《民宿類型酒店網絡評價分析系統研究》論文發表期刊：《現代商業》；發表周期：2021年25期

《民宿類型酒店網絡評價分析系統研究》論文作者信息：1.李多，沈陽城市學院講師，博士，研究方向：信息科學大數據與社交網絡、HCI人機交互與數據可視化。 2.李暢，沈陽城市學院本科在讀。 3.白麗巖，沈陽城市學院本科在讀。 4.楊程程，沈陽城市學院本科在讀。 5.修繼翔，沈陽城市學院本科在讀。

　　摘要：改革開放以來，我國酒店行業進入了高速發展階段。隨著近些年來人們出行的增多，出行目的的不同，各式特色酒店也相繼出現。傳統高星級酒店不斷提升服務質量，提升住宿品質，與之相應的就是標準化管理，統一化設計的引入，對員工、客人及相關服務人員的培訓等等，都帶動了整體酒店行業的發展和提高[1]。在星級酒店提升品質的同時，住宿價格的上漲成為隨之而來的副作用，直接或間接地打擊了人們選擇酒店的意愿。隨著Airbnb這一新興互聯網概念的普及，民宿成為酒店住宿行業的新力量。作為互聯網為根基的產品，產品的顧客滿意度變得尤為重要，一家單體民宿酒店是否可以高速地被認可、被推廣很大程度上都與這家民宿酒店的口碑密切相關。本文以國內民宿的網絡評價為研究對象，通過對網絡評價進行文本分析，探尋網絡輿情對民宿發展的影響。

　　關鍵詞：民宿酒店;網絡評價;網絡輿情

　　一、文獻綜述

　　當我們提及民宿，就不得不提及共享經濟。宋逸群、王玉海(2016)的論文中把共享經濟又稱為分享經濟或協同消費，最早是1978年美國伊利諾伊大學香檳分校教授MarcusFelson和JoeL.Spaeth提出的，他們認為“協同消費是一種滿足日常需求并與他人建立關系的日常活動”[2]�，F代民宿的概念作為共享經濟中的一種，以B2C或者C2C的方式進行，在2018年時大陸地區民宿類共享經濟的交易額就達到約165億元，住房人數約7945萬人次，20歲～36歲的年輕人居多，占到總用戶人數的七成。民宿類的特點是價格經濟、風格各異、交通便利、選擇寬泛[3]。雖然共享經濟、民宿在實踐經營方面已經取得了不小的成就，由于此類事物出現的時間較短，對共享類經濟模式的研究還有局限和不足，例如如何提高共享經濟的利用效率，如何提高民宿的入住率都是現在存在的問題，例如Airbnb在價格上比星級酒店有優勢，但是入住率卻顯著地域星級酒店。在民宿當中，消費者不能直接觀察民宿業者的真實信息，大多數消費者只能通過在線平臺的用戶評價來間接判斷房源優劣[4]。

　　當消費者特別關注用戶評價的時候，整個網絡媒體對于單體民宿店家的輿情評價就顯得非常重要了。輿情的好與壞、多與少都會與民宿酒店的經營密切相關。劉穎潔(2020)對于民宿中購買意愿影響因素的研究中提到，影響購買意愿最大的驅動力是信任感知，好感度、正面信息都會提升信任感，換個角度分析即，正面信息或積極評價對提升消費者訂購民宿有積極作用[5]。目前，民宿行業出現了競爭激勵，產品同質化嚴重的問題，并且法律法規還不夠健全，信用體系不完善，導致很多負面評價滋生，批評聲音在網絡上不斷高漲[6]。文本情感分析包括主觀性的文本分析，即兩級(正面positive贊賞與負面Negative批判)，有一些學者認為還應該加入中性(Neutral)，但本文中主要關注兩級詞匯[7]。本研究將對網絡評價的文本信息進行情感分析，從文本中出現的高頻詞匯中分析正面情感與負面情感高頻詞組，組成詞典給民宿業者在網絡評價活動中提供參考和幫助。

　　二、研究方法

　　本研究使用新浪微熱點輿情監測平臺，對全網關于酒店行業進行輿情監測。數據監測時間為2020年5月1日～2020年10月31日為期6個月�？偣彩珍浻嘘P酒店民宿輿情信息98202條，其中敏感信息4894條。信息平臺包括微信、微博、客戶端、新聞、網站、論壇、報刊、博客、視頻、外媒、及政務。

　　三、研究過程

　　通過對數據的去重、清洗，提取核心敏感文本數據，通過ROSTCM6軟件進行文本內容分析。提出每個月份中敏感詞匯詞頻前50名，再根據高詞頻敏感詞匯構建網絡關系圖。

　　通過微熱點輿情監測平臺的觀察，2020年5月1日起至2020年10月31日止，總共監測數據詳情見表1，敏感詞匯相關數據是從總體關于酒店監測數據中提取。

　　民宿輿情監測數據的各月分布基本穩定，在15000條左右，且客戶端信息數量約占各月的1/3，微信、微博的數據量次之，如圖1所示。

　　相比各月民宿輿情的數據量，敏感信息的數量則起落程度非常大，波動劇烈。2020年5月的敏感信息量最少為115條，而2020年7月的敏感信息量則最高為1578條。2020年10月份為1118條，其他時間段都有所回落，在500條左右徘徊。其中，敏感數據的發文方式為微信居多，如圖2所示。

