【淺析攜程網(wǎng)在線評論對顧客酒店消費意愿的影響實證研究7900字（論文）】

攜程網(wǎng)在線評論對顧客酒店消費意愿的影響實證分析—以維也納酒店為例目錄TOC\o"1-2"\h\u28424攜程網(wǎng)在線評論對顧客酒店消費意愿的影響實證分析 187250引言 1176001問題描述 2116372研究方法 4134772.1評論信息可靠性的計算 42212.2評論信息的信度表示 5178702.3屬性權(quán)重的確定 6198022.4多屬性評論信息的合成 6312422.5顧客滿意度的效用值計算及排序 758093算例分析 7211294結(jié)論 10摘要：酒店可以通過分析在線評論了解顧客的滿意度，但不同的在線評論在反映顧客滿意度方面的可靠性有所不同。如何在考慮在線評論可靠性的前提下更加合理地評價酒店的顧客滿意度仍然是一個有待解決的問題。針對這一問題，本文提出了一種酒店顧客滿意度評價方法。首先，在考慮不同評論的可靠性差異的情況下，將在線評論轉(zhuǎn)化為基本可信度分配。其次，依據(jù)離差最大化方法和Dempster合成法則，對評論信息進行合成。最后，利用效用函數(shù)計算顧客滿意度的效用值，并基于計算得到的效用值對顧客滿意度進行分析?；谒募彝愋途频甑脑诰€評論，給出了該方法應(yīng)用的算例分析。所提出的方法有望幫助酒店管理人員評價酒店的顧客滿意度，并制定相應(yīng)的提升策略以提高其行業(yè)競爭力。關(guān)鍵詞：顧客滿意度；在線評論；可靠性；證據(jù)理論；離差最大化0引言顧客滿意度是酒店服務(wù)和管理的重要概念A(yù)DDINEN.CITE<EndNote><Cite><Author>Fornell</Author><Year>1992</Year><RecNum>3</RecNum><DisplayText><styleface="superscript">[1,2]</style></DisplayText><record><rec-number>3</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587283381">3</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Fornell,Claes</author></authors></contributors><titles><title>Anationalcustomersatisfactionbarometer:TheSwedishexperience</title><secondary-title>Journalofmarketing</secondary-title></titles><periodical><full-title>Journalofmarketing</full-title></periodical><pages>6-21</pages><volume>56</volume><number>1</number><dates><year>1992</year></dates><isbn>0022-2429</isbn><urls></urls><electronic-resource-num>10.2307/1252129</electronic-resource-num></record></Cite><Cite><Author>Tussyadiah</Author><Year>2016</Year><RecNum>1</RecNum><record><rec-number>1</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587281370">1</key><keyapp="ENWeb"db-id="">0</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Tussyadiah,IisP.</author></authors></contributors><titles><title>Factorsofsatisfactionandintentiontousepeer-to-peeraccommodation</title><secondary-title>InternationalJournalofHospitalityManagement</secondary-title></titles><periodical><full-title>InternationalJournalofHospitalityManagement</full-title></periodical><pages>70-80</pages><volume>55</volume><section>70</section><dates><year>2016</year></dates><isbn>02784319</isbn><urls></urls><electronic-resource-num>10.1016/j.ijhm.2016.03.005</electronic-resource-num></record></Cite></EndNote>[1,2]，直接關(guān)系到酒店的形象和績效ADDINEN.CITE<EndNote><Cite><Author>Kim</Author><Year>2013</Year><RecNum>5</RecNum><DisplayText><styleface="superscript">[3]</style></DisplayText><record><rec-number>5</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587284569">5</key><keyapp="ENWeb"db-id="">0</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Kim,WooGon</author><author>Cho,Meehee</author><author>Brymer,RobertA.</author></authors></contributors><titles><title>Determinantsaffectingcomprehensiveproperty-levelhotelperformance:Themoderatingroleofhoteltype</title><secondary-title>InternationalJournalofHospitalityManagement</secondary-title></titles><periodical><full-title>InternationalJournalofHospitalityManagement</full-title></periodical><pages>404-412</pages><volume>34</volume><section>404</section><dates><year>2013</year></dates><isbn>02784319</isbn><urls></urls><electronic-resource-num>10.1016/j.ijhm.2012.12.002</electronic-resource-num></record></Cite></EndNote>[3]，是酒店經(jīng)營取得長期成功的關(guān)鍵。