1、基于网络评价的高星级酒店顾客服务质量感知研究（陕西师范大学旅游与环境学院 陕西师范大学长安校区 710062）摘 要：随着信息时代的到来和互联网的快速发展，越来越多的人开始通过网络渠道来进行信息交流，包括信息的获取和传递。在这种背景下，各大旅游电商和一些酒店都推出了酒店在线预订平台，平台上的网络点评为顾客提供了选择酒店的依据，也使得顾客可以进行信息交流，同时让酒店及时发现顾客需求，了解顾客意见和建议，进而不断进行完善。本文借鉴己有研究成果,选择booking在线点评数据,使用相关分析、因子分析、回归分析和文本挖掘等方法对所收集到的600条数据进行分析研究，构建出一个衡量酒店顾客服务质量感知的指
2、标体系。最终得出了以下结论：（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、预订服务这八个指标上。（2）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。（3）建立了衡量酒店顾客服务质量感知的评价指标体系。关键词：网络评价；服务质量感知；文本挖掘；回归分析1 引言根据中国互联网网络信息中心(CNNIC)发布的第35次中国互联网络发展状况统计报告报道,截至2014年12月，我国网民规模达6.49亿，全年共计新增网民3117万人。互联网普及率为47.9%，较2013年底提升了2.1个百分点。“互联网的作用已从一个信息交流
3、工具扩展到数据与观点来源、公共话语空间乃至具有重要现实影响的社交空间”现在，更多的人选择通过网络获取所需信息，并且在网上分享自己的体验与感受，线上网络评价也成为酒店顾客服务质量感知评价的一大组成部分。网络评价的真实性、及时性、全面性不仅为顾客选择酒店提供了依据，而且有利于酒店进行有效地服务质量管理，不断提高其竞争力。五星级酒店作为现代酒店业的重要组成部分，在我国经济发展过程中发挥着重要作用。随着经济和社会的快速发展，我国五星级酒店成长迅速，总体规模不断扩大。根据中国旅游饭店业协会五星级饭店名录统计，截至2013年3月1号之前挂牌五星级饭店共758家，与2001年的129家相比，已经增长了近5倍
4、1。同时，在设施设备、产品功能方面的发展进步明显。在激烈的市场竞争中，我国五星级酒店越来越关注顾客的感受，坚持以顾客为导向。顾客服务质量感知是顾客的一种主观评估，是顾客对服务期望与感知服务绩效间的差异比较2，对酒店品牌的形象提升以及竞争力的可持续发展有着巨大的影响。如何从顾客角度有效的评估酒店的服务质量,是提升酒店服务质量的关键,也是很多管理者面临的难题。美国著名质量管理大师朱兰曾经说过:“20世纪是生产力的世纪,21世纪是质量的世纪,质量问题将成为关系一个国家和企业生存与发展的重大问题”3。国外学术界构建了很多测量顾客服务质量感知的量表,如Parasuraman,Zeilhaml 和 Ber
5、ry 三位学者(简称 PZB)的 SERVQUAL 模型4，Keniitson 和 Stevens的LODGSERV模型,Mei和Dean等人开发了 HOLSERV量表,Getty和Thompson (1993; 2003)等人开发LODGQUAL量表和酒店质量指数(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
6、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（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
7、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
8、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、顾客国籍、出行性质、正负评价方面做了明确的划分。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
9、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 inde
10、x system类别 一级指标 二级指标 编码顾客服务质量感知评价指标体系综合总评价地理位置景观环境卫生状况软性服务硬件设施 1=很差；2=差；3=一般；4=好；5=很好早餐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）利用自身专业知识对评论中表现出的情绪进行把握。3
11、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，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 analysisX1X2X3X4X5X6X7X8rp0.5400.0060.4890.0150.5230.0090.6970.0000.9020.0000.5230.0090.167
12、0.4360.5570.005注：P0.01表示相关性很显著；0.01 P 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。
13、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Table 3 Variable Explanation成分贡献率（%）累计贡献率（%）1234567846.40718.00711.4579.0025.
14、9145.2472.9731.99345.40763.41474.87083.87289.78695.03498.007100.000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评价指标X1X2X3X4X5X6X7X8主成分序列号10.1760.1490.1790.2020.2430.2200.0740.1912-0.28
15、10.153-0.437-0.1740.0810.0780.4830.35430.1430.8340.077-0.5450.000-0.105-0.239-0.06940.6020.0590.1720.014-0.314-0.3360.828-0.3115-0.9560.3520.5730.2450.1100.1800.401-0.694 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）： Z2=-0.281 stdX1+0.153 stdX2-0.437 stdX3.-0.174stdX4+0.081stdX5+0.078stdX6+0.
