《Frontiers in Human Dynamics》：Do smart hotel technologies enhance guest experience? Evidence from online review analytics in the UAE Hospitality Industry
编辑推荐：
引言：智能酒店技术正在日益改变酒店业中的宾客体验。然而，关于这些技术如何反映在在线酒店评论中，以及技术赋能体验如何影响阿拉伯联合酋长国（UAE）客户满意度，现有证据仍然有限。本研究考察了在线评论中智能酒店技术的呈现及其与客户满意度之间的关系。方法：本研究采用定
引言：智能酒店技术正在日益改变酒店业中的宾客体验。然而，关于这些技术如何反映在在线酒店评论中，以及技术赋能体验如何影响阿拉伯联合酋长国（UAE）客户满意度，现有证据仍然有限。本研究考察了在线评论中智能酒店技术的呈现及其与客户满意度之间的关系。方法：本研究采用定量二手数据设计，使用公开可获取的酒店评论数据集和结构化编码框架进行透明文本分析。分析样本包含220条评论级观测数据，包括评分、城市、评论文本、情感得分、智能技术主题指标、智能技术强度与体验质量指数。研究应用了描述性统计、情感分类、主题频率分析、皮尔逊相关分析和普通最小二乘（OLS）回归。结果：积极情感占酒店评论的最大比例。移动办理入住、无钥匙进入、智能客房控制、无接触服务、数字礼宾功能和自动化服务系统成为最常被讨论的智能服务主题。客户平均评分为4.05，平均情感得分为0.45，情感-评分相关系数为0.822，智能技术强度-评分相关系数为0.682，OLS模型解释了客户满意度方差的68.5%（R2=0.685）。研究结果表明，当智能技术能够减少服务摩擦、支持个性化并补充响应式人工服务时，它们对客户满意度产生积极影响。讨论：研究结果表明，当智能技术与以人为中心的服务交付有效整合而非取代它时，智能技术能够提升宾客满意度。本研究为智能酒店研究贡献了一种透明的二手数据方法，并提供了可复用的编码数据集以支持未来的重复研究和比较研究。
论文解读：阿联酋酒店业智能技术对宾客体验的影响——基于在线评论分析的实证证据
一、研究背景与问题提出
在数字化转型浪潮推动下，智能酒店技术正以前所未有的速度重塑全球酒店业的服务格局。移动应用程序、无接触服务、在线礼宾服务、智能客房系统和自动化服务正逐步构成现代酒店业的服务生态。对于阿拉伯联合酋长国这样的高端旅游目的地而言，其酒店业既需要满足高端游客对数字化基础设施的期望，又要应对跨境旅客流动带来的服务标准化挑战，酒店管理者因此面临在高质量人工服务与高品质数字便利之间寻求平衡的复杂任务。然而，当前一个突出的行业困境在于：许多酒店企业投入大量资源部署智能技术，却未能充分考量宾客在服务接触后对技术体验的真实反馈。现有的技术采纳统计数据仅能反映客房是否配备了相关系统，却无法揭示这些系统在宾客眼中是否便捷、可靠或令人困扰。
既有学术研究主要采用基于问卷调查的方法来探究技术接受度、服务质量和行为意向，鲜有研究利用在线评论数据来识别宾客如何在真实酒店场景中描述和评价技术赋能的服服务体验，尤其是在阿联酋这一特定语境下。更为重要的是，将智能技术主题、评论情感与体验质量整合到透明二手数据分析框架中的研究几乎付诸阙如。在线评论因其融合了数字评分与自然语言文本的双重属性，恰好能够弥补这一研究缺口——它们既包含量化的满意度指标，又承载着宾客对服务质量的质性描述。因此，本研究旨在利用公开可获取的评论数据集和可复现的文本分析方法，考察阿联酋酒店业中智能酒店技术在宾客体验中的呈现特征及其与客户满意度的关系。
二、研究设计与方法概述