良好的顧客滿意度可以提高顧客忠誠度和顧客保留率ADDINEN.CITE<EndNote><Cite><Author>Shankar</Author><Year>2003</Year><RecNum>15</RecNum><DisplayText><styleface="superscript">[4]</style></DisplayText><record><rec-number>15</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587297150">15</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Shankar,Venkatesh</author><author>Smith,AmyK</author><author>Rangaswamy,Arvind</author></authors></contributors><titles><title>Customersatisfactionandloyaltyinonlineandofflineenvironments</title><secondary-title>InternationalJournalofResearchinMarketing</secondary-title></titles><periodical><full-title>InternationalJournalofResearchinMarketing</full-title></periodical><pages>153-175</pages><volume>20</volume><number>2</number><dates><year>2003</year></dates><isbn>0167-8116</isbn><urls></urls><electronic-resource-num>10.1016/S0167-8116(03)00016-8</electronic-resource-num></record></Cite></EndNote>[4]，而且有助于已入住顧客將酒店推薦給其他消費者，從而增加酒店的顧客數(shù)量提高酒店盈利能力以及績效。因此，了解顧客的滿意度情況對酒店管理人員來說具有重要意義。顧客滿意度的研究可以借助期望失驗理論ADDINEN.CITE<EndNote><Cite><Author>Oliver</Author><Year>1980</Year><RecNum>10</RecNum><DisplayText><styleface="superscript">[5]</style></DisplayText><record><rec-number>10</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587294567">10</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Oliver,RichardL</author></authors></contributors><titles><title>Acognitivemodeloftheantecedentsandconsequencesofsatisfactiondecisions</title><secondary-title>JournalofMarketingResearch</secondary-title></titles><periodical><full-title>JournalofMarketingResearch</full-title></periodical><pages>460-469</pages><volume>17</volume><number>4</number><dates><year>1980</year></dates><isbn>0022-2437</isbn><urls></urls><electronic-resource-num>10.2307/3150499</electronic-resource-num></record></Cite></EndNote>[5]，已有文獻表明期望失驗理論是顧客滿意度研究的常用理論ADDINEN.CITEADDINEN.CITE.DATA[6,7]，具體是指顧客在購買某一產(chǎn)品或者服務(wù)前，會對該產(chǎn)品或服務(wù)產(chǎn)生預(yù)期，在購買或者體驗后顧客將實際感受和預(yù)期進行比較。如果實際表現(xiàn)優(yōu)于期望，則產(chǎn)生正面的失驗；若等于期望，則無失驗產(chǎn)生；若低于期望，則產(chǎn)生負(fù)面的失驗。其中無失驗和正面的失驗導(dǎo)致顧客滿意，而負(fù)面的失驗導(dǎo)致顧客不滿意。應(yīng)用該理論研究顧客滿意度時，可以運用某些方式直接獲取顧客服務(wù)體驗超出、滿足或低于預(yù)期的程度以調(diào)查預(yù)期的失驗和不失驗。在已有研究中，獲取期望失驗程度的方式有問卷ADDINEN.CITEADDINEN.CITE.DATA[8,9]、訪談ADDINEN.CITE<EndNote><Cite><Author>Dominici</Author><Year>2010</Year><RecNum>20</RecNum><DisplayText><styleface="superscript">[10]</style></DisplayText><record><rec-number>20</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587297974">20</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Dominici,Gandolfo</author><author>Guzzo,Rosa</author></authors></contributors><titles><title>Customersatisfactioninthehotelindustry:acasestudyfromSicily</title><secondary-title>InternationalJournalofMarketingStudies</secondary-title></titles><periodical><full-title>InternationalJournalofMarketingStudies</full-title></periodical><pages>3-12</pages><volume>2</volume><number>2</number><dates><year>2010</year></dates><urls></urls><electronic-resource-num>10.5539/ijms.v2n2p3</electronic-resource-num></record></Cite></EndNote>[10]等，但通過這些方式從顧客處獲取的信息可能因顧客不情愿配合或者調(diào)查過程中其他外界因素的干擾，而導(dǎo)致顧客所做出的評價不能真實反映其住宿后的滿意情況。近年，互聯(lián)網(wǎng)技術(shù)的發(fā)展改變了顧客的消費行為，顧客更傾向于在網(wǎng)上預(yù)訂酒店，并在預(yù)訂網(wǎng)站上針對住宿經(jīng)歷發(fā)表評論，這些評論信息反映了顧客的期望失驗程度，而且會影響潛在顧客對酒店的預(yù)定決策。