Z5=-0.956stdX1+0.352stdX2+0.573 stdX3+0.245 stdX4+0.110 stdX5+0.180 stdX6+0.401stdX7-0.694 stdX8
其中stdXi（i=1，2，3，4，5，6，7，8）表示标准指标变量。
表 5描述统计
Table 5 Descriptive Statistics
评价指标
X1 X2 X3 X4 X5 X6 X7 X8
均值 4.38 4.42 4.54 4.33 4.29 4.21 4.08 3.79
标准差 0.576 0.584 0.658 0.868 0.624 0.658 0.504 0.588
由表5的均值和标准差可以得出标准指示变量（公式2）： stdX1=（X1-4.38）/0.576 stdX2=（X2-4.42）/0.584 stdX3=（X3-4.54）/0.658 stdX4=（X4-4.33）/0.868 stdX5=（X5-4.29）/0.624 stdX6=（X6-4.21）/0.658 stdX7=（X7-4.08）/0.504 stdX8=（X8-3.79）/0.588 3.3回归分析
运用主成分分析法得到因变量综合总评价与主成分Z1，Z2，Z3，Z4、Z5的线性回归关系[13]（公式3）：Y=4.375+0.553Z1-0.023Z2+0.009Z3-0.027Z4+0.001Z5
将公式1与公式2代入公式3,最终得到因变量综合总评价与主成分各个评价指标的原始变量 X1～ X8的线性回归方程（公式4）：
Y=-0.7565+0.1598X1+0.1385X2+0.1249X3+0.1348X4+0.3341s5+0.3015X6-0.2786X7+0.2888X8±0.377
根据这一线性回归方程，我们可以把顾客服务质量感知评价指标体系引入酒店预订网站，将在线评论内容设置为八个评价指标，根据顾客对这八个评价指标
^
6
的评价得出酒店综合总评价。 3.3文本挖掘
继续用ROSTCM 6.0软件对评价指标进行文本挖掘[14]。文本挖掘技术比较成熟的应用领域是新闻业和医学，在旅游研究领域的相关成果较少，但近年来，情感分析在旅游领域的研究受到了学者们的特别关注 [15] 。如在国外，采用情感分类方法分析旅游博客中的信息，以分析旅游者对某个目的地的整体评价 [16] ；在国内，基于LingPipe 方法和 PMI 方法分析携程网旅游评论的情感倾向，从中得到有价值的且有利于顾客决策的评论 [17]。
在文本挖掘的过程中，由于网络评价的内容比较零散和口语化，将所收集到的信息录入到ROSTCM 6.0软件前，归纳整合部分评价内容，以提高数据分析的准确性。把顾客网络评价内容分为8个大类，15个小类。例如把床铺舒适程度、空调、隔音情况、浴室等归纳为客房设备；把服务人员专业化程度、服务人员掌握英语情况归纳为员工素质，等等。将整合好的数据转化为txt格式，录入到ROSTCM 6.0软件中词性识别与词频统计模块，通过添加过滤词排除掉无关词汇，获取顾客网络评价的高频词汇和排序情况。最后得到以下顾客网络评价主要内容的分布状况。
表6 高频词汇汇总 Table 6 High-frequency words
主类目 硬件设施
软性服务
地理位置 早餐 卫生状况 景观环境 性价比 预订服务
频次/占比 249/48.07%
176/33.98%
112/21.62% 79/15.25% 39/7.53% 58/11.20% 8/1.54% 15/2.90%
次类目
酒店公共区域设施、酒店装修设计、客
房设施
服务细节、服务效率、服务态度、员工
素质
交通方便程度、距顾客目的地远近 种类、质量、价格、用餐环境 酒店公共区域卫生、客房卫生 酒店周围环境、酒店内部环境
预定方便程度、与实际相符程度
从词频分析中可以看出，“硬件设施”出现的频次最多。酒店是凭借其设备设施来为宾客提供服务的，因此酒店的设施设备是酒店赖以存在的基础，是酒店劳务服务的依托。酒店设施设备的质量既是软性服务的基础和重要组成部分，又是酒店软性服务高低的决定性因素之一。设备设施是顾客进入酒店后最先感受到
7
的服务内容。因为考虑到客房设施是顾客最直接也是最长时间接触到的设备设施，特此对这一小类做了分析归纳。发现在对硬件设施的评价中，对客房设备的评价有182条，占到了73.09%，其中对客房的积极评价有119条，占积极评价总数的45.60%；对客房设备的消极评价有63条，占到了消极评价总数的24.51%。对客房设备的评价主要集中在床铺、浴室、电视、网络、空调、隔音情况、装修等方面。对酒店客房设备做出消极评价的顾客中，有12.3%的人反映设备陈旧。因此客房设备陈旧是很多高星级酒店面临的硬件方面的主要问题，尤其是一些较早被评星的高星级酒店。
“软性服务”出现的频次位居第二。这一评价指标主要包括服务效率、服务细节、服务态度、员工素质四个方面。其中服务态度有103条，占到了58.5%。在一定程度上，可以说服务态度决定了服务细节与服务效率，顾客与酒店服务员进行接触的过程中，首先感受到的便是服务员的服务态度，态度决定高度，服务态度对软性服务有着举足轻重的作用。影响软性服务的另外一个要素是员工素质，主要体现在消极评价中，占到了18.7%。这里的员工素质在评价中主要体现在员工的专业化程度和外国游客对酒店服务员英语掌握程度的评价。
