数据挖掘旅游酒店游客满意度评估探讨

导语：数据挖掘旅游酒店游客满意度评估探讨一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要:为了缩小游客满意度的评估误差，提高游客满意度评估精度，提出基于数据挖掘的旅游酒店游客满意度评估模型．根据旅游酒店游客满意度逻辑模型，得到旅游酒店游客满意度评估体系的层次结构，建立旅游酒店游客满意度评估体系;分析游客满意度评估体系中项目层的7个指标，建立游客满意度比较矩阵;基于数据挖掘完成旅游酒店游客满意度指标权重的计算，最后通过旅游酒店游客满意度评估模型的建立流程，实现了基于数据挖掘的旅游酒店游客满意度评估．对比实验结果表明，基于数据挖掘的游客满意度评估模型与基于知识图谱的评估模型相比，旅游酒店游客满意度的评估精度更高．

关键词:数据挖掘;旅游酒店;游客满意度;评估模型

游客流是旅游酒店的生命线，游客满意度是游客流产生的根本动力．游客满意度是一项可以反映旅游酒店之间竞争力和游客需求的经济指标，对促进旅游业的经济发展具有重要意义［1］．目前，我国的旅游酒店游客满意度评估已经取得了一定成果，但是旅游酒店作为旅游景点的重要组成部分，具有相对独立性．旅游酒店游客满意度主要体现在酒店舒适度、价格、交通、饮食以及服务等指标上，为评估模型的设计提供应用价值．旅游酒店游客满意度在经济学角度是一个不可以直接观测的经济性指标，需要提取旅游酒店游客满意度关键影响因子，构建旅游酒店游客满意度评估体系，对游客满意度进行综合评估，提高游客对旅游酒店各方面的满意度［2］．从理论意义上讲，对旅游酒店游客满意度评估模型的研究还比较落后，因此研究旅游酒店游客满意度评估模型在理论构建和模型应用方面具有非常重要的探索意义［3］．从旅游酒店实践应用价值方面来看，游客满意度评估模型为旅游酒店提供了一个动态的旅游酒店游客满意度评估工具，有利于旅游酒店对游客满意度的跟踪，为旅游酒店的经营者和管理者提供一个辅助工具，帮助旅游酒店确定服务领域的发展与改进方向，有效指导旅游酒店的游客进行合理消费［4］．基于上述背景，本文将数据挖掘应用到旅游酒店游客满意度评估模型设计中，以缩小游客满意度的评估误差，实现准确评估游客满意的目标．

1旅游酒店游客满意度评估模型设计

1．1建立旅游酒店游客满意度评估体系

在建立旅游酒店游客满意度评估模型前，需要建立游客满意度评估体系，本文采用数据挖掘技术，形成一个多层次、多维度的满意度评估指标体系，来缩小游客满意度的评估误差．旅游酒店游客满意度评估体系由目标层、项目层以及因子层构成［5］，每一个层次的评估指标都是由上一个层次评估指标展开而得到的，而上一层次评估指标可以通过下一层评估指标的评估结果反映出来［6］．旅游酒店游客满意度评估体系如表1所示．在旅游酒店游客满意度评估体系中，根据旅游酒店游客满意度逻辑模型，可以得到项目层指标的7个分量，结合旅游酒店服务流程及硬件设施，分解项目层的7个指标，得到旅游酒店游客满意度评估体系的因子层，完成旅游酒店游客满意度评估体系的建立．

1．2基于数据挖掘的满意度指标权重计算

旅游酒店游客满意度评估体系建立完成后，必须根据满意度指标权重的计算才能反映出游客的满意程度，从而缩小游客满意度的评估误差．本文采用数据挖掘技术计算游客满意度指标权重．通过对旅游酒店游客满意度评估因素中的指标进行两两比较，采用层次分析法构造游客满意度的判断矩阵P［7］，如式判断矩阵P是一致性矩阵，但判断矩阵P并不一定完全合理，防止各个指标在进行两两比较时出现判断错误，需要对判断矩阵P进行一致性检验．在实际应用过程中，一般通过比例指标CR进行一致性检验，当CR＜0．1时，说明判断矩阵P通过一致性检验．比例指标CR的计算公式为:在完成判断矩阵构建与一致性检验后，对游客满意度评估体系中项目层的7个指标进行分析，先对7个项目指标层两两比较的结果进行算数平均计算，建立旅游酒店游客满意度两两比较矩阵［8］，如表3所示．式(6)中，B表示游客满意度判断矩阵，(Bw^)i表示向量Bw^的第i个评估指标，Bw^表示B与w的乘积．以上通过两两比较评估体系中的指标，构造出旅游酒店游客满意度判断矩阵，分析游客满意度评估体系中项目层7个指标．建立游客满意度比较矩阵，结合旅游酒店游客满意度指标权重的最大特征值，完成旅游酒店游客满意度指标权重的计算．最后通过旅游酒店游客满意度评估模型的建立流程，实现基于数据挖掘的旅游酒店游客满意度评估．

1．3构建旅游酒店游客满意度评估模型

为了使旅游酒店的各方面设施配置及服务等都能达到游客的满意度，本文将数据挖掘应用到了游客满意度评估模型的构建中，缩小游客满意度的评估误差．旅游酒店游客满意度评估模型的构建流程为:首先对评估参数进行数据初始化，开始评估系数的初次迭代，得到新的游客满意度评估参数［9］，然后开始进行下一轮的迭代，直到评估参数收敛为止．旅游酒店游客满意度评估模型构建流程如图1所示．在使用游客满意度评估模型对评估参数进行求解的过程中，发现评估模型中隐藏游客满意度变量的多维性，又不完全符合评估参数的标准正态分布，导致数据挖掘的期望不能被闭式表达为评估参数的函数［10］，因此本文选用数据挖掘来优化游客满意度评估模型的评估参数求解，从而完成模型的构建．综上所述，根据旅游酒店游客满意度逻辑模型，分解项目层的7个指标，得到旅游酒店游客满意度评估体系的因子层，完成旅游酒店游客满意度评估体系的建立;通过构造旅游酒店游客满意度判断矩阵与比较矩阵，结合旅游酒店游客满意度指标权重的最大特征值计算公式，计算旅游酒店游客满意度指标权重;最后通过旅游酒店游客满意度评估模型的建立流程，实现基于数据挖掘的旅游酒店游客满意度评估．