所以相比問卷、訪談等方式獲取的數(shù)據(jù)，在線評論是顧客自發(fā)生成的，更能體現(xiàn)顧客對酒店滿意度的真實感受，且更具有現(xiàn)實意義。此外，由于互聯(lián)網(wǎng)的開放性，也使得這種數(shù)據(jù)獲取方式的成本更低。目前，已有一些國內(nèi)外學(xué)者借助酒店在線評論進行顧客滿意度研究。其中一些學(xué)者通過分析在線文本評論來識別酒店服務(wù)的關(guān)鍵維度，然后進行顧客滿意度分析。如ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>Berezina</Author><Year>2016</Year><RecNum>34</RecNum><DisplayText>Berezina等(2016)<styleface="superscript">[11]</style></DisplayText><record><rec-number>34</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587300214">34</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Berezina,K.</author><author>Bilgihan,A.</author><author>Cobanoglu,C.</author><author>Okumus,F.</author></authors></contributors><titles><title>UnderstandingSatisfiedandDissatisfiedHotelCustomers:TextMiningofOnlineHotelReviews</title><secondary-title>JournalofHospitalityMarketing&Management</secondary-title></titles><periodical><full-title>JournalofHospitalityMarketing&Management</full-title></periodical><pages>1-24</pages><volume>25</volume><number>1</number><dates><year>2016</year></dates><isbn>1936-8623</isbn><accession-num>WOS:000374888100001</accession-num><urls><related-urls><url><GotoISI>://WOS:000374888100001</url></related-urls></urls><electronic-resource-num>10.1080/19368623.2015.983631</electronic-resource-num></record></Cite></EndNote>Berezina等(2016)[11]采用文本挖掘方法，分析滿意和不滿意顧客的在線評論。通過運用潛在狄利克雷分析方法(LDA)，ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>Bi</Author><Year>2019</Year><RecNum>26</RecNum><DisplayText>Bi等(2019)<styleface="superscript">[12]</style></DisplayText><record><rec-number>26</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587298464">26</key><keyapp="ENWeb"db-id="">0</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Bi,J.W.</author><author>Liu,Yang</author><author>Fan,Z.P.</author><author>Zhang,Jin</author></authors></contributors><titles><title>Wisdomofcrowds:Conductingimportance-performanceanalysis(IPA)throughonlinereviews</title><secondary-title>TourismManagement</secondary-title></titles><periodical><full-title>TourismManagement</full-title></periodical><pages>460-478</pages><volume>70</volume><section>460</section><dates><year>2019</year></dates><isbn>02615177</isbn><urls></urls><electronic-resource-num>10.1016/j.tourman.2018.09.010</electronic-resource-num></record></Cite></EndNote>Bi等(2019)[12]從在線文本評論中提取顧客關(guān)注的服務(wù)屬性進行IPA分析。ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>Guo</Author><Year>2017</Year><RecNum>37</RecNum><DisplayText>Guo等(2017)<styleface="superscript">[13]</style></DisplayText><record><rec-number>37</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587300480">37</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Guo,Y.</author><author>Barnes,S.J.</author><author>Jia,Q.</author></authors></contributors><titles><title>Miningmeaningfromonlineratingsandreviews:Touristsatisfactionanalysisusinglatentdirichletallocation</title><secondary-title>TourismManagement</secondary-title></titles><periodical><full-title>TourismManagement</full-title></periodical><pages>467-483</pages><volume>59</volume><dates><year>2017</year><pub-dates><date>Apr</date></pub-dates></dates><isbn>0261-5177</isbn><accession-num>WOS:000390739400042</accession-num><urls><related-urls><url><GotoISI>://WOS:000390739400042</url></related-urls></urls><electronic-resource-num>10.1016/j.tourman.2016.09.009</electronic-resource-num></record></Cite></EndNote>Guo等(2017)[13]利用LDA分析Tripadvisor上的文本評論，以提取酒店顧客滿意度的維度。ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>劉巖</Author><Year>2020</Year><RecNum>161</RecNum><DisplayText>劉巖等(2020)<styleface="superscript">[14]</style></DisplayText><record><rec-number>161</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1602834026">161</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>劉巖</author><author>張艷榮</author><author>趙志杰</author><author>閆曉彤</author><author>張佳琳</author></authors></contributors><auth-address>哈爾濱商業(yè)大學(xué)計算機與信息工程學(xué)院;哈爾濱商業(yè)大學(xué)黑龍江省電子商務(wù)與信息處理重點實驗室;</auth-address><titles><title>基于情感分析的酒店顧客滿意度評估</title><secondary-title>計算機應(yīng)用與軟件</secondary-title></titles><periodical><full-title>計算機應(yīng)用與軟件</full-title></periodical><pages>54-60+67</pages><volume>37</volume><number>02</number><keywords><keyword>酒店顧客滿意度</keyword><keyword>TF-IDF</keyword><keyword>K-means</keyword><keyword>文本分類</keyword><keyword>情感分析</keyword></keywords><dates><year>2020</year></dates><isbn>1000-386X</isbn><call-num>31-1260/TP</call-num><urls></urls><remote-database-provider>Cnki</remote-database-provider></record></Cite></EndNote>劉巖等(2020)[14]借助TF-IDF算法和文本聚類方法從文本評論中獲取酒店顧客滿意度評價的指標(biāo)體系，然后運用線性回歸分析構(gòu)造滿意度評價模型。ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>Xu</Author><Year>2017</Year><RecNum>21</RecNum><DisplayText>Xu等(2017)<styleface="superscript">[15]</style></DisplayText><record><rec-number>21</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587298021">21</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Xu,Xun</author><author>Wang,Xuequn</author><author>Li,Yibai</author><author>Haghighi,Mohammad</author></authors></contributors><titles><title>Businessintelligenceinonlinecustomertextualreviews:Understandingconsumerperceptionsandinfluentialfactors</title><secondary-title>InternationalJournalofInformationManagement</secondary-title></titles><periodical><full-title>InternationalJournalofInformationManagement</full-title></periodical><pages>673-683</pages><volume>37</volume><number>6</number><dates><year>2017</year></dates><isbn>0268-4012</isbn><urls></urls><electronic-resource-num>10.1016/j.ijinfomgt.2017.06.004</electronic-resource-num></record></Cite></EndNote>Xu等(2017)[15]利用潛在語義分析方法(LSA)分析顧客的在線文本評論，來調(diào)查顧客對酒店產(chǎn)品和服務(wù)屬性的滿意度和不滿意度。但是，顧客在發(fā)表在線文本評論時只會針對所關(guān)注的屬性進行評價，因此不同的評論所涉及的酒店屬性可能不同，并且有些評論中提到的屬性較少，致使借助屬性提取方法和情感分析方法，從用戶生成的評論中轉(zhuǎn)化得到的結(jié)構(gòu)化數(shù)據(jù)可能是稀少的ADDINEN.CITE<EndNote><Cite><Author>Bi</Author><Year>2020</Year><RecNum>36</RecNum><DisplayText><styleface="superscript">[16]</style></DisplayText><record><rec-number>36</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587300480">36</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Bi,JianWu</author><author>Liu,Yang</author><author>Fan,ZhiPing</author><author>Zhang,Jin</author></authors></contributors><titles><title>Exploringasymmetriceffectsofattributeperformanceoncustomersatisfactioninthehotelindustry</title><secondary-title>TourismManagement</secondary-title></titles><periodical><full-title>TourismManagement</full-title></periodical><volume>77</volume><section>104006</section><dates><year>2020</year><pub-dates><date>Apr</date></pub-dates></dates><isbn>02615177</isbn><accession-num>WOS:000502888400019</accession-num><urls><related-urls><url><GotoISI>://WOS:000502888400019</url></related-urls></urls><custom7>Unsp104006</custom7><electronic-resource-num>10.1016/j.tourman.2019.104006</electronic-resource-num></record></Cite></EndNote>[16]。