典型文献
基于BiLSTM的酒店顾客满意度评价模型
文献摘要：
酒店顾客满意度作为一项重要指标,是顾客决策与酒店管理行为的重要依据.本文对酒店预订平台的在线评论进行情感分析获取顾客满意度,分别采用Word2vec,GloVe,fastText,BERT预训练词向量作为模型词嵌入层,并与CNN,LSTM等模型进行对比分析得出最优模型.本文选取携程网站上福州市内多家知名酒店的在线评论实例论证,实验结果显示:BERT-BiLSTM模型准确率达85.8％.本文探究了各酒店的顾客满意度水平,为顾客选择酒店的决策行为以及福州市内知名酒店的发展提供参考依据.
文献关键词：
在线评论;情感分析;酒店顾客满意度;词向量;双向长短期记忆网络
中图分类号：
作者姓名：
高丽君;张宇涛;林昀萱;施慧玲
作者机构：
福州大学经济与管理学院,福建 福州 350108;福州大学数学与计算机科学学院,福建 福州 350108;福州大学梅努斯国际工程学院,福建 福州 350108
文献出处：
引用格式：
[1]高丽君;张宇涛;林昀萱;施慧玲-.基于BiLSTM的酒店顾客满意度评价模型)[J].科技创新与生产力,2022(12):65-70
A类：
B类：
BiLSTM,酒店顾客满意度,满意度评价,酒店管理,管理行为,预订,在线评论,情感分析,Word2vec,GloVe,fastText,BERT,预训练,词向量,词嵌入,嵌入层,最优模型,携程网,站上,福州市,市内,名酒,实例论证,模型准确率,顾客选择,决策行为,双向长短期记忆网络
AB值：
0.324214
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
