随着信息技术发展和社交平台的多方面渗入,在线酒店预订应运而生。相比传统线下酒店预订,在线预订以其价格透明、选择丰富等优势吸引众多消费者。酒店顾客满意度被认为是衡量酒店生命力的重要参考依据,但伴随着酒店业的蓬勃发展,技术不断赋能消费者,消费者的话语权持续增大,顾客需求无法得到满足,品牌忠诚度日渐降低。酒店服务商提供信息匮乏、宣传不实、支付手段局限等情况已在一定程度上限制了酒店业的持续发展。因此在数字化浪潮背景下的酒店预订交易中,如何使消费者获得更加真实可靠的信息,改进顾客体验提高顾客满意度进而增强顾客选择倾向提升顾客忠诚度,成为酒店业发展亟待解决的问题。基于此背景,本文以顾客满意度理论、客户细分理论、需求层次理论以及STP营销理论为基础,以携程网酒店在线评论数据为研究对象,探讨在品质化旅游需求逐渐深化的背景下如何运用信息化技术手段衡量酒店顾客满意度的问题。首先采用TF-IDF、Word2Vec、K-means算法获取酒店顾客满意度各级影响因素,其次利用朴素贝叶斯算法与情感分析技术获得酒店顾客满意度情感得分,最后采用多元线性回归构建酒店顾客满意度评估模型。为了探讨不同消费群体的消费需求,细分客群的差异化兴趣点,通过引入统计特征值获取不同出游类型顾客的酒店评论特征,并且采用Lasso算法对不同出游类型顾客的满意度影响因素进行筛选。将上述模型应用于2019年哈尔滨冰雪嘉年华期间中央大街区域酒店的顾客满意度评估中,并对模型的合理性进行验证。研究结果表明,与已有研究相比,本文的评价体系更加客观全面。顾客对此阶段的酒店总体满意度中等偏上,单维度分析中总体感受是顾客最为关注的问题,但酒店设施和卫生环境等因素影响酒店顾客满意度的提升;不同出游类型的酒店整体顾客满意度偏高,但其关注的侧重点各不相同。酒店管理者可以运用互联网思维,结合网络口碑从服务水平及设施建设等方面出发制定更为人性化的营销方案,从而有效提升酒店顾客满意度,推动酒店业与互联网的融合,同时顺应“互联网+大数据”的时代潮流。