在這種情況下，利用在線文本評論進行顧客滿意度評價比較困難。事實上，旅游評價網(wǎng)站會事先設(shè)定若干個屬性，讓顧客針對不同的屬性進行打分，即為在線評分。而且，ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>Geetha</Author><Year>2017</Year><RecNum>30</RecNum><DisplayText>Geetha等(2017)<styleface="superscript">[17]</style></DisplayText><record><rec-number>30</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587298789">30</key><keyapp="ENWeb"db-id="">0</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Geetha,M.</author><author>Singha,Pratap</author><author>Sinha,Sumedha</author></authors></contributors><titles><title>Relationshipbetweencustomersentimentandonlinecustomerratingsforhotels-Anempiricalanalysis</title><secondary-title>TourismManagement</secondary-title></titles><periodical><full-title>TourismManagement</full-title></periodical><pages>43-54</pages><volume>61</volume><section>43</section><dates><year>2017</year></dates><isbn>02615177</isbn><urls></urls><electronic-resource-num>10.1016/j.tourman.2016.12.022</electronic-resource-num></record></Cite></EndNote>Geetha等(2017)[17]指出文本評論與評分在情感上是一致的。所以可以利用在線評分進行顧客滿意度評價。已有一些學(xué)者利用在線評分進行酒店顧客滿意度的相關(guān)研究，如ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>Liu</Author><Year>2017</Year><RecNum>35</RecNum><DisplayText>Liu等(2017)<styleface="superscript">[18]</style></DisplayText><record><rec-number>35</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587300340">35</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Liu,Y.</author><author>Teichert,T.</author><author>Rossi,M.</author><author>Li,H.X.</author><author>Hu,F.</author></authors></contributors><titles><title>Bigdataforbiginsights:Investigatinglanguage-specificdriversofhotelsatisfactionwith412,784user-generatedreviews</title><secondary-title>TourismManagement</secondary-title></titles><periodical><full-title>TourismManagement</full-title></periodical><pages>554-563</pages><volume>59</volume><dates><year>2017</year><pub-dates><date>Apr</date></pub-dates></dates><isbn>0261-5177</isbn><accession-num>WOS:000390739400048</accession-num><urls><related-urls><url><GotoISI>://WOS:000390739400048</url></related-urls></urls><electronic-resource-num>10.1016/j.tourman.2016.08.012</electronic-resource-num></record></Cite></EndNote>Liu等(2017)[18]基于在線評分，研究使用不同評論語言的顧客對酒店的滿意情況。利用PROMETHEE-II方法，ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>李銘洋</Author><Year>2018</Year><RecNum>160</RecNum><DisplayText>李銘洋等(2018)<styleface="superscript">[19]</style></DisplayText><record><rec-number>160</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1602831661">160</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>李銘洋</author><author>趙曉杰</author></authors></contributors><auth-address>遼寧大學(xué)商學(xué)院;</auth-address><titles><title>基于顧客在線評價信息的服務(wù)質(zhì)量評價方法</title><secondary-title>遼寧大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)</secondary-title></titles><periodical><full-title>遼寧大學(xué)學(xué)報(哲學(xué)社會科學(xué)版)</full-title></periodical><pages>84-94</pages><volume>46</volume><number>05</number><keywords><keyword>在線評價信息</keyword><keyword>服務(wù)質(zhì)量評價</keyword><keyword>隨機占優(yōu)準(zhǔn)則</keyword><keyword>PROMETHEE-Ⅱ</keyword><keyword>熵權(quán)</keyword></keywords><dates><year>2018</year></dates><isbn>1002-3291</isbn><call-num>21-1076/C</call-num><urls></urls><remote-database-provider>Cnki</remote-database-provider></record></Cite></EndNote>李銘洋等(2018)[19]提出了一種基于在線評分分析酒店服務(wù)質(zhì)量的方法。