| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-15页 |
| 1.1 研究背景与问题的提出 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究问题的提出 | 第8-9页 |
| 1.2 研究目的及意义 | 第9-11页 |
| 1.2.1 研究目的 | 第9-10页 |
| 1.2.2 研究意义 | 第10-11页 |
| 1.3 主要研究内容与研究方法 | 第11-15页 |
| 1.3.1 主要研究内容 | 第11-13页 |
| 1.3.2 研究方法 | 第13页 |
| 1.3.3 技术路线 | 第13-14页 |
| 1.3.4 研究创新点 | 第14-15页 |
| 第2章 文献综述与理论基础 | 第15-23页 |
| 2.1 文献综述 | 第15-18页 |
| 2.1.1 在线评论 | 第15页 |
| 2.1.2 服务失误 | 第15-16页 |
| 2.1.3 服务补救及在线服务补救 | 第16-18页 |
| 2.1.4 顾客满意度 | 第18页 |
| 2.2 理论基础 | 第18-22页 |
| 2.2.1 感知公平理论 | 第18-20页 |
| 2.2.2 期望理论和期望失验理论 | 第20-21页 |
| 2.2.3 服务补救悖论 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 酒店在线补救对顾客满意度影响的检验模型构建 | 第23-35页 |
| 3.1 研究假设的提出 | 第23-29页 |
| 3.2 变量定义 | 第29-30页 |
| 3.2.1 因变量 | 第29-30页 |
| 3.3 检验模型的构建 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 酒店在线补救的数据获取及文本语气分类 | 第35-47页 |
| 4.1 数据的获取 | 第35-39页 |
| 4.1.1 获取所有携程网站上的酒店ID数据模块 | 第37-38页 |
| 4.1.2 抓取酒店详细信息和用户评论及分析数据模块 | 第38-39页 |
| 4.2 下载数据及数据结构 | 第39-41页 |
| 4.3 文本分类 | 第41-45页 |
| 4.3.1 文本分词 | 第41-42页 |
| 4.3.2 去停用词 | 第42页 |
| 4.3.3 LDA模型构建 | 第42-44页 |
| 4.3.4 基于LDA的在线管理回复的语气分类结果 | 第44-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 酒店在线补救对顾客满意度的影响模型检验结果分析 | 第47-56页 |
| 5.1 数据统计 | 第47-49页 |
| 5.2 模型检验 | 第49-54页 |
| 5.3 结果分析 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 结果讨论和启示 | 第56-60页 |
| 6.1 研究结论 | 第56-58页 |
| 6.1.1 扩展期望失验理论 | 第56页 |
| 6.1.2 在线服务补救各维度对顾客满意度的影响 | 第56-58页 |
| 6.2 服务提升策略 | 第58-59页 |
| 6.3 研究局限 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-65页 |
| 致谢 | 第65页 |
