酒店在线评论细粒度挖掘具有重要研究意义。以酒店在线评论具体特征属性和情感分类为研究目标,应用Apriori算法和情感词典匹配算法,对重庆雾都宾馆在线评论数据深入挖掘,挖掘出用户最关注的酒店十大特征和满意度结果,进一步挖掘出商务出差等五种不同出游类型人最关注的酒店五大特征和满意度结果。这种方法不仅能对酒店领域评论进行分析,同样能够应用于其他领域文在前人研究的基础上，将Apriori关联规则算法应用于中文酒店评论领域，并结合酒店领域情感词典做分类，最终实现了更为准确的评论挖掘。通过对重庆雾都宾馆的评论数据进行属性特征挖掘，实现细粒度属性分类，挖掘出用户最关注的酒店十大特征及满意度结果，进一步挖掘出商务出差等五种不同出游类型人最关注的酒店五大特征及满意度结果。这些结果对潜在的酒店用户具有重要的参考价值，同时对于商家有针对性地改善服务质量有积极作用。1酒店评论-液压缩管机数控滚圆机缩管机价格低电动缩管机多少钱算法框架图1为本文的算法框架图。特征挖掘模块挖掘出用户关注的酒店特征，并通过查找合并同义词进行特征过滤。观点句识别与情感分类模块根据挖掘的特征集识别出观点句，   本文有张家港市泰宇机械有限公司全自动滚圆机采集网络整理 http://www.gunyuanji.com  并根据用户出游类型特征将识别的观点句用情感词典匹配方法进行情感极性分类。图1算法框架图Fig1Algorithmframe2关键算法2．1Apriori算法本文特征挖掘模块采用了Apriori算法，Apriori算法是挖掘布尔关联规则频繁项集的算法。在这个算法中，所有支持度大于最小支持度的项集称为频繁项集，简称频集。利用频繁项集性质的先验知识，通过逐层搜索的迭代方法，即将k项集用于探察k+1项集，来穷尽数据集中的所有频繁项集。先找到频繁1项集集合L1，然后用L1找到频繁2项集集合L2，接着用L2找L3，直到找不到频繁k项集，找每个Lk需要一次数据库扫描。在本文中，特征挖掘模块定义最小支持度为0．6%，只要是在评论句子集中出现的次数大于等于3次，都提取出来作为候选特征集，最终经实验调优为6%，选出了23个频繁特征集。2．2情感词典匹配技术情感词典匹配技术的关键是情感词典的构建和匹配算法设计。由于常用的情感词典很少包含酒店领域的专用词汇，为了提高分类准确率，需将这些专用词重庆雾都宾馆500条评论数据得到的用户最关注的酒店10个特征和满意度。由图可知，用户最关注该酒店的房间、位置、服务、早餐等，对位置、安静和交通非常满意，对服务满意度比较低，酒店应该针对这些满意度低的方面做出相应的改善来提高酒店的核心竞争力。图3用户最关注的酒店十大特征和满意图4为商务出差、情侣出游等五种不同出游类型的人最关注的酒店五大特征和满意度。由图可知，商务出差最关注服务质量但是对服务不满意;情侣出游对安静比较关注且非常满意等。酒店管理者可以根据不同出游类型的客户评论做出相应的改善，对客户比较满意的特色服务大力推广，客户也可以根据相应的出游类型评论来选择适合自己的酒店。图4五种不同出游类型人最关注的酒店五大特征及其满意度酒店评论-液压缩管机数控滚圆机缩管机价格低电动缩管机多少钱   本文有张家港市泰宇机械有限公司全自动滚圆机采集网络整理 http://www.gunyuanji.com