摘要
当前"双循环"新发展格局下,酒店业迎来发展新机遇.本研究选取夫子庙(历史人文街区)和新街口(城市商业中心)2个环境差异明显的地区作为案例地,以携程旅行网上12家酒店文本作为数据来源,建构CNN-BiLSTM-ATT相结合的深度学习模型,探究游客酒店双因素体验特征,并对其差异机制进行分析.结果表明:①CNN-BiLSTM-ATT相结合的深度学习方法为酒店体验研究提供了一个系统的理论框架,可以深入挖掘游客酒店体验特征及其差异机制;②不同环境差异下的游客酒店双因素体验具有较大差异.游客夫子庙酒店激励体验涉及区位地标、餐饮体验等要素;游客新街口酒店激励体验涉及娱乐体验、酒店氛围等要素.游客夫子庙酒店保健体验涉及停车设施、客房面积等要素;游客新街口酒店保健体验涉及电梯设施、停车设施等要素;③游客酒店双因素体验机制存在差异.游客酒店激励体验多与区位地标、娱乐体验等外部要素有关,保健体验多与客房面积、客房隔音等内部要素有关.本研究拓展了深度学习在游客体验研究中的应用,为酒店韧性建设与高质量发展提供参考.
NETL
NSTL
万方数据