关于游客满意的相关研究一直是旅游学界的关注热点,无论是国外还是国内,至今已有大量有价值的研究,游客满意理论已形成了成熟的理论系统和建立了扎实的理论基础。然而,对于出境游客满意度的研究一直缺少深入的量化分析和研究结果,主要有两大难点,其一是游客满意度测评方法局限于问卷调查法,其二是数据收集困难,难以展开更深入的探讨和分析。本论文在研究出境游客满意度中引入计算机自然语言处理领域的最新技术(情感分析技术/数据挖据),运用内容分析法,高效采集和客观分析数据,确保数据的诚实性、可信度和广泛性;同时,作为旅游目的地游客满意度的重要研究内容,本研究的结果可以填补出境游客满意度研究的空缺。情感分析技术在游客满意度研究中的成功引入,将为旅游理论的深入研究和方法的探讨应用拓宽思路。本文研究的对象是六大出境地(香港、澳门、韩国、台湾、泰国、日本)的中国游客。使用计算机程序从新浪位置微博中获取了828,113条微博信息,从中随机选择12,000条,提取其语言特征后进行人工标记,作为训练和评估数据,使用最大熵模型(计算机-机器学习)建立了可进行情感分析的分类器模型,并取得了较高的准确度。运用该模型,将所有微博信息自动分类为:正面评价、中立评价、负面评价。该结果作为一个“花费-收获模型”输入数据来进行满意度评价。此模型可排除消费价格这一因素,并进行目的地之间的横向比较(比较性价比)。根据判别结果和对各出境地旅游性价比的计算,本研究得到以下结论:六大出境地的游客满意度的排名从高到低依次是泰国、台湾、韩国、澳门、日本和香港。在旅游性价比方面,由于香港和澳门的不过夜游客数量比重较大,与其余四大出境地的花费统计标准有较大出入,所以香港和澳门相互比较,其余四地进行排名;最终,澳门的性价比高于香港,其余四地的排名从高到低依次是泰国、台湾、日本和韩国。从游客满意度和旅游性价比排名可见,不同目的地的消费额这一隐形权重因素对游客满意度的结果有较大影响,而“花费—收获模型”这一测评方法能够公平地比较不同目的地游客间的满意度指标。研究结果证明,在游客满意度研究中引入情感分析技术是可行且有巨大的潜在价值,将会大大提升调研的效率和研究的价值。同时,这一技术的应用可以为旅游理论实证研究中的难点问题提供便利。