2实验对比分析

2．1制定游客满意度评估标准

为了确保旅游酒店游客满意度评估实验的有效性，根据游客满意度评估标准来分析旅游酒店是否达到游客满意程度．旅游酒店游客满意度评估标准如表4所示．

2．2获取实验数据

在旅游酒店游客满意度数据采集方面，游客满意度评估所要求的评估数据可以在旅游酒店数据库中获取．在旅游酒店数据库采用数据挖掘技术，对游客满意度评估人员评估报表中提供的满意度评估数据进行加工和处理，为旅游酒店游客满意度评估提供基础数据来源，也是游客满意度评估顺利开展的基础保障．为了充分利用旅游酒店数据库的数据优势，配合旅游酒店游客满意度评估工作，将游客满意度评估信息同步到评估模型中，对于游客满意度评估数据结构简单的评估信息，定期通知评估人员，便于评估人员顺利完成评估．由于旅游酒店游客满意度评估工作的逻辑比较复杂，实验时需要调用的后台数据量较大，在满意度评估数据处理方面，采用数据挖掘来缓解旅游酒店数据库的压力．首先，挖掘旅游酒店数据库中的大量数据，在数据集中提取出有价值的数据，通过评估模型处理相关游客满意度数据完成评估分析，最后将分析结果展示出来，保障旅游酒店游客满意度评估工作的顺利进行．

2．3实验方法及步骤

在旅游酒店游客满意度评估中，基于知识图谱的游客满意度评估模型存在计算复杂、评估误差大的缺陷，本文利用数据挖掘技术制定了如下实验步骤:步骤1:旅游酒店游客满意度数据的预处理;步骤2:利用基于数据挖掘的旅游酒店游客满意度评估模型随机生成评估数据格式;步骤3:对随机生成的游客满意度评估数据进行处理;步骤4:计算出旅游酒店游客满意度评估系数和综合评估向量;步骤5:采用游客满意度评估数据的复杂程度作为自变量，分析并统计评估误差数值．

2．4实验结果分析

利用上述的实验方法及步骤，得到旅游酒店游客满意度评估误差对比曲线，如图2所示．从实验结果中可以看出，当游客满意度评估数据的复杂程度低于30%时，两种游客满意度评估模型得到的评估误差都低于0．3分，但是随着数据复杂程度越来越高，基于知识图谱的游客满意度评估模型得到的评估误差越来越大，当游客满意度评估数据复杂程度达到100%时，评估误差达到了0．93分;而基于数据挖掘的评估模型得到的评估误差基本都在0．4分以内，只有当游客满意度评估数据复杂程度为100%时，评估误差达到了0．4．因此可以得出基于数据挖掘的游客满意度评估模型可以缩小旅游酒店游客满意度评估的误差.

3结束语

本文提出基于数据挖掘的旅游酒店游客满意度评估模型．根据旅游酒店游客满意度逻辑模型，得到旅游酒店游客满意度评估体系的层次结构，完成旅游酒店游客满意度评估体系的建立;通过对游客满意度评估体系中项目层7个指标的分析，建立游客满意度比较矩阵，结合旅游酒店游客满意度指标权重的最大特征值计算公式，完成旅游酒店游客满意度指标权重的计算;最后通过旅游酒店游客满意度评估模型的建立流程，实现基于数据挖掘的旅游酒店游客满意度评估．对比实验结果表明，基于数据挖掘的游客满意度评估模型具有较高的评估精度．

参考文献:

［1］崔春生，李梦竹，王雪．基于淘宝网的网购顾客满意度模型实证研究［J］．数学的实践与认识，2019，49(06):87－99．

［2］郑莉，王建骅．基于模糊数据挖掘的教学质量满意度分析［J］．数学的实践与认识，2018，48(18):106－116．

［3］孔圆峰，鲍诚，王玥月．食品安全监管工作管理相对人满意度指数模型实证研究［J］．中国卫生政策研究，2019(2):58－64．

［4］朱彤，杨晨煊，郭春琳．城市道路环境自行车出行者满意度模型研究［J］．重庆交通大学学报(自然科学版)，2018，37(2):102－106．

［5］李芸，田欢，张明顺．基于BP神经网络的雨水径流污染负荷评估模型［J］．中国农村水利水电，2017(3):68－74．

［6］郑红茹，漆琪，马千里．2015年四川省儿童监护人对预防接种服务满意度多级模糊评价［J］．中国疫苗和免疫，2018，24(05):597－603．

［7］杨梅，王菁，张元坤．基于网络层次分析法的H5广告满意度评价方法研究［J］．包装工程，2019(14):209－216．

［8］何欣，徐筱秋．基于结构方程模型高职学生顶岗实习满意度实证研究［J］．职教论坛，2017(21):76－80．

［9］董璟琦，张红振，雷秋霜．污染场地修复生命周期评估程序与模型的研究进展［J］．环境污染与防治，2017，38(3):300－314．

［10］孙玖陌，张滨熠，朱廷劭．基于社会媒体大数据的政府满意度评估［J］．中国党政干部论坛，2017(2):75－77．

作者：李竟雄 单位：辽阳职业技术学院 经济管理学院