在信息技术飞速发展、个性化消费理念普遍流行的趋势下,共享住宿以极具特色的服务吸引了众多消费者,但其繁荣的同时也面临着前所未有的挑战和不确定性。而消费者满意度是衡量企业运营水平的重要依据,对民宿满意度进行研究,对政府决策、共享住宿产业发展与用户消费都有一定的参考价值。共享住宿平台在运营过程中产生了海量的消费者点评数据,这些评论中蕴含着消费者的反馈意见,对这些信息进行挖掘分析,能够真实、客观地反映消费者的满意程度,可以为民宿经营者提供重要的参考价值,从而提高民宿的服务质量。基于此背景,本文基于情感分析方法展开了民宿满意度综合评价研究。本文通过爬虫程序获取了携程网站上的部分民宿评论,对预处理后的数据进行Word2vec词向量训练,接着使用Kmeans聚类算法提取出了7个影响民宿满意度的因素。根据提取出的影响因素,构建了方面级的情感分析模型,其中包括评论影响因素的识别和评论情感倾向的判断。在影响因素识别方面,分别使用了CNN模型和LSTM模型,通过对比分析,选取了稳定性和准确率均较高的LSTM作为应用模型;在情感倾向判断方面,则对比分析了二分类常用模型SVM和NB,在本文的实验中SVM模型表现较好,准确率达到了95%。最后将聚类得到的7个影响因素作为满意度综合评价指标,将情感分析模型得到的因素占比作为指标权重,并使用模糊综合评价法计算出综合评分,构建了基于情感分析的民宿满意度综合评价模型。通过验证分析,该模型能够挖掘出消费者最关注的民宿特征,并且了解到各个因素上消费者的满意度程度,能在一定程度上帮助民宿经营者改善服务质量,提高消费者满意度。表明本文所构建的模型具有一定的合理性与可用性,同时对于共享住宿行业的推动与产品的智能化升级也有一定的参考价值。