1、（Lodging Quality Index） 量表等 , 都是该领域的杰出代表。但是我国目前网站的在线点评体系并不完善， 点评内容比较单一， 而 LODGSERV、LODGQUAL和 HOLISERV三个模型的指标都超过 20 个 （ 其中 LODGQUAL量表 22 个 ,LODGSERV量表和HOLISERV量表各 27 个）, 其涉及指标太多 , 与我国酒店预订网站的实际情况不符，且影响了顾客点评的积极性和点评的质量。国内在服务质量评价方面也有相应的的研究： 王文君 等 5 和苏志平 6 分别利用 SERVQUAL量表对影响酒店服务质量的因素进行了实证研究。而温碧燕所采用的约翰斯顿 （
2、Johnston ）的软硬质量模型在计量顾客感知的服务质量时， 不仅涵盖了 SERVQUAL量表的所有内容，还包括了没有涉及的因素，如敬业、友好、美观等因素 7 。但是目前国内酒店点评网站的点评指标 , 并没有形成一个统一的评价体系。而学术界比较推崇的服务质量测量量表 8 由于其理论性太强、问项较多等问题 , 其结果无法直接运用于网络点评。 因此 , 构建一套适用于网络点评的评价指标体系显得十分必要。在这种背景下，本文通过对 booking 网上抽取的 600 条顾客点评意见进行逐条分析和编码 , 进而对数掘进行统计分析 , 力图构建出一个衡量高星级酒店顾客服务质量感知的指标体系，并验证各个要
3、素对顾客服务质量感知评价的影响程度，通过对该选题的研究，本文希望可以达到以下两个目的：首先，从顾客角度度出发 , 构建一套精简而又全面、 适用于网络点评的酒店服务质量评价指标体系。其次，根据本文的结论，为酒店进行科学的服务质量管理建议。2 案例选取2.1 数据采集本文选取了 booking 网上厦门三家五星级酒店的六百条网络评价作为数据样本。Booking 网作为一家可以预订世界各地酒店的网站，相比于携程网、去哪儿网等网站有更多地外国游客进行了酒店评价， 可以综合反映中外顾客对中国高星级酒店的评价。同时， booking 网可以反映酒店的综合总评分，对顾客类型、顾2客国籍、出行性质、正负评价方
4、面做了明确的划分。例如，来自英国的 Ling 对厦门瑞颐大酒店的评分为 5.8 分，他对酒店的积极评价主要设计员工的服务态度和素质、酒店景观环境。 对酒店的消极评价主要是洗手间配套设施简单、 窗户不干净。在选取酒店上，选择了厦门三家五星级酒店。厦门不仅是典型的旅游城市，而且是闽南的经济重心， 隔金门与台湾相望， 有大量的港澳台胞、 东南亚国家游客聚集在厦门。厦门高星级酒店的服务接待能力可以在一定程度上反映我国高星级酒店的整体服务质量和接待能力。 选取的三家酒店分别是： 厦门海景千禧大酒店、厦门瑞颐大酒店、 厦门日航酒店。 这三家五星级酒店均为商务休闲综合型酒店，在 2014 年 1 月 1 日
5、到 2014 年 12 月 31 日之间，每家酒店的网络评论数都达到二百条左右。评论全面涉及到了顾客感知酒店服务质量的各项要素。2.2 数据编码为了便于定量分析和研究 , 需要对各指标进行编码 , 编码时 , 采用里克特五点量表 9 , 根据点评者的文本内容 , 对在点评中出现的项目进行编码 ,1 代表“很差”、 2 代表“差”、 3 代表“一般”、 4 代表“好”、 5 代表“很好”。下表是所设计的酒店顾客感知质量的评价指标体系及其编码。表 1 评价指标体系编码Table 1 The code of evaluation index system类别一级指标二级指标编码地理位置景观环境卫生状
6、况顾客服务软性服务质量感知综合总评硬件设施1= 很差； 2=差； 3=一般； 4=好； 5=很好评价指标价早餐体系预订服务性价比评价指标编码标推：（1）评论中有很明显的“很好”“好”“一般”“差”“很差”等字样。（2）对评论中出现的其他字样进行判断并归类：非常满意、非常不错、很喜欢、超级好等归类为“很好”一类；挺好、 挺满意、不错、挺喜欢等归为“好”一类；一般、满意、还好、还行、还可以归为“一般”一类；差、不满意、不喜欢等归为“差”一类；很差、很不满意、很不喜欢等归为“很差”一类。3（3）利用自身专业知识对评论中表现出的情绪进行把握。3 数据分析3.1 相关分析相关分析是研究变量之间的密切程度
