互联网的飞速发展给人们的生活带来崭新面貌,通过网络购物已成为越来越多消费者的选择,人们不仅常常在网络上购买食物、书籍等物品,各类服务型商品也成为了热门的购买选择。旅游服务是一种常见的网购服务类商品,其体验过程中的品质深受消费者关注。近些年来,各个旅游公司纷纷推出线上网站提供此类服务,携程网就是其典型代表。当代商业社会中,平台只有对提供的旅游服务做出不断改进升级,提高消费者满意度,才可以不断发展。本文基于文本挖掘的方法,对在线旅游产品的满意度进行研究。为从旅游网站的大量评论内容中发掘出购买用户对于旅游产品喜好以及服务的特征,以携程网西安和成都的旅游评论为例,采集了约5万条旅游产品的在线评论数据,探索构建旅游满意度评价体系。首先采用基于词云图和社会语义网络分析图的方法初步分析评论特征,然后使用一种无监督的机器学习模型-LDA主题模型确定并提取评价指标,并找出评价指标的相似词汇。接着构建适用于旅游评论的情感词典,并将情感词典中含有的情感词分数用于计算每条评论情感值,并且结合层次分析法确定指标权重,最终获得了旅游满意度评价指标体系,计算出两市综合满意度及分年份满意度。之后采用灰色预测方法运用各年份满意度数据对未来两年的两市旅游满意度进行预测。综合满意度计算的结果显示,成都市的满意度高于西安市,游客对于成都旅游服务中的导游情况和行程安排的满意度高于西安,而西安携程旅游服务中地区游览特色更好,景点体验更佳。灰色预测的结论显示成都市在未来的满意度仍高于西安。本文提供的测算旅游满意度方法及其特征指标可以给消费者决策提供有效参考,也可以为旅游网站和当地旅游业提供了有效的改善方向,最终促成各方协作共赢。