近几年，随着移动互联网的飞速发展和普及，线上预定购买产品已经成为一种消费习惯。许多在线预订购买平台为了更好的满足消费者需求，为消费者提供了对产品进行自由、匿名的评价模式。基于此，目前，在各大预订平台上形成了巨量的产品评价信息。同时，越来越多的研究和分析聚焦此类巨量数据，从中获得精准、高效的信息，为企业的运营和管理服务带来新的价值。
　　在我国的酒店行业，目前高星级酒店的数量增加迅速，且部分地区产品结构不均衡，导致市场竞争激烈。同时，由于住宿业态的多样化趋势显著，各类住宿产品的出现对国内传统高星级酒店的冲击也较大，使酒店持续面临激烈的市场竞争环境。高星级酒店想在激烈的市场竞争中长远发展，需要更精准的面向顾客需求，提高顾客满意度，所以更科学有效的顾客满意度评价体系是酒店面临的重要问题。研究表明，通过在线评论数据可更为精准的了解顾客关注的重点和需求，并可以以此为基础构建顾客满意度评价体系。
　　本文利用Tripadvisor.com第三方平台中的点评信息作为杭州高星级酒店顾客满意度测评体系的数据来源，利用文本分析的方法对收集到的酒店点评信息大数据进行梳理和分析，得出杭州高星级酒店的二十八个高频词分类因素和六个划分维度。之后运用贝叶斯网络模型对各指标进行结构学习和参数学习的构建，以此确定顾客满意度影响因素。通过贝叶斯网络建立各维度和对应因素之间的相互关系，得出一级指标维度对顾客满意度产生影响时，二级因素对顾客满意度产生影响的条件概率表，以此确定最终的杭州高星级酒店顾客满意度评价体系。最后，本文以杭州的一家高星级酒店为例，对构建的顾客满意度评价体系进行了应用和验证。研究表明，基于在线评论文本构建的顾客满意度评价体系较传统的方式更为精准、科学，有利与酒店对顾客满意度的准确评价以及顾客需求的识别。