随着二十一世纪的网络信息技术大发展,依靠互联网尤其是移动互联网的产品模式渐渐成长为主流,截至2020年12月,我国网民规模达9.89亿,手机网民规模达9.86亿,我国网络支付用户规模达8.54亿,手机网络支付用户规模达8.53亿,国内有超过100,000个大型酒店遍布全国各地,从广义来讲,全国的各个角落中的普通酒店旅馆大概有600,000家,住宿行业经营主体的规模高达70余万家。酒店在线预订成为电子商务业务中越来越大的蛋糕,中国酒店住宿用户超过80%会采用网络在线方式预订酒店,其中以产品类型丰富、查询方便为优点的携程网等旅游在线服务网站,成为中国客户最为喜爱的预订路径。根据相关研究,用户网络点评对酒店预订有显著影响。本文通过Python网络爬虫代码,对携程网某家酒店的用户网络点评进行数据采集,清洗出8109条有效评论,并使用文本分析法和社交网络分析法对数据进行分析处理,从中得出该酒店管理方面的优点和缺陷因素,根据正面影响和负面影响分别提出建议,使酒店管理层能够对负面的用户网络点评进行有效的管理反馈,提升酒店口碑,对酒店预订产生正面影响。实验爬虫代码收集到的用户网络点评文本数据用卷积神经网络文本分类和ROST CM6软件进行文本分析,对点评文本数据进行分析得出相关结论,通过情感等级分析、词频分析、语义网络分析等方法,分析得出:大部分顾客对该酒店持好评,认为该酒店物超所值,但也存在部分差评,主要集中在对产品和服务方面;多数用户把服务人员的服务接待态度看得很重要,应进行优势强化管理;用户感知中对“卫生”、“环境”等基础条件的感知会随着用户高峰期到来产生下滑,应进行及时整顿补救。