技術特征：

1.一種基于旅游需求模板的景區(qū)評價數(shù)據(jù)分析輿情滿意度方法，其特征在于主要包括基于旅游需求模板的關鍵詞模板庫構建、關鍵詞模板庫的擴充和針對景區(qū)評價數(shù)據(jù)的輿情滿意度分析計算的三個步驟。

2.根據(jù)權利要求1所述的一種基于旅游需求模板的景區(qū)評價數(shù)據(jù)分析輿情滿意度方法，其特征在于：所述的旅游需求模板主要由內容大類關鍵詞、內容子類關鍵詞和情感關鍵詞構成，每個內容大類關鍵詞下分屬有其對應的內容子類關鍵詞，每個內容子類關鍵詞下分屬有其對應的情感關鍵詞。

3.根據(jù)權利要求1所述的一種基于旅游需求模板的景區(qū)評價數(shù)據(jù)分析輿情滿意度方法，其特征在于：所述關鍵詞模板庫的擴充具體是采用以下方式對內容子類關鍵詞和情感關鍵詞進行擴充：

1)在已構建的關鍵詞模板庫基礎上，通過網絡爬蟲工具在內容大類關鍵詞所在段落文字附近搜索內容子類關鍵詞，將找到的在已構建關鍵詞模板庫中不存在的內容子類關鍵詞作為新的內容子類關鍵詞，并加入到關鍵詞模板庫中；

2)在已構建的關鍵詞模板庫基礎上，通過網絡爬蟲工具在內容子類關鍵詞所在段落文字附近搜索情感關鍵詞，將找到的在已構建關鍵詞模板庫中不存在的情感關鍵詞作為新的情感關鍵詞，新的情感關鍵詞均賦權值后加入到關鍵詞模板庫中。

4.根據(jù)權利要求3所述的一種基于旅游需求模板的景區(qū)評價數(shù)據(jù)分析輿情滿意度方法，其特征在于：所述的網絡爬蟲工具采用八爪魚采集器，網絡爬蟲工具可以是任意一種，不影響本專利的實質內容。

5.根據(jù)權利要求1所述的一種基于旅游需求模板的景區(qū)評價數(shù)據(jù)分析輿情滿意度方法，其特征在于：所述針對景區(qū)評價數(shù)據(jù)的輿情滿意度分析計算具體是：由擴充后的關鍵詞模板庫通過網絡爬蟲工具搜索景區(qū)下的文字數(shù)據(jù)，抽取出內容大類關鍵詞所在段落文字附近的內容子類關鍵詞，再搜索抽取出每個內容子類關鍵詞所在段落文字附近的情感關鍵詞，從而獲得所有情感關鍵詞及其每個情感關鍵詞對應的內容子類關鍵詞和內容大類關鍵詞，然后構建景區(qū)輿情與滿意度的分析模型，通過景區(qū)輿情與滿意度的分析模型獲得以平均滿意度值作為該景區(qū)的輿情滿意度值。

6.根據(jù)權利要求5所述的一種基于旅游需求模板的景區(qū)評價數(shù)據(jù)分析輿情滿意度方法，其特征在于：所述的景區(qū)輿情與滿意度的分析模型具體是：

A)先采用以下公式計算獲得文字數(shù)據(jù)中所有評論中的關于某一個內容子類關鍵詞的滿意度值：

$Y_{B_{ij}}=\frac{\underset{t=1}{\overset{5}{\Σ}}{\mathrm{tS}}_{ij\_t}}{\underset{t=1}{\overset{5}{\Σ}}{S}_{ij\_t}}$

其中，表示第i個內容大類關鍵詞下第j個內容子類關鍵詞的平均滿意度值，t是分值(1～5)，S_{ij_t}表示i個內容大類關鍵詞下第j個內容子類關鍵詞對應分值為t的情感關鍵詞的數(shù)量，B_ij表示第i個內容大類關鍵詞下第j個內容子類關鍵詞，B{B₁₁,B₁₂,B₁₃…B₂₁,B₂₂,B₂₃…}代表內容子類關鍵詞集合；

B)再采用以下公式計算獲得文字數(shù)據(jù)中一個內容大類關鍵詞的滿意度值：

$Y_{A_i}=\underset{j=1}{\overset{n}{\Σ}}{W}_{B_{ij}}{Y}_{B_{ij}}$

其中，表示第i個內容大類關鍵詞的滿意度值，表示第i個內容大類關鍵詞下第j個內容子類關鍵詞的權值，n表示第i個內容大類關鍵詞下內容子類關鍵詞的數(shù)量，A{A₁,A₂,…,A₆}代表內容大類關鍵詞集合；

C)再采用以下公式計算獲得該景區(qū)的綜合滿意度值：

$Y=\underset{i=1}{\overset{6}{\Σ}}{W}_{A_i}{Y}_{A_i}$

其中，Y表示景區(qū)的綜合滿意度值，i表示內容大類關鍵詞的序號，表示第i個內容大類關鍵詞的權值。