基于在线评论的酒店选择：采用多标准决策方法结合词嵌入关键词提取和基于深度学习的情感分析技术

《Expert Systems with Applications》：Hotel selection based on online reviews by multi-criteria decision-making methods with word embedding keyword extraction and deep learning-based sentiment analysis

　　

杨珊珊|廖虎昌

摘要

随着在线评论数量的激增，人们需要方法从这些评论中挖掘有价值的信息，以帮助消费者选择酒店。现有的研究将情感分析与多标准决策方法结合用于在线酒店选择。然而，在关键词提取、情感分析以及标准权重确定方面存在局限性，而这些步骤对于在线酒店选择至关重要。本文提出了一种结合词嵌入关键词提取和基于深度学习的情感分析的多标准决策方法，以克服现有在线酒店选择方法的局限性。该方法利用Twitter数据集和爬取的在线评论构建了一个基于词嵌入模型的关键词提取框架。由于双向LSTM（Bi-directional LSTM）能够捕捉多层次的语义关系，因此被选用于情感分析。同时，提出了一种结合不同修饰词数量和最佳-最差方法的权重确定机制来评估各项标准的权重。最后，采用“获得/失去优势得分”方法对酒店进行排名。研究分析了2005年8月1日至2022年9月30日期间在中国成都发布的11家酒店的5189条在线评论（这些评论来自TripAdvisor.com），以验证所提方法的可行性。结果表明，将关键词提取和情感分析与多标准决策模型相结合，能够生成可靠的酒店排名，为消费者决策提供支持，并通过识别各项标准的优势与劣势，为酒店质量改进提供方向。