ADDINEN.CITE<EndNote><CiteAuthorYear="1"><Author>Ahani</Author><Year>2019</Year><RecNum>27</RecNum><DisplayText>Ahani等(2019)<styleface="superscript">[20]</style></DisplayText><record><rec-number>27</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587298519">27</key><keyapp="ENWeb"db-id="">0</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Ahani,Ali</author><author>Nilashi,Mehrbakhsh</author><author>Yadegaridehkordi,Elaheh</author><author>Sanzogni,Louis</author><author>Tarik,A.Rashid</author><author>Knox,Kathy</author><author>Samad,Sarminah</author><author>Ibrahim,Othman</author></authors></contributors><titles><title>Revealingcustomers’satisfactionandpreferencesthroughonlinereviewanalysis:ThecaseofCanaryIslandshotels</title><secondary-title>JournalofRetailingandConsumerServices</secondary-title></titles><periodical><full-title>JournalofRetailingandConsumerServices</full-title></periodical><pages>331-343</pages><volume>51</volume><section>331</section><dates><year>2019</year></dates><isbn>09696989</isbn><urls></urls><electronic-resource-num>10.1016/j.jretconser.2019.06.014</electronic-resource-num></record></Cite></EndNote>Ahani等(2019)[20]以加那利群島的酒店為例，運用多準(zhǔn)則決策方法來確定顧客的滿意度和偏好。需要指出的是，已有研究沒有考慮在線評論的可靠性。旅游評價網(wǎng)站中的評論信息來自于不同的評論者。由于評論者所具有的知識、經(jīng)驗和偏好不同，導(dǎo)致在線評論的可靠性也存在差異。而這種可靠性的不同，導(dǎo)致在線評論的信息質(zhì)量以及為當(dāng)前評價問題提供正確、有用信息的能力也會不同。在評價酒店顧客滿意度的過程中，如果忽視在線評論可靠性的差異，將具有不同可靠性的評論信息一視同仁，往往會產(chǎn)生不符合常理的結(jié)果。所以為了更加準(zhǔn)確地評價酒店的顧客滿意度，需要對在線評論的可靠性進行度量。為此，本文提出了一種考慮在線評論可靠性的酒店顧客滿意度評價方法。在該方法中，首先，計算在線評論的可靠性，并依據(jù)可靠性對在線評論進行處理以獲得基本可信度分配。其次，利用D-S證據(jù)理論在信息融合方面的優(yōu)勢，將不同屬性的評論信息進行融合從總體上評價酒店的顧客滿意度。最后，利用效用函數(shù)計算各評價屬性對應(yīng)的滿意度效用值和各酒店的總體效用值，進而確定同類型酒店針對不同評價屬性和總體顧客滿意度的評價結(jié)果。研究結(jié)果有望對顧客滿意度研究做出有意義的貢獻，并且?guī)椭频陱臉I(yè)者更加準(zhǔn)確地評價酒店的顧客滿意度。文章余下內(nèi)容安排如下：第二節(jié)簡要描述考慮在線評論可靠性的酒店顧客滿意度評價問題。第三節(jié)介紹了一種考慮在線評論可靠性的酒店顧客滿意度評價方法。在第四節(jié)中，以四家同類型酒店的顧客滿意度評價為例，進行該方法的算例分析。最后，在第五節(jié)進行總結(jié)并指明未來的研究方向。1問題描述顧客在旅游評價網(wǎng)站中預(yù)定酒店，并在住宿體驗后在網(wǎng)站上發(fā)布在線評論，這些評論信息在一定程度上反映著顧客對酒店住宿經(jīng)歷的滿意情況。通常旅游評價網(wǎng)站中的評論信息包括評論者等級、在線評分、評論時間、評論有用數(shù)等。例如，圖1和圖2中分別給出去哪兒網(wǎng)和攜程網(wǎng)的酒店在線評論界面。從圖1和圖2可知，不同評論信息在評論時間、評論者等級和評論有用數(shù)三個方面存在差異。首先，對于評論時間，因為酒店在經(jīng)營過程中可能對服務(wù)、設(shè)施等方面進行改進，所以評論時間越臨近越能體現(xiàn)酒店當(dāng)前的顧客滿意情況，則該條評論的可靠性越高。其次，對于評論者等級，如果等級越高，說明評論者的評論經(jīng)驗越多，即住宿經(jīng)歷越多，那么他做出的評論越客觀可靠。另外，每條評論都有有用數(shù)投票，這代表著網(wǎng)站中其他評論者對該條評論的認(rèn)可程度，有用數(shù)越大，認(rèn)可程度越高，則該條評論在滿意度評價過程中的可靠性越高。本文所要解決的問題是依據(jù)以上信息衡量在線評論的可靠性，并且基于可靠性對酒店的顧客滿意度做出較為客觀準(zhǔn)確的評價，同時確定酒店在各屬性上的顧客滿意度改善順序。圖1去哪兒網(wǎng)酒店在線評論界面圖2攜程網(wǎng)酒店在線評論界面為便于下文表述，用下列符號表示問題中所涉及到的集合與變量：：同類型酒店的集合，其中表示第個酒店，；：酒店評價屬性的集合，其中表示第個酒店屬性，；：評價屬性集合的權(quán)重集合，其中表示酒店屬性的權(quán)重，，滿足，且；：顧客滿意度評價的等級集合，其中表示第個評價等級，，越大所對應(yīng)的評價等級越高。例如，時,其中為最差，為最好；：酒店在線評論數(shù)量的集合，其中表示第個酒店的在線評論總數(shù)量，；：網(wǎng)站所設(shè)置的評論者最高等級數(shù)；：酒店的第條評論信息對應(yīng)的評論者等級，，；：酒店的第條評論信息的發(fā)布時間距離評價時點的天數(shù)，，；：酒店評論信息的最早發(fā)布時間距離評價時點的天數(shù)，即；：酒店的第條評論信息的有用數(shù)，，；：酒店評論信息的最大有用數(shù)，即；：酒店的第條評論信息的可靠性，，；2研究方法為解決上述問題，下文基于D-S證據(jù)理論給出了一種考慮在線評論可靠性的酒店顧客滿意度評價方法。