本研究采用定量二手数据设计，构建了一套系统化的分析框架。数据来源包括公开的TripAdvisor酒店评论数据集、Hugging Face酒店评论语料库以及卡内基梅隆大学（CMU）酒店评论资源，研究地点覆盖迪拜、阿布扎比和沙迦三个阿联酋主要酒店目的地。最终分析样本包含220条评论级观测数据，每条观测包含评分、城市、评论文本、情感得分、智能技术主题指标、智能技术强度和体验质量指数等变量。研究首先通过标准化关键词匹配程序对评论文本进行清洗与编码，将智能酒店技术划分为访问技术、客房内技术、交易技术和服务智能四大类别；继而运用描述性统计、情感分类、主题频率分析、皮尔逊相关分析和普通最小二乘（OLS）回归等方法检验研究假设。其中，客户满意度评分（五点量表）为因变量，情感得分、智能技术强度与体验质量指数为自变量。
三、研究结果
情感分布与总体满意度。描述性统计显示，积极情感在酒店评论中占比最大，平均客户评分为4.05（满分5分），平均情感得分为0.45，表明整体上宾客对阿联酋酒店体验持积极评价，满意度模式总体良好。
智能技术主题频率分析。主题频率分析揭示，移动办理入住、无钥匙进入、智能客房控制、无接触服务、数字礼宾功能和自动化服务系统是宾客评论中最常被讨论的智能服务主题。这些主题集中在宾客可直接感知的数字便利环节，表明技术接触点已成为宾客评价酒店服务体验的重要维度。
相关分析与假设检验。皮尔逊相关分析结果显示：情感得分与评分之间呈强正相关（r=0.822），支持假设H1；智能技术强度与评分之间呈中等正相关（r=0.682），支持假设H2；体验质量指数与评分之间呈强正相关（r=0.784），支持假设H3。OLS回归模型解释了客户满意度68.5%的方差（R2=0.685），整体模型解释力较强。
回归系数的进一步解析。值得关注的是，在多元OLS回归中，智能技术强度的系数转为负值（-0.419），而情感得分（1.308）和体验质量指数（0.110）的系数均为正。这一系数符号逆转现象并非表明技术本身降低满意度，而是提示技术相关提及同时出现在正面和负面的服务情境中。评论文本分析为此提供了佐证：被描述为流畅、便捷、无缝且获得员工支持的技术系统往往收获积极评价；而被描述为故障频出、令人困惑或响应迟缓的系统则引发负面评论。这表明智能技术的价值取决于其是否被感知为服务摩擦的减少者，而非单纯的技术新奇性。
四、讨论与结论
本研究的核心发现表明，智能酒店技术的成功关键在于与以人为本的服务交付体系的有机整合，而非对人工服务的替代。研究结果支持将智能酒店视为一个社会技术服务系统——技术进步与人文互动共同塑造客户满意度。无钥匙进入、移动办理入住和无接触支付之所以能够提升满意度，是因为它们减少了等待时间和不确定性；智能客房控制和数字礼宾系统在提供个性化、可靠且可控体验时才能创造价值。反之，当自动化导致服务交付延迟或宾客在问题解决中陷入困境时，体验评价便会恶化。
在研究意义层面，本研究在方法论上提出了一种透明、可复现的二手数据分析框架，通过区分源字段与分析字段，使后续研究者能够在不改变支撑性评论的前提下灵活替换情感词典或主题模型。这一框架打破了评论挖掘中"高频提及即代表满意"的认知误区，强调酒店管理者不仅需要追踪技术主题的出现频率，更需判断该主题与积极或消极情感之间的关联方向。从实践角度而言，研究建议酒店业者建立评论监控仪表板以追踪各智能技术类别的情绪趋势，为每个自动化触点配备人工后备支持方案，并以评论证据而非竞争对手行为作为技术投资决策的依据。
本研究亦存在若干局限性：在线评论可能过度代表体验极端满意的宾客群体，公开数据集的用户画像信息有限，且平台偏差难以完全消除。未来研究可扩展至更完整的公开数据集，采用基于BERT的方面级情感分析以精确识别技术主题的褒贬指向，并开展跨国家比较以检验智能酒店满意度的外部效度。总体而言，本研究通过整合智能技术主题、情感分析与客户评分于统一的二手数据框架中，为智能酒店研究提供了兼具方法论贡献与实践指导价值的学术证据，论证了技术在简化服务流程、提升易用性并补充人文关怀时能够切实增强宾客满意度这一核心命题。