7、， 根据样本成分资料来判定总体的相关性 10 。应用 SPSS19. 0 统计软件对所收集的酒店综合总评价与地理位置（ X1）、景观环境（ X2）、卫生状况（ X3）、软性服务（ X4）、硬件设施（ X5）、早餐（X6）、预订服务（ X7）、性价比（ X8）之间分别进行简单线性相关分析 , 得出相应的单相关系数值和显著性值（见表 2）。表 2 相关分析结果Table 2 Correlation analysisX1 X2 X3 X4 X5 X6 X7 X8r 0.540 0.489 0.523 0.697 0.902 0.523 0.167 0.557p 0.006 0.015 0.009 0
8、.000 0.000 0.009 0.436 0.005注： P0.01 表示相关性很显著； 0.01 0.05 说明相关性不显著。由表 3 可知，在 8 项指标中地理位置（ X1）、卫生状况（ X3）、软性服务（ X4）硬件设施（ X5）、早餐（ X6）和性价比（ X8 ）和的 P0.01, 说明其与综合总评价的相关性很显著。景观环境（ X2）P 值满足 0.01P0.05，说明其与综合总评价的相关性不显著。由此可见，这八个指标对综合总评价的影响程度从大到小依次为： 软性服务/ 硬件设施、性价比、地理位置、卫生状况 / 早餐、景观环境、预订服务。3.2 因子分析因子分析是指研究从变量群中提取
9、共性因子的统计技术。 因子分析可在许多变量中找出隐藏的具有代表性的因子。 将相同本质的变量归入一个因子， 可减少变量的数目， 还可检验变量间关系的假设 11 。本研究使用 主成分分析法提取累计贡献率大于 85%的公因子，来研究酒店综合总评价与各项评价指标之间的关系。3.2.1 主成分提取 12应用 SPSS19.0对地理指标地理位置（ X1）、景观环境（ X2）、卫生状况（ X3）、软性服务（ X3）、硬件设施（ X5）、早餐（ X6）、预订服务（ X7）、性价比（ X8 ）8 项指标进行主成分提取，获得主成分的统计信息结果（见表3）。表 3 总方差解释4Table 3 Variable Ex
10、planation成分贡献率（ %）累计贡献率（ %）46.40745.40718.00763.41411.45774.8709.00283.87255.91489.78665.24795.03472.97398.00781.993100.000由表中可以看出，第五主成分的累计贡献率达到了 89.786%，大于 85%。由此我们可以提取出五个公因子。3.2.2 主成分表达式通过主成分分析，可以得到综合总评价的因子得分系数矩阵。（见表 4）表 4 主成分得分系数矩阵Table 4 Coecient matrix of principal component scores主成分序列号X0.176-
11、0.2810.1430.602-0.9560.1490.1530.8340.0590.3520.179-0.4370.0770.1720.573X40.202-0.174-0.5450.0140.245X50.2430.0810.000-0.3140.1100.2200.078-0.105-0.3360.1800.0740.483-0.2390.8280.4010.1910.354-0.069-0.311-0.694根据表 4 的因子得分系数可以将主成分各个评价指标的原始变量表示为五个变量的线性组合，其方程如下（公式 1）：Z =-0.281 stdX+0.153 stdX-0.437 std
