[目的/意義]旨在為用戶出行時(shí)酒店預(yù)訂提供參考建議。[方法/過程]對(duì)繽客網(wǎng)上的酒店評(píng)論數(shù)據(jù)進(jìn)行預(yù)處理,使用Python在Anaconda環(huán)境下實(shí)現(xiàn)評(píng)論文本的情感極性分析和主觀性分析,并結(jié)合正面評(píng)論詞數(shù)、負(fù)面評(píng)論詞數(shù)、消費(fèi)者此前評(píng)論數(shù)構(gòu)建評(píng)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(duì)評(píng)論數(shù)據(jù)有用性影響因素進(jìn)行實(shí)證分析。[結(jié)果/結(jié)論]情感極性指標(biāo)與評(píng)論有用性具有顯著的相關(guān)性;正面評(píng)論詞數(shù)和消費(fèi)者此前評(píng)論數(shù)與評(píng)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(jìn)行輔助決策。 

【文章來源】：情報(bào)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(hào)：3413889