“地理位置”出现的频次次之。占到了21%。在地理位置中，主要涉及到了交通方便程度、酒店与顾客目的地的距离远近。由于地理位置是不可改变的客观因素，酒店可以通过做好叫车、接送机/站等服务，满足顾客的需求，弥补地理位置上存在不足。
4 研究结论
本文从booking网网友评论的文本出发，通过相关分析、主成分分析、回归分析和文本挖掘主要的出以下结论：
（1）消费者感知酒店服务质量主要集中在硬件设施、软性服务、地理位置、早餐、卫生状况、性价比、景观环境、预订服务这8个指标上。
（2）地理位置、卫生状况、软性服务、硬件设施、早餐和性价比与综合总评价的相关性很显著；景观环境与综合总评价的相关性显著；预订服务与综合总评价的相关性不显著。
（3）硬件设施、软性服务、地理位置是评价酒店顾客服务质量感知的最主要的三大因素。
由回归分析和文本挖掘所，我们可以建立酒店顾客服务质量感知评价指标体系，可以在酒店预订网站设立8个主评价内容，下设19个次类目，从而作出对酒店的综合总评价。
酒店要提升服务质量管理能力，要做到：关注酒店硬件设施设备的完善和维护，尤其是客房设施设备；不断提高员工的服务态度和素质；地理位置是酒店无
8
法改变的客观因素，为了弥补地理位置上存在的不足，酒店要做好叫车、接送机/站等服务，满足顾客的需求。
本研究的不足主要表现在三方面：首先是编码受编码人员的主观影响比较大。这样可能造成部分点评者定量评价与编码者对点评内容编码的不一致。其次是定性点评的内容覆盖面较窄。由于定性点评的随意性较大，点评者往往选择印象较深刻的方面进行点评，造成了部分项目缺失值较多，不利于后续研究和分析。第三是研究覆盖面问题。本文选取了厦门的三家五星级酒店，虽然可以在一定程度上反映我国高星级酒店的服务质量管理水平，但缺少样本的多样性，不能完全体现国内高星级酒店顾客服务质量感知。
后续研究可以将不同档次的酒店纳入研究范围。本文仅研究了国内高星级酒店顾客服务质量感知，后续研究可选择不同档次的酒店，同时扩大样本量，得出更具有普遍性的研究结论。另外可以将多个网站的网络点评作为研究对象进行综合研究、对比研究。
9
[参考文献]
[1]谢芳. 论酒店顾客感知服务质量的控制[J]. 贵州民族学院学报(哲学社会科学版),2006,04:44-48.
[2]Gronroos C，Han Jinglun trans. Service Management and Marketing：A Customer Relationship Management Approach［M］.Beijing：Publishing House of Electronics Industry，2002,55-60.［克里斯廷·格罗鲁斯；韩经纶译.服务管理与营销——基于顾客关系的管理策略［M］．北京：电子工业出版社,2002,55-60.］
[3]于最兰. 游客对酒店服务质量评论的文本分析[D].山东大学,2013. [4]李鹏. 服务质量评价SERVQUAL模型比较及其修正[J]. 统计与决策,2007,21:33-35
[5]王文君,韩德昌,高林. 基于差距模型的饭店服务质量研究[J]. 旅游学刊,2008,11:19-26.
[6]苏志平,顾平,武如飞. 基于SERVQUAL的饭店服务质量实证研究[J]. 江苏商论,2010,08:54-57.
[7]温碧燕. 西部地区旅游饭店业服务质量评价与研究——兼与东部沿海地区旅游饭店业比较[J]. 经济地理,2006,05:871-874+883.
[8]康红星. 服务质量测量及量表开发研究[D].中南大学,2006.
[9]吕佳,李韬. 基于五点量表法的南通市社会工作者工作满意度研究[J]. 黑龙江教育学院学报,2014,03:197-198.
[10]徐建华.计量地理学[M].北京：高等教育出版社，2006.
[11]杨永德,白丽明,苏振. 旅游目的地形象的结构化与非结构化比较研究——以阳朔旅游形象测量分析为例[J]. 旅游学刊,2007,04:53-57.
[12]洪素珍. 如何有效利用主成分分析中的主成分[D].华中师范大学,2008. [13]徐林. 利用SPSS进行主成分回归分析[J]. 宁波职业技术学院学报,2006,02:67-69+74.
[14]熊伟,郭扬杰. 酒店顾客在线评论的文本挖掘[J]. 北京第二外国语学院学报,2013,11:38-47.
[15]郑文英. 旅行目的地中文评论的情感分析研究[D].哈尔滨工业大学,2010. [16]Bing Pan，Daniel Fesenmaier R．Semantics ofonline tourism and travel information search on the internet ： A preliminary study［J］ ．Information &Communication Technologies in Tourism，2002,8-10．
[17]曹斌. 互联网上旅游评论的情感分析及其有用性研究[D].哈尔滨工业大学,2008.
10