12、X.-0.174stdX+0.081stdX+0.078stdX 6+0.483 stdX 7 +0.354 stdX 8Z 3=-143stdX1+0.834stdX 2+0.077stdX 3-0.545 stdX4+0.000stdX 5-0.105stdX 6-0.239stdX7-0.069 stdXZ4 =0.602stdX 1+0.059stdX 2+0.172 stdX 3+0.014 stdX 4-0.314 stdX5-0.336stdX +0.828stdX-0.311 stdXZ 5=-0.956stdX 1+0.352stdX 2+0.573 stdX 3+0.245
13、 stdX 4+0.110 stdX 5+0.180stdX 6+0.401stdX 7-0.694 stdX 8其中 stdX i（i=1 ，2，3，4，5，6，7，8）表示标准指标变量。表 5 描述统计Table 5 Descriptive Statistics均值标准差X14.380.5764.420.5844.540.6584.330.8684.290.624X64.21X74.080.5043.790.588由表 5 的均值和标准差可以得出标准指示变量（公式2）：stdX 1=（X1-4.38）/0.576stdX 2=（X2-4.42）/0.584stdX 3=（X3-4.54）/
14、0.658）/0.868stdX =（X -4.33stdX 5=（X5-4.29）/0.624stdX 6=（X6-4.21stdX 7=（X7-4.08）/0.504stdX 8=（X8-3.79）/0.5883.3 回归分析运用主成分分析法得到因变量综合总评价与主成分1， 2， 3， 4、Z5的线Z Z性回归关系13（公式 3）： Y=4.375+0.553Z-0.023Z +0.009Z-0.027Z +0.001Z将公式 1与公式 2 代入公式 3, 最终得到因变量综合总评价与主成分各个评价指标的原始变量 X1 X8 的线性回归方程（公式 4）：Y=-0.7565+0.1598X 1
15、+0.1385X2 +0.1249X3+0.1348X4 +0.3341s 5+0.3015X6-0.2786X 7+0.2888X8 0.377根据这一线性回归方程， 我们可以把顾客服务质量感知评价指标体系引入酒店预订网站，将在线评论内容设置为八个评价指标， 根据顾客对这八个评价指标的评价得出酒店综合总评价。3.3 文本挖掘继续用 ROSTCM 6.0软件对评价指标进行文本挖掘 14 。文本挖掘技术比较成熟的应用领域是新闻业和医学， 在旅游研究领域的相关成果较少， 但近年来，情感分析在旅游领域的研究受到了学者们的特别关注 15 。如在国外，采用情感分类方法分析旅游博客中的信息，以分析旅游者对
16、某个目的地的整体评价 16 ；在国内，基于 LingPipe 方法和 PMI 方法分析携程网旅游评论的情感倾向，从中得到有价值的且有利于顾客决策的评论 17 。在文本挖掘的过程中， 由于网络评价的内容比较零散和口语化， 将所收集到的信息录入到 ROSTCM 6.0软件前，归纳整合部分评价内容，以提高数据分析的准确性。把顾客网络评价内容分为 8 个大类， 15 个小类。例如把床铺舒适程度、空调、隔音情况、浴室等归纳为客房设备；把服务人员专业化程度、服务人员掌握英语情况归纳为员工素质，等等。将整合好的数据转化为txt 格式，录入到ROSTCM6.0 软件中词性识别与词频统计模块，通过添加过滤词排除
17、掉无关词汇，获取顾客网络评价的高频词汇和排序情况。最后得到以下顾客网络评价主要内容的分布状况。表 6 高频词汇汇总Table 6 High-frequency words主类目频次/占比次类目249/48.07%酒店公共区域设施、酒店装修设计、客房设施176/33.98%服务细节、服务效率、服务态度、员工素质112/21.62%交通方便程度、距顾客目的地远近79/15.25%种类、质量、价格、用餐环境39/7.53%酒店公共区域卫生、客房卫生58/11.20%酒店周围环境、酒店内部环境8/1.54%15/2.90%预定方便程度、与实际相符程度从词频分析中可以看出， “硬件设施”出现的频次最多。
