[结果/结论]情感极性指标与评论有用性具有显著的相关性;正面评论词数和消费者此前评论数与评论有用性有一定程度的正面影响,这些影响因素能够帮助用户进行辅助决策。 

【文章来源】：情报探索. 2020,(07)

【文章页数】：7 页

【部分图文】：

影响因素分析流程图


本文编号：3413889