基于BiLSTM的酒店顾客满意度评价模型

酒店顾客满意度作为一项重要指标,是顾客决策与酒店管理行为的重要依据。本文对酒店预订平台的在线评论进行情感分析获取顾客满意度,分别采用Word2vec,GloVe,fastText,BERT预训练词向量作为模型词嵌入层,并与CNN,LSTM等模型进行对比分析得出最优模型。本文选取携程网站上福州市内多家知名酒店的在线评论实例论证,实验结果显示:BERT-BiLSTM模型准确率达85.8%。本文探究了各酒店的顾客满意度水平,为顾客选择酒店的决策行为以及福州市内知名酒店的发展提供参考依据。