該方法的實現(xiàn)流程如圖3所示。首先，從旅游評價網(wǎng)站收集相關(guān)酒店的在線評論，并利用評論者等級、評論時間和評論有用數(shù)計算評論信息的可靠性；其次，基于評論信息的可靠性以及在線評分，獲取顧客滿意度評價的基本可信度分配；再次，基于離差最大化方法計算各屬性的權(quán)重，并在考慮屬性權(quán)重的情況下，根據(jù)Dempster合成法則進行多屬性的信息合成；最后，將酒店在不同評價屬性上的基本可信度分配和總體可信度分配轉(zhuǎn)化成易于比較的效用值，根據(jù)計算得到的效用值，對各酒店進行顧客滿意度排序，便于酒店制定相應(yīng)的顧客滿意度改善方案。圖3酒店顧客滿意度評價流程圖2.1評論信息可靠性的計算首先，借助爬蟲工具從旅游評價網(wǎng)站中獲取酒店評論信息，并對其中的評論者等級，評論時間和評論有用數(shù)進行無量綱處理，計算過程如下：評論者等級(1)評論時間(2)評論有用數(shù)(3)然后，基于處理后的數(shù)據(jù)計算評論信息的可靠性。假設(shè)評論者等級、評論時間和評論有用數(shù)三者的重要程度相同，則評論信息的可靠性為：(4)2.2評論信息的信度表示在依據(jù)D-S證據(jù)理論進行證據(jù)合成之前，需要將收集的酒店在線評論表示成信度形式。為了便于理解，首先對D-S證據(jù)理論的基本概念進行簡要介紹。定義1（識別框架）ADDINEN.CITE<EndNote><Cite><Author>Shafer</Author><Year>1976</Year><RecNum>41</RecNum><DisplayText><styleface="superscript">[21]</style></DisplayText><record><rec-number>41</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587342729">41</key></foreign-keys><ref-typename="Book">6</ref-type><contributors><authors><author>Shafer,Glenn</author></authors></contributors><titles><title>Amathematicaltheoryofevidence</title></titles><volume>42</volume><dates><year>1976</year></dates><publisher>Princetonuniversitypress</publisher><isbn>069110042X</isbn><urls></urls></record></Cite></EndNote>[21]：針對一個判決問題，人們所能認(rèn)識到的可能結(jié)果用集合表示，那么人們所關(guān)心的任一命題都對應(yīng)于的一個子集。被稱為識別框架，是一組有限的相互排斥且詳盡的命題。例如，在評價酒店的顧客滿意度時，顧客滿意度評價的等級集合為識別框架。定義2（基本可信度分配）ADDINEN.CITE<EndNote><Cite><Author>Yang</Author><Year>2006</Year><RecNum>40</RecNum><DisplayText><styleface="superscript">[22]</style></DisplayText><record><rec-number>40</rec-number><foreign-keys><keyapp="EN"db-id="0v59r50zrvv2w0epx2q5s5zixraptrwtdxvw"timestamp="1587341723">40</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Yang,JianBo</author><author>Wang,YingMing</author><author>Xu,DongLing</author><author>Chin,KwaiSang</author></authors></contributors><titles><title>TheevidentialreasoningapproachforMADAunderbothprobabilisticandfuzzyuncertainties</title><secondary-title>EuropeanJournalofOperationalResearch</secondary-title></titles><periodical><full-title>EuropeanJournalofOperationalResearch</full-title></periodical><pages>309-343</pages><volume>171</volume><number>1</number><dates><year>2006</year></dates><isbn>0377-2217</isbn><urls></urls><electronic-resource-num>10.1016/j.ejor.2004.09.017</electronic-resource-num></record></Cite></EndNote>[22]：設(shè)為識別框架，是的冪集。如果集函數(shù)滿足：其中，為空集，則稱函數(shù)為基本可信度分配，稱為命題的基本可信數(shù)，表示對命題的信度。顧客針對酒店入住經(jīng)歷發(fā)表在線評論時，會為每個屬性給出評分。設(shè)酒店的第條在線評論中，顧客評價屬性為等級，則顧客給出的在線評論可表示為：(5)例如，酒店的第條在線評論中，顧客針對屬性給出的評價等級為，則該條評論信息可表示為；，。于是，基本可信度分配為：(6)2.3屬性權(quán)重的確定本研究旨在基于顧客所給出的在線評論對酒店的顧客滿意度做出較為客觀準(zhǔn)確的評價，所以在屬性確定方法的選取上要考慮客觀性。此外，在確定屬性權(quán)重時，需要考慮各屬性在不同評價對象上的差異性。若某項屬性的屬性值在不同對象之間差異較大，說明針對該屬性顧客的意見出現(xiàn)較大分歧，對顧客滿意度評價的貢獻越大，則應(yīng)被賦予的權(quán)重越大。相反，若差異較小，說明針對該屬性顧客的意見趨于一致，對顧客滿意度評價的貢獻越小，則應(yīng)被賦予的權(quán)重越小。鑒于此，本文采用離差最大化方法來確定評價屬性的權(quán)重ADDINEN.CITEADDINEN.CITE.DATA[23,24]。設(shè)表示等級的效用值，表示屬性集合的非歸一化權(quán)重集合，其中表示屬性的非歸一化屬性，，滿足。具體計算步驟如下：1）對總體識別框架的每個評價等級進行賦值，即設(shè)置每個評價等級的效用值：(7)2）對于酒店，評價屬性的期望效用可定義為：(8)3）對于屬性，酒店與其他酒店的加權(quán)離差可定義為：(9)4）對于屬性，所有酒店與其他酒店的加權(quán)總離差定義為：(10)5）基于離差最大化思想，在所有屬性的離差最大時確定屬性權(quán)重，則最優(yōu)化模型為：(11)6）對求解得到的進行歸一化處理，得到屬性權(quán)重：(12)2.4多屬性評論信息的合成本節(jié)將利用Dempster合成法則融合同一酒店的多屬性評論信息從而獲得顧客對酒店滿意度的總體評價。