随着信息技术和互联网的快速发展,越来越多的顾客喜欢在互联网上发布对产品或者是服务的评价。消费者通过在线评论表达体验产品或服务后的意见和观点,这些意见和观点对企业、商家具有很重要的实际意义。相比于传统的用户需求来源与调查问卷,受到一定时间和地域的限制,在社交媒体高速发展的时代,通过在线评论就能获得更多的、更加准确的反应用户真情实感的需求,并且在线评论具有时间标签,能够发现和挖掘顾客的动态需求。利用在线评论对酒店各个属性顾客满意度进行动态分析,帮助酒店企业更加清楚认知自己的产品和服务,认清自己的不足,帮助酒店企业提升酒店服务。酒店的服务质量是酒店赖以生存的关键所在,然而,由于企业的成本和资源通常都很有限的,所以企业或商家要想在市场中保持竞争优势,就必须对消费者的需求进行有效的挖掘。来确定酒店服务改进的优先顺序,最终提高酒店服务质量。针对上述问题,本文提出了基于在线评论的DIPA/DIPCA酒店服务提升模型,依据模型得出的结果,确定酒店的服务改进优先级顺序,提出管理策略。本文以酒店在线预订平台携程网、去哪儿网为数据来源,以用户的在线评论作为研究对象,首先利用用户生成内容形成的海量大数据,通过TF-IDF算法提取酒店属性词、基于HS的CBOW模型来训练词向量模型,完善酒店服务特征词词库,保证了酒店服务特征词的全面性,然后通过SO-PMI算法,构建得到酒店领域专用情感词典,完善情感词典。之后提出酒店服务提升模型,首先是考虑评论文本短文本的特性,制定特定的提取规则,运用情感词典匹配的方法对酒店服务各属性进行情感分析,得出酒店各属性的情感值,最后提出通过改进的IPA模型来绘制酒店各属性情感值随着时间变化的曲线变化,根据各服务属性所在的象限和曲线变化确定各服务改进优先顺序,提出服务提升方案。最后通过北京市不同星级酒店以及重庆市两家互为竞争对手酒店进行案例研究,验证该模型的可行性。