18、酒店是凭借其设备设施来为宾客提供服务的， 因此酒店的设施设备是酒店赖以存在的基础， 是酒店劳务服务的依托。 酒店设施设备的质量既是软性服务的基础和重要组成部分， 又是酒店软性服务高低的决定性因素之一。 设备设施是顾客进入酒店后最先感受到的服务内容。因为考虑到客房设施是顾客最直接也是最长时间接触到的设备设施，特此对这一小类做了分析归纳。 发现在对硬件设施的评价中， 对客房设备的评价有 182 条，占到了 73.09%，其中对客房的积极评价有 119 条，占积极评价总数的 45.60%；对客房设备的消极评价有 63 条，占到了消极评价总数的 24.51%。对客房设备的评价主要集中在床铺、浴室、电视
19、、网络、空调、隔音情况、装修等方面。对酒店客房设备做出消极评价的顾客中，有 12.3%的人反映设备陈旧。因此客房设备陈旧是很多高星级酒店面临的硬件方面的主要问题， 尤其是一些较早被评星的高星级酒店。“软性服务” 出现的频次位居第二。 这一评价指标主要包括服务效率、 服务细节、服务态度、员工素质四个方面。其中服务态度有 103 条，占到了 58.5%。在一定程度上， 可以说服务态度决定了服务细节与服务效率， 顾客与酒店服务员进行接触的过程中， 首先感受到的便是服务员的服务态度， 态度决定高度， 服务态度对软性服务有着举足轻重的作用。影响软性服务的另外一个要素是员工素质，主要体现在消极评价中，占到
20、了 18.7%。这里的员工素质在评价中主要体现在员工的专业化程度和外国游客对酒店服务员英语掌握程度的评价。“地理位置”出现的频次次之。占到了 21%。在地理位置中，主要涉及到了交通方便程度、 酒店与顾客目的地的距离远近。 由于地理位置是不可改变的客观因素，酒店可以通过做好叫车、接送机 / 站等服务，满足顾客的需求，弥补地理位置上存在不足。4 研究结论本文从 booking 网网友评论的文本出发， 通过相关分析、 主成分分析、 回归分析和文本挖掘主要的出以下结论：（ 1）消费者感知酒店服务质量主要集中在硬件设施、软性服务、地理位置、早餐、卫生状况、性价比、景观环境、预订服务这 8 个指标上。（
21、2）地理位置、卫生状况、软性服务、硬件设施、早餐和性价比与综合总评价的相关性很显著； 景观环境与综合总评价的相关性显著； 预订服务与综合总评价的相关性不显著。（ 3）硬件设施、 软性服务、地理位置是评价酒店顾客服务质量感知的最主要的三大因素。由回归分析和文本挖掘所， 我们可以建立酒店顾客服务质量感知评价指标体系，可以在酒店预订网站设立 8 个主评价内容，下设 19 个次类目，从而作出对酒店的综合总评价。酒店要提升服务质量管理能力， 要做到：关注酒店硬件设施设备的完善和维护，尤其是客房设施设备； 不断提高员工的服务态度和素质； 地理位置是酒店无法改变的客观因素， 为了弥补地理位置上存在的不足，
22、酒店要做好叫车、 接送机/ 站等服务，满足顾客的需求。本研究的不足主要表现在三方面：首先是编码受编码人员的主观影响比较大。这样可能造成部分点评者定量评价与编码者对点评内容编码的不一致。 其次是定性点评的内容覆盖面较窄。 由于定性点评的随意性较大， 点评者往往选择印象较深刻的方面进行点评， 造成了部分项目缺失值较多， 不利于后续研究和分析。第三是研究覆盖面问题。 本文选取了厦门的三家五星级酒店， 虽然可以在一定程度上反映我国高星级酒店的服务质量管理水平， 但缺少样本的多样性， 不能完全体现国内高星级酒店顾客服务质量感知。后续研究可以将不同档次的酒店纳入研究范围。 本文仅研究了国内高星级酒店顾客服务质量感知， 后续研究可选择不同档次的酒店， 同时扩大样本量， 得出更具有普遍性的研究结论。 另外可以将多个网站的网络点评作为研究对象进行综合研究、对比研究。9 参考文献 1 谢芳 . 论酒店顾客感知服务质量的控制 J. 贵州民族学院学报 （ 哲学社会科学版 ）,2006,04:44-48.2Gronroos C ，Han Jinglun trans. Service Management and Marketing ： ACustomer Relationship ManagementApproachM.B
