监督式客人满意度分类研究
1. 研究背景与目标
客人在商务旅行时的整体满意度通常低于休闲旅行。不过,这一结果会受到一些背景因素的影响,如旅行者的休闲与工作倾向、目的地的经济和文化特征以及旅行者的国籍等。本研究旨在从Tripadvisor获取的酒店评论数据集中评估客人满意度。为了衡量满意度水平,我们使用了如朴素贝叶斯(NB)、决策树(DT)、随机森林(RF)、支持向量机(SVM)和人工神经网络(ANN)等分类器,并通过性能指标来检验它们的准确性。
2. 研究方法
2.1 数据描述与分析
我们进行了一项文本分析研究,旨在分析通过电子口碑(EWOM)体现的酒店客人满意度及其对TripAdvisor.com上酒店整体评分的影响。选择Tripadvisor.com的数据,是因为它是全球最大的电子服务社交媒体平台,拥有超过4.6亿条与酒店、餐厅和其他电子服务相关的EWOM。2015年,我们共下载了569,861条评论,这些数据也可在https://twin - persona.org上免费获取。
| 类别 | 评论数量 |
|---|---|
| 满意客人 | 219,984 |
| 不满意客人 | 19,875 |
| 酒店评论总数(N) | 239,859 |
| 评论总数 |
超级会员免费看
订阅专栏 解锁全文

22

被折叠的 条评论
为什么被折叠?