　　從新浪微熱點輿情監控平臺提取敏感輿情信息內容，經過對內容的去重和清洗，將文本內容通過ROSTCM6.0軟件進行高頻詞分析。得到表2關于各月份前50名高頻詞匯及其對應的出現頻率。經過兩名心理學專業學生分析打分，對于敏感負面詞匯的Cohen'sKappa值為.92。在表2中，用粗體標注出監測負面敏感詞匯。

　　通過ROSTCM6.0軟件對這些負面敏感詞匯進行網絡社群關系分析，繪制網絡關系圖，可以得到如圖3的民宿輿情敏感詞匯關系圖。其中紅色的詞匯為最為敏感的一類法律相關詞組;深色所代表的是與酒店相關的特殊問題敏感詞匯;淺色代表的是行業核心詞匯。

　　四、探討分析

　　通過新浪微熱點輿情監控平臺對于酒店行業半年的信息監控可以發現，酒店行業的輿情信息量還是比較穩定的，其中包括了很多商戶的營銷文章和廣告推薦。當選取系統中提取的敏感信息時，根據圖 2 得到的結論看，每個月份是不平均不穩定的。

　　當社會輿論中有關于酒店行業的負面相關報道的時候，整體民宿類輿情的關注度和熱點也隨之被帶往負面傾向，主要的問題集中在與法律相關的方面。通過表 2 中的敏感關鍵詞也可以判斷出。“依法”“犯罪”“關停”“責令”“涉嫌”等等都是關于法律層面的敏感詞匯。一些特定事件的發生也會導致民宿負面情緒的增長，例如試衣間發現針孔攝像機的案件，會對整個民宿行業帶來信任危機，雖然是個別店家的事件，其效果和副作用往往會波及面很廣，且燃燒度不會立刻降溫。如果是平常的法律問題，此類事件的時效性大多維持一周作用，很少會持續數月。

　　但個別事件會持續相當長的時間，從敏感詞匯中試衣間針孔攝像機最初出現在 2020 年 7 月，到 2020 年 10 月時，網絡中仍然迷茫著對于攝像頭問題的討論。也就是說這種個別案件的殺傷力更強。更應該提醒民宿業者的高度關注，提早做好防范準備和正面信息宣導。

　　通過其他敏感詞匯也會發現“衛生”“投訴”“維權”“服務”也都是出現非常高的詞匯，他們雖然不都是負面敏感詞匯，也側面體現了網絡群體對民宿類酒店的關注點。當民宿業者注意到這些關注點的時候，可以通過提升相關關注內容的品質，打出宣傳廣告，迅速地將本體民宿酒店向外推廣，體現了挑戰即機遇的理念。

　　五、研究結論

　　通過對網絡輿情關注內容的文本及情感分析，有助于民宿業者掌握最重要的消費者關注角度，提升民宿酒店的服務品質，改善民宿酒店宣傳困境。并提醒相關研究者，共享經濟模式下，輿情信息的正負面會直接導致經營效果的成敗。要注重對用戶評價系統，網絡輿情系統的研究。未來可以通過機器學習和文本挖掘已經多媒體下的數據挖掘輔助民宿產業或其他共享經濟產業面對負面信息的應對措施和防范手段。保障經營活動正常有序進行，網絡營銷推廣效率大力提升。

　　參考文獻：

　　[1]來逢波.酒店文化與酒店競爭力互動創新模式的構建研究[J].商場現代化，2005(27)：359-360.

　　[2]宋逸群，王玉海.共享經濟的緣起、界定與影響[J].教學與研究，2016(09)：29-36.

　　[3]劉子鋒，尤杰舜，陳怡晴，蘇貝克，劉飛翔.民宿類共享經濟的現狀、問題與對策[J].臺灣農業探索，2020(01)：49-53.

　　[4]徐峰，張新，梁乙凱，王高山，陳云.信任構建機制對共享民宿預訂量的影響——基于Airbnb的實證研究[J/OL].旅游學刊，2020-11-25[2021-04-02].

　　[5]劉穎潔.中美在線民宿短租購買意愿影響因素比較[J].經濟地理，2020，40(01)：234-240.

　　[6]王子捷.我國在線短租行業的現狀問題及對策——以Airbnb在中國本土化的發展現狀為例[J].產業與科技論壇，2020，19(15)：16-17.

　　[7]楊立公，朱儉，湯世平.文本情感分析綜述[J].計算機應用，2013，33(06)：1574-1578+1607.