[目的/意義]旨在為用戶出行時酒店預(yù)訂提供參考建議。[方法/過程]對繽客網(wǎng)上的酒店評論數(shù)據(jù)進行預(yù)處理,使用Python在Anaconda環(huán)境下實現(xiàn)評論文本的情感極性分析和主觀性分析,并結(jié)合正面評論詞數(shù)、負面評論詞數(shù)、消費者此前評論數(shù)構(gòu)建評論數(shù)據(jù)有用性影響因素模型,最后通過多元線性回歸模型對評論數(shù)據(jù)有用性影響因素進行實證分析。[結(jié)果/結(jié)論]情感極性指標(biāo)與評論有用性具有顯著的相關(guān)性;正面評論詞數(shù)和消費者此前評論數(shù)與評論有用性有一定程度的正面影響,這些影響因素能夠幫助用戶進行輔助決策。 

【文章來源】：情報探索. 2020,(07)

【文章頁數(shù)】：7 頁

【部分圖文】：

影響因素分析流程圖


本文編號：3413889