李竟雄
(遼陽職業(yè)技術學院 經(jīng)濟管理學院,遼寧 遼陽 111004)
游客流是旅游酒店的生命線,游客滿意度是游客流產(chǎn)生的根本動力.游客滿意度是一項可以反映旅游酒店之間競爭力和游客需求的經(jīng)濟指標,對促進旅游業(yè)的經(jīng)濟發(fā)展具有重要意義[1].目前,我國的旅游酒店游客滿意度評估已經(jīng)取得了一定成果,但是旅游酒店作為旅游景點的重要組成部分,具有相對獨立性.旅游酒店游客滿意度主要體現(xiàn)在酒店舒適度、價格、交通、飲食以及服務等指標上,為評估模型的設計提供應用價值.旅游酒店游客滿意度在經(jīng)濟學角度是一個不可以直接觀測的經(jīng)濟性指標,需要提取旅游酒店游客滿意度關鍵影響因子,構建旅游酒店游客滿意度評估體系,對游客滿意度進行綜合評估,提高游客對旅游酒店各方面的滿意度[2].
從理論意義上講,對旅游酒店游客滿意度評估模型的研究還比較落后,因此研究旅游酒店游客滿意度評估模型在理論構建和模型應用方面具有非常重要的探索意義[3].從旅游酒店實踐應用價值方面來看,游客滿意度評估模型為旅游酒店提供了一個動態(tài)的旅游酒店游客滿意度評估工具,有利于旅游酒店對游客滿意度的跟蹤,為旅游酒店的經(jīng)營者和管理者提供一個輔助工具,幫助旅游酒店確定服務領域的發(fā)展與改進方向,有效指導旅游酒店的游客進行合理消費[4].
基于上述背景,本文將數(shù)據(jù)挖掘應用到旅游酒店游客滿意度評估模型設計中,以縮小游客滿意度的評估誤差,實現(xiàn)準確評估游客滿意的目標.
在建立旅游酒店游客滿意度評估模型前,需要建立游客滿意度評估體系,本文采用數(shù)據(jù)挖掘技術,形成一個多層次、多維度的滿意度評估指標體系,來縮小游客滿意度的評估誤差.旅游酒店游客滿意度評估體系由目標層、項目層以及因子層構成[5],每一個層次的評估指標都是由上一個層次評估指標展開而得到的,而上一層次評估指標可以通過下一層評估指標的評估結果反映出來[6].旅游酒店游客滿意度評估體系如表1所示.
在旅游酒店游客滿意度評估體系中,根據(jù)旅游酒店游客滿意度邏輯模型,可以得到項目層指標的7個分量,結合旅游酒店服務流程及硬件設施,分解項目層的7個指標,得到旅游酒店游客滿意度評估體系的因子層,完成旅游酒店游客滿意度評估體系的建立.
旅游酒店游客滿意度評估體系建立完成后,必須根據(jù)滿意度指標權重的計算才能反映出游客的滿意程度,從而縮小游客滿意度的評估誤差.本文采用數(shù)據(jù)挖掘技術計算游客滿意度指標權重.
通過對旅游酒店游客滿意度評估因素中的指標進行兩兩比較,采用層次分析法構造游客滿意度的判斷矩陣P[7],如式(1).
表1 旅游酒店游客滿意度評估體系
(1)
判斷矩陣P是一致性矩陣,但判斷矩陣P并不一定完全合理,防止各個指標在進行兩兩比較時出現(xiàn)判斷錯誤,需要對判斷矩陣P進行一致性檢驗.
在實際應用過程中,一般通過比例指標CR進行一致性檢驗,當CR<0.1時,說明判斷矩陣P通過一致性檢驗.比例指標CR的計算公式為:
(2)
式(2)中,C表示一致性指標,可通過最大特征跟γmax進行計算:
(3)
RI表示隨機一致性指標,其取值結果如表2所示.
在完成判斷矩陣構建與一致性檢驗后,對游客滿意度評估體系中項目層的7個指標進行分析,先對7個項目指標層兩兩比較的結果進行算數(shù)平均計算,建立旅游酒店游客滿意度兩兩比較矩陣[8],如表3所示.
表2 隨機一致性指標取值
表3 項目層指標判斷矩陣表
圖1 旅游酒店游客滿意度評估模型構建流程圖
根據(jù)bij=aij∑aij將項目層指標判斷矩陣按列歸一化,得到了矩陣B.
(4)
根據(jù)ri=∑aij,采用數(shù)據(jù)挖掘技術,將矩陣B進行求和,可以直接得到矩陣R:
(5)
基于數(shù)據(jù)挖掘的旅游酒店游客滿意度指標權重最大特征值計算公式為:
(6)
以上通過兩兩比較評估體系中的指標,構造出旅游酒店游客滿意度判斷矩陣,分析游客滿意度評估體系中項目層7個指標.建立游客滿意度比較矩陣,結合旅游酒店游客滿意度指標權重的最大特征值,完成旅游酒店游客滿意度指標權重的計算.最后通過旅游酒店游客滿意度評估模型的建立流程,實現(xiàn)基于數(shù)據(jù)挖掘的旅游酒店游客滿意度評估.
為了使旅游酒店的各方面設施配置及服務等都能達到游客的滿意度,本文將數(shù)據(jù)挖掘應用到了游客滿意度評估模型的構建中,縮小游客滿意度的評估誤差.旅游酒店游客滿意度評估模型的構建流程為:首先對評估參數(shù)進行數(shù)據(jù)初始化,開始評估系數(shù)的初次迭代,得到新的游客滿意度評估參數(shù)[9],然后開始進行下一輪的迭代,直到評估參數(shù)收斂為止.旅游酒店游客滿意度評估模型構建流程如圖1所示.
