在线评论特征对菲律宾酒店自助餐厅评分的多维度影响机制研究——基于结构方程模型(SEM)的实证分析

研究人员针对用户生成内容(UGC)如何影响酒店餐饮业顾客决策的问题，采用结构方程模型(SEM)探究了菲律宾酒店自助餐厅在线评论长度、可读性(Dale-Chall Calculator评估)和情感效价(LIWC-22分析)对评分的差异化影响。通过Octoparse采集4,303条评论数据，运用AMOS 24和SPSS 24分析发现评论可读性与情感特征是评分关键预测因子，为酒店业优化在线声誉管理提供了数据驱动的决策依据。

　　

作为影响顾客购买决策、满意度、忠诚度和信任度的重要信息源，用户生成内容(User-Generated Content, UGC)在酒店业中的价值日益凸显。这项采用结构方程建模(Structural Equation Modeling, SEM)的研究，系统解析了菲律宾特定酒店集团旗下自助餐厅在线评论的三大特征——评论长度、文本可读性(通过Dale-Chall可读性公式评估)和情感极性(采用LIWC-22语言查询词典分析)对餐厅评分的差异化影响机制。

研究团队运用网络爬虫工具Octoparse采集了4,303条真实消费者评论构成研究样本，通过高级统计分析软件AMOS 24和SPSS 24进行假设检验。数据分析揭示了一个有趣的现象：在众多评论特征中，文本可读性(反映信息传达效率)和情感倾向(affect)对餐厅评分的预测效力最为显著。该发现为酒店经营者提供了重要启示——优化在线评论的语言表达质量和情感导向，可能比单纯增加评论数量更能有效提升数字化口碑。

这项研究创新性地将计算语言学工具(LIWC-22)与多元统计方法(SEM)相结合，为酒店餐饮业的网络声誉管理提供了基于实证的优化路径。研究结果不仅丰富了酒店营销领域的理论框架，更通过量化分析揭示了在线评论中"怎么说"比"说多少"更具影响力的实践规律，对提升服务业数字化竞争力具有现实指导价值。