16、483 stdX7+0.354 stdX8 Z3=-143stdX1+0.834stdX2+0.077stdX3-0.545 stdX4+0.000stdX5-0.105stdX6-0.239stdX7-0.069 stdX8 Z4 =0.602stdX1+0.059stdX2+0.172 stdX3+0.014 stdX4-0.314 stdX5-0.336stdX6+0.828stdX7-0.311 stdX8 Z5=-0.956stdX1+0.352stdX2+0.573 stdX3+0.245 stdX4+0.110 stdX5+0.180stdX6+0.401stdX7-0.694
17、stdX8 其中stdXi（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评价指标均值标准差X1X2X3X4X5X6X7X84.384.424.544.334.294.214.083.790.5760.5840.6580.8680.6240.6580.5040.588由表5的均值和标准差可以得出标准指示变量（公式2）：stdX1=（X1-4.38）/0.576stdX2=（X2-4.42）/0.584stdX3=（X3-4.54）/0.658stdX4=（X4-4.33）/0.868stdX5=（X5-4.29
18、）/0.624stdX6=（X6-4.21）/0.658stdX7=（X7-4.08）/0.504stdX8=（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Z1，Z2，Z3，Z4、Z5的线性回归关系13（公式3）：Y=4.375+0.553Z1-0.023Z2+0.009Z3-0.027Z4+0.001Z5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）：=-0.7565+0.1598X1+0.1385X2+0.1249X3+0.1348X4+0.3341s5+0.3015X6-0.
19、2786X7+0.2888X80.377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
20、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ROSTCM 6.0软件中词性识别与词频统计模块，通过添加过滤词排除掉无关词汇，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-f
21、requency words主类目频次/占比次类目硬件设施软性服务地理位置早餐卫生状况景观环境性价比预订服务249/48.07%176/33.98%112/21.62%79/15.25%39/7.53%58/11.20%8/1.54%15/2.90%酒店公共区域设施、酒店装修设计、客房设施服务细节、服务效率、服务态度、员工素质交通方便程度、距顾客目的地远近种类、质量、价格、用餐环境酒店公共区域卫生、客房卫生酒店周围环境、酒店内部环境预定方便程度、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。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
22、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、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
23、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
24、%。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。 （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
25、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，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
26、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。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
27、(哲学社会科学版),2006,04:44-48.2Gronroos C，Han Jinglun trans. Service Management and Marketing：A Customer Relationship Management ApproachM.Beijing：Publishing House of Electronics Industry，2002,55-60.克里斯廷格罗鲁斯；韩经纶译.服务管理与营销基于顾客关系的管理策略M北京：电子工业出版社,2002,55-60.3于最兰. 游客对酒店服务质量评论的文本分析D.山东大学,2013.4李鹏. 服务质量评价SERVQUA
28、L模型比较及其修正J. 统计与决策,2007,21:33-355王文君,韩德昌,高林. 基于差距模型的饭店服务质量研究J. 旅游学刊,2008,11:19-26.6苏志平,顾平,武如飞. 基于SERVQUAL的饭店服务质量实证研究J. 江苏商论,2010,08:54-57.7温碧燕. 西部地区旅游饭店业服务质量评价与研究兼与东部沿海地区旅游饭店业比较J. 经济地理,2006,05:871-874+883.8康红星. 服务质量测量及量表开发研究D.中南大学,2006.9吕佳,李韬. 基于五点量表法的南通市社会工作者工作满意度研究J. 黑龙江教育学院学报,2014,03:197-198.10徐建华
29、.计量地理学M.北京：高等教育出版社，2006. 11杨永德,白丽明,苏振. 旅游目的地形象的结构化与非结构化比较研究以阳朔旅游形象测量分析为例J. 旅游学刊,2007,04:53-57.12洪素珍. 如何有效利用主成分分析中的主成分D.华中师范大学,2008.13徐林. 利用SPSS进行主成分回归分析J. 宁波职业技术学院学报,2006,02:67-69+74.14熊伟,郭扬杰. 酒店顾客在线评论的文本挖掘J. 北京第二外国语学院学报,2013,11:38-47.15郑文英. 旅行目的地中文评论的情感分析研究D.哈尔滨工业大学,2010.16Bing Pan，Daniel Fesenmaie
30、r RSemantics ofonline tourism and travel information search on the internet ： A preliminary studyJ Information &Communication Technologies in Tourism，2002,8-1017曹斌. 互联网上旅游评论的情感分析及其有用性研究D.哈尔滨工业大学,2008.A research on the Customer service quality perception of high star hotel based on Online CommentsYao Lianyu(College of Tourism and Environment Sciences, Shanxi Normal University, Xian 71
