蔡金勇 罗浩杰 李泽星 沈洋

摘要：本文旨在利用数据分析对游客对景区与酒店的评价进行数据挖掘，由于游客满意度与目的地美誉度紧密相关，游客满意度越高，目的地美誉度就越大。找出其中稳定客源、取得竞争优势、吸引游客到访消费等的主要原因。这对于旅游企业科学监管、资源优化配置以及市场持续开拓具有长远而积极的作用。

关键词：数据分析;jieba分词; 停用词; 均方误差; 编辑距离

一、问题重述

提升景区及酒店等旅游目的地美誉度是各地文旅主管部门和旅游相关企业非常重视和 关注的工作，涉及到如何稳定客源、取得竞争优势、吸引游客到访消费等重要事项。游客满意度与目的地美誉度紧密相关，游客满意度越高，目的地美誉度就越大。

二、景区及酒店印象分析

（一）使用方法

我们将会用到jieba分词的方法，有三种分词模式

（1） 精确模式：试图将句子最精确地切开，适合文本分析;

（2） 全模式：把句子中所有的可以成词的词语都扫描出来， 速度非常快，但是不能解决歧义问题;

（3） 搜索引擎模式：在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

（二）问题解决

1.目的地TOP20热门词

本节使用jieba模块中的精准模式对网评文本进行分词，再使用中文常用停用词（中文停用词表“cn_stopwords.txt”，哈工大停用词表“hit_stopwords.txt”，百度停用词表“baidu_stopword.txt”，四川大学机器智能实验室停用词库“scu_stopwords.txt”）表对文本进行过滤，遍历所有词语，每出现一次加一，再将对应键值转换为列表，根据词语出现的次数进行从到大到小进行排列，将排名前二十的热词及热度输出。……