Dempster合成法則是D-S證據(jù)理論的核心，可以對基于不同證據(jù)的信度函數(shù)進行合成。在顧客滿意度評價問題中，酒店的評價屬性集合為證據(jù)集。通過融合同一酒店不同評價屬性的基本可信度分配得到顧客滿意度評價的總體可信度分配。設(shè)表示酒店被評價為等級的總體可信度分配。具體的合成過程如下：(13)其中，(14)2.5顧客滿意度的效用值計算及排序通過上述計算可以得到各酒店在不同屬性上的基本可信度分配。例如，針對屬性，酒店被評價為等級的信度，被評價為等級的信度，被評價為等級的信度。這種信度形式的描述不能充分顯示不同評價屬性或者不同酒店之間的差異，所以需要引入相當(dāng)于信度的數(shù)值，則用效用值定義這些值。首先，利用式(7)計算每個評價等級的效用值，則對于同一酒店，各評價屬性的效用值計算過程如下：(15)其中，表示不屬于任何一個等級的信度。同理，為了更好地比較不同酒店的顧客滿意度，需要將各酒店的顧客滿意度評價的總體可信度分配轉(zhuǎn)化為效用值，則各酒店的顧客滿意度效用值計算過程如下：(16)其中，表示不屬于任何一個等級的總信度。最后，通過比較公式(15)和(16)計算得到的效用值進行顧客滿意度評價。例如，若，則對于酒店，屬性的顧客滿意度優(yōu)于屬性的顧客滿意度，如果想要提升該酒店的顧客滿意度可以先從屬性進行改善。同理，若，則表示酒店的總體顧客滿意度優(yōu)于酒店的總體顧客滿意度。綜上，基于證據(jù)理論的酒店顧客滿意度評價方法具體步驟如下：步驟1依據(jù)式(1)-(4)，計算在線評論的可靠性；步驟2依據(jù)式(5)-(6)，將酒店的在線評論表示成信度形式；步驟3依據(jù)式(7)-(12)，計算各評價屬性的權(quán)重；步驟4依據(jù)式(13)和(14)，運用Dempster合成法則對同一酒店的各評價屬性進行合成；步驟5依據(jù)式(15)和(16)，計算酒店各評價屬性的滿意度效用值以及各酒店的滿意度效用值，通過比較計算得到的效用值進行顧客滿意度評價。3算例分析為了驗證上述方法的可行性，本節(jié)選取JL酒店、HI酒店、GL酒店和CB酒店為目標(biāo)酒店進行顧客滿意度評價。這四個酒店地處北京同一商圈，屬于高端商務(wù)酒店。相關(guān)數(shù)據(jù)從攜程網(wǎng)()上收集。攜程網(wǎng)是中國最大的旅游評價網(wǎng)站之一，有大量體現(xiàn)顧客真實酒店體驗的在線評論，我們可以利用這些信息對酒店的顧客滿意度情況進行評估。首先，利用爬蟲工具集搜客(）從攜程網(wǎng)上抓取JL酒店、HI酒店、GL酒店和CB酒店的在線評論。選取服務(wù)、設(shè)施、衛(wèi)生和環(huán)境()作為顧客滿意度評價屬性。攜程網(wǎng)的在線評分采用5分制，從1分(非常不滿意)到5分(非常滿意)，所以識別框架為。依據(jù)式(1)-(3)分別將評論信息中的評論者等級、評論時間和評價有用數(shù)進行標(biāo)準(zhǔn)化處理。然后，依據(jù)式(4)計算在線評論的可靠性。例如，圖4中的在線評論是GL酒店在攜程網(wǎng)上第14條評論信息，該條信息發(fā)布于2020年4月26日，評論者等級為LEVEL1，評論有用數(shù)為2。通過分析攜程網(wǎng)上GL酒店的所有評論信息，得出最高等級為LEVEL3，最大有用數(shù)為38，即，。最早評論時間為2017年10月10日，設(shè)評價時點為2020年10月10日，故，。依據(jù)式(1)-(3)計算得到，，。依據(jù)式(4)得到該條評論信息的可靠性。圖4攜程網(wǎng)在線評論示例依據(jù)式(5)和(6)計算在線評論的基本可信度分配，計算結(jié)果如表1所示。表1各酒店在不同屬性上的基本可信數(shù)依據(jù)式(7)計算不同評價等級的效用值分別為，，，，。依據(jù)式(8)計算得到各酒店屬性的期望效用，如表2所示。表2各酒店在不同屬性上的期望效用值0.94470.94590.96300.96090.95220.93800.95670.95080.93620.95540.96450.95240.94040.93880.96060.9639依據(jù)式(9)-(12)，計算屬性權(quán)重：，，，。然后，根據(jù)式(13)和(14)，將四個屬性上的信息進行合成，計算結(jié)果如表3所示。表3總體可信度分配及滿意度排序ranking0.965410.962840.965320.96353依據(jù)式(15)，計算各酒店不同評價屬性的效用值，并繪制成圖5。由圖5所示，從整體上看四家酒店在環(huán)境和衛(wèi)生兩方面的滿意度情況普遍較好，其中在衛(wèi)生方面各酒店的表現(xiàn)差異不大。而對于服務(wù)和設(shè)施，各酒店的滿意度情況普遍較差。四家酒店中HI酒店在服務(wù)屬性方面效用值最大，其顧客滿意度最好，但是在設(shè)施、衛(wèi)生和環(huán)境三個方面的效用值最小，其顧客滿意度情況最差。因此，相對于其他酒店，HI酒店需要針對這三個方面進行改善。此外，GL酒店在設(shè)施和衛(wèi)生方面滿意度最好，但是服務(wù)和環(huán)境方面表現(xiàn)較差，尤其是服務(wù)方面，GL酒店是四家酒店中滿意度情況最差的，所以如果GL酒店希望提升其顧客滿意度以提高在該商圈的競爭力可以從服務(wù)方面著手。圖5酒店滿意度效用雷達圖依據(jù)式(16)，計算各酒店的滿意度效用，并進行顧客滿意度排序。計算結(jié)果如表3所示，即顧客滿意度：。因此，四家酒店中JL酒店的總體顧客滿意度最好，而HI酒店的最差。4結(jié)論本文基于D-S證據(jù)理論提出了一種考慮在線評論可靠性的酒店顧客滿意度評價方法。該方法從旅游評價網(wǎng)站收集酒店評論信息中的在線評分、評論者等級、評論時間和評論有用數(shù)。依據(jù)評論者等級、評論時間和有用數(shù)計算評論信息的可靠性，基于計算得到的可靠性和在線評分，獲取酒店顧客滿意度評價的基本可信數(shù)。然后，借助離差最大化方法計算各屬性權(quán)重，并進行多屬性的信度合成。最后，計算不同屬性的效用值和各酒店的總效用值，利用這些效用值分析酒店的顧客滿意度。與已有研究相比，首先，本文考慮了不同評論信息在可靠性方面的差異，并利用不同評論信息在評論時間、評論有用數(shù)和評論等級三個方面的差異來衡量可靠性。評論時間越臨近，評論內(nèi)容越符合酒店當(dāng)前的實際情況，則該條評論在顧客滿意度評價問題中的可靠性越高。另外，評論信息獲得的有用數(shù)越多，其他顧客對該條評論的認(rèn)可度越高，則該條評論信息的質(zhì)量越高。而評論者通過編寫大量評論和高質(zhì)量評論獲得較高等級，則等級越高的評論者做出的酒店評價越可靠。所以在評價酒店的顧客滿意度時，需要考慮這三個方面的信息來衡量在線評論的可靠性。其次，本文借助D-S證據(jù)理論在信息融合方面的優(yōu)勢，將不同屬性的信息進行融合以獲取更加完整的信息進行顧客滿意度評價?；谝陨戏治?，本文具有以下管理意義：首先，本文提出的方法能夠幫助酒店管理人員評價酒店的總體顧客滿意度和各屬性的顧客滿意度情況。此外，由于互聯(lián)網(wǎng)的開放性，酒店管理人員可以獲取競爭酒店的在線評論，從而利用本方法分析競爭酒店的滿意度情況。通過與競爭酒店的比較，酒店管理人員可以識別酒店在不同屬性上的優(yōu)勢和劣勢，以便在進行有限資源分配決策時做到有的放矢。通過這種方式酒店可以提高顧客滿意度，進而提高在同行業(yè)中的競爭力。本研