本世纪以来，随着体验经济时代的来临，旅游领域一直高速蓬勃发展。不过，近期的新冠疫情给旅游业的发展带来了很大的挑战。旅游产业必须重新回归本质，进行有效的改革和创新，提高旅游者的旅游体验质量，才能度过艰难时期。旅游产业或将从高速增长时期转变为高质量发展时期。
　　旅游体验的本质是心理层面的情绪感受，提高旅游体验质量离不开对旅游中情绪体验的量化，离不开旅游者为中心的旅游产品评价体系。传统的旅游体验质量测量和KANO模型基于专家建立的评价指标体系通过调查问卷获取数据来进行实证研究。其一，这种研究将旅游产品纯粹看做一种服务商品，忽视了旅游产品的体验本质。旅游者的情绪是对旅游体验的真实反映，通过评论等用户生成内容展现出来，但这种非结构化主观性文本所表达的情绪往往具有模糊性、多样性和隐性表达的特征。因此，需要建立有效的情绪计算方法来获取旅游者的体验质量。其二，旅游产品的评价指标体系由专家建立，忽略了旅游者的体验视角，容易和旅游者所感受到的产品特征存在割裂。如何从海量的旅游者评论文本获得与旅游体验质量相关的旅游产品属性也是亟待解决的问题。其三，传统的KANO模型基于期望-不一致的满意度理论，现实中，存在着很多事先对旅游目的地一无所知，没有形成期望的旅游事件，满意度无法很好地在这类旅游事件中发挥作用。传统KANO模型需要新的计算方法来处理质量属性。为了解决以上的研究问题，本文提出了以情绪计算为核心的KANO模型构建方法。
　　本文研究的主要内容包括文本的情绪分布计算方法、旅游产品属性的抽取方法和KANO模型分类指标构建，并进行实证研究。首先，为了从旅游者的UGC(User Generated Content，用户生成内容)中分析提取其在旅游体验过程中的情绪感受，构建合适的文本情绪强度分布预测模型，采用了长短时记忆神经网络捕捉文本中的上下文信息，预测文本的情绪强度分布；接着，在从大量UGC内容中提取旅游产品的属性，采用结构化主题模型提取属性方面，通过通用词向量和领域词向量找到已知属性词语的近义词进行扩展，最后通过人工迭代的方式添加极少数自动化方法无法识别的属性词，形成一个完备的旅游产品属性词集，即两层的旅游产品属性评价体系；然后，将提取出属性的评论文本通过文本情绪预测模型预测其情绪分布，进而在属性的情绪分布基础上，构建KANO分类指标，对属性进行KANO分类，根据分类的结果提出旅游产品的质量改进策略。通过在真实的爱彼迎评论数据集上进行实验，提出的情绪强度计算方法具有较高的准确性，建立的新型KANO模型能够有效识别爱彼迎民宿产品的质量要素。