随着中国旅游行业的发展以及共享经济思想的营销,再加之国家政策扶持,近年来民宿行业发展迅猛,市场竞争也愈加激烈。由于民宿以个体和零散经营为主,缺乏行业间沟通交流于指导,且行业处于初级,行业研究不够深入,更缺乏行业细分市场的差异化研究,因此给民宿经营者带来了较大的经营压力和难度。通过深入研究和分析民宿市场用户关注度和满意度情况能够有效缓解这一问题,为民宿经营者提供管理依据和指导。同时,专业民宿预定平台的兴起使得在线点评数量呈现爆炸式增长,这些大体量的客观数据可以更加科学、真实地反应用户对民宿的关注点和评价情况。基于上述情况,本文充分利用专业民宿预定平台的在线点评数据,运用文本挖掘技术对民宿用户的关注度指标和满意度情况进行研究分析,并且进一步研究民宿细分市场中相关指标的差异程度和相互作用。本文主要研究工作和相关结论如下:1.采用爬虫软件爬取了携程网站上全国范围内25个城市和15个古镇的民宿在线数据,获取了房屋特征、旅客特征和消费评论等信息。2.对于以上样本数据进行预处理,对民宿属性按照所在地域、所属类别进行标记,以及对旅客出游特征进行数据梳理,以便为后续进一步研究民宿细分市场提供数据基础。3.对于处理后的样本进行数据分析。基于层次聚类分析法和网络语义分析法初步探索评论文本的语义关系。然后基于LDA主题建模从评论中挖掘用户关注指标,提取出3个总体性指标（评价描述、回购意愿、推荐意愿）和17个重点关注指标（价格、房屋设施、服务态度、响应和问题解决、个性化服务、设计装修、舒适度、卫生条件、周边环境、周边配套、餐饮、地理位置、交通便利、景区距离、安全保障、互动交流、特色）。继而采用机器学习分类算法模型支持向量机（SVM）对每条评论子句进行主题识别分类,并结合机器学习分类算法模型决策树对每条评论子句进行情感打分,最终构建出民宿旅客整体评价指标和关注度指标的数据模型。4.运用描述型分析法对各类指标数据进行描述型分析,得出17项重点关注指标均和民宿满意度有强正相关关系,且其中的11项指标对旅客忠诚度有较大影响。同时,根据民宿类型、地域类型、旅客出游类型对民宿市场进行细分,并结合SPSS软件横向比较细分类型下的民宿市场旅客关注度指标和旅客满意度、忠诚度情况之间的差异和相互的关联关系。然后通过IPA模型分析法将旅客对民宿各项指标关注度和满意度进行组合分析,探究哪些因素值得重点关注和提升,哪些因素可适当包装和转化,并形成建议供民宿经营者参考。