基于机器学习方法的游客评论数据智能分析技术研究

马骞

（西安航空职业技术学院，陕西西安 710089）

随着互联网技术的快速发展与普及，电子商务逐渐被应用于货币交换、商品买卖与旅游服务等多个领域[1-2]。在这些领域中，由于旅游行业严重依赖于资金流动、信息传递与流通，所以如何利用高效率的信息引导普通的游客，是旅游景点提高经济效益的重要环节[3-7]。而在与互联网融合的背景下，通过借鉴淘宝等商品平台，携程网或途牛等旅游服务平台也逐渐引入针对旅游目的地的游客评价等功能，从而优化其相应旅游目的地的服务产品。然而，随着游客数量的快速增加，对于评论数据的情感分析也逐渐成为旅游服务平台亟待解决的技术问题[8]。目前，国内外的学者提出一些经典的解决方法，例如：Bo Yang 等学者通过引入机器学习方法，对互联网上的观众影评进行了准确度较高的情感分析[9]；Sanjiv Das 等学者针对投资者对股票走势的评价，建立了情感分析的计算模型[10]。然而，这些研究所提出的分析模型依然存在准确度较低的问题，难以应用到大规模的旅游服务平台中。

为了进一步提高游客在旅游服务平台上的分析准确度，基于支持向量机等机器学习分类算法[11]，文中提出了针对游客评论数据的智能分类与分析技术。使用数据的自动抓取技术，实现了旅游服务平台的数据获取与预处理操作，通过引入支持向量机技术，文中提高了分析模型的泛化能力，实现具有较高准确度的情感分析技术。……