在使用游客滿意度評估模型對評估參數(shù)進行求解的過程中,發(fā)現(xiàn)評估模型中隱藏游客滿意度變量的多維性,又不完全符合評估參數(shù)的標準正態(tài)分布,導致數(shù)據(jù)挖掘的期望不能被閉式表達為評估參數(shù)的函數(shù)[10],因此本文選用數(shù)據(jù)挖掘來優(yōu)化游客滿意度評估模型的評估參數(shù)求解,從而完成模型的構建.
綜上所述,根據(jù)旅游酒店游客滿意度邏輯模型,分解項目層的7個指標,得到旅游酒店游客滿意度評估體系的因子層,完成旅游酒店游客滿意度評估體系的建立;通過構造旅游酒店游客滿意度判斷矩陣與比較矩陣,結合旅游酒店游客滿意度指標權重的最大特征值計算公式,計算旅游酒店游客滿意度指標權重;最后通過旅游酒店游客滿意度評估模型的建立流程,實現(xiàn)基于數(shù)據(jù)挖掘的旅游酒店游客滿意度評估.
為了確保旅游酒店游客滿意度評估實驗的有效性,根據(jù)游客滿意度評估標準來分析旅游酒店是否達到游客滿意程度.旅游酒店游客滿意度評估標準如表4所示.
表4 旅游酒店游客滿意度評估標準
在旅游酒店游客滿意度數(shù)據(jù)采集方面,游客滿意度評估所要求的評估數(shù)據(jù)可以在旅游酒店數(shù)據(jù)庫中獲取.在旅游酒店數(shù)據(jù)庫采用數(shù)據(jù)挖掘技術,對游客滿意度評估人員評估報表中提供的滿意度評估數(shù)據(jù)進行加工和處理,為旅游酒店游客滿意度評估提供基礎數(shù)據(jù)來源,也是游客滿意度評估順利開展的基礎保障.
為了充分利用旅游酒店數(shù)據(jù)庫的數(shù)據(jù)優(yōu)勢,配合旅游酒店游客滿意度評估工作,將游客滿意度評估信息同步到評估模型中,對于游客滿意度評估數(shù)據(jù)結構簡單的評估信息,定期通知評估人員,便于評估人員順利完成評估.
由于旅游酒店游客滿意度評估工作的邏輯比較復雜,實驗時需要調用的后臺數(shù)據(jù)量較大,在滿意度評估數(shù)據(jù)處理方面,采用數(shù)據(jù)挖掘來緩解旅游酒店數(shù)據(jù)庫的壓力.首先,挖掘旅游酒店數(shù)據(jù)庫中的大量數(shù)據(jù),在數(shù)據(jù)集中提取出有價值的數(shù)據(jù),通過評估模型處理相關游客滿意度數(shù)據(jù)完成評估分析,最后將分析結果展示出來,保障旅游酒店游客滿意度評估工作的順利進行.
在旅游酒店游客滿意度評估中,基于知識圖譜的游客滿意度評估模型存在計算復雜、評估誤差大的缺陷,本文利用數(shù)據(jù)挖掘技術制定了如下實驗步驟:
步驟1:旅游酒店游客滿意度數(shù)據(jù)的預處理;
步驟2:利用基于數(shù)據(jù)挖掘的旅游酒店游客滿意度評估模型隨機生成評估數(shù)據(jù)格式;
步驟3:對隨機生成的游客滿意度評估數(shù)據(jù)進行處理;
步驟4:計算出旅游酒店游客滿意度評估系數(shù)和綜合評估向量;
步驟5:采用游客滿意度評估數(shù)據(jù)的復雜程度作為自變量,分析并統(tǒng)計評估誤差數(shù)值.
圖2 旅游酒店游客滿意度評估誤差對比曲線
利用上述的實驗方法及步驟,得到旅游酒店游客滿意度評估誤差對比曲線,如圖2所示.
從實驗結果中可以看出,當游客滿意度評估數(shù)據(jù)的復雜程度低于30%時,兩種游客滿意度評估模型得到的評估誤差都低于0.3分,但是隨著數(shù)據(jù)復雜程度越來越高,基于知識圖譜的游客滿意度評估模型得到的評估誤差越來越大,當游客滿意度評估數(shù)據(jù)復雜程度達到100%時,評估誤差達到了0.93分;而基于數(shù)據(jù)挖掘的評估模型得到的評估誤差基本都在0.4分以內(nèi),只有當游客滿意度評估數(shù)據(jù)復雜程度為100%時,評估誤差達到了0.4.因此可以得出基于數(shù)據(jù)挖掘的游客滿意度評估模型可以縮小旅游酒店游客滿意度評估的誤差.
本文提出基于數(shù)據(jù)挖掘的旅游酒店游客滿意度評估模型.根據(jù)旅游酒店游客滿意度邏輯模型,得到旅游酒店游客滿意度評估體系的層次結構,完成旅游酒店游客滿意度評估體系的建立;通過對游客滿意度評估體系中項目層7個指標的分析,建立游客滿意度比較矩陣,結合旅游酒店游客滿意度指標權重的最大特征值計算公式,完成旅游酒店游客滿意度指標權重的計算;最后通過旅游酒店游客滿意度評估模型的建立流程,實現(xiàn)基于數(shù)據(jù)挖掘的旅游酒店游客滿意度評估.對比實驗結果表明,基于數(shù)據(jù)挖掘的游客滿意度評估模型具有較高的評估精度.