旅游类的网站的发展带来了大量的用户,从而在网络平台上留下了大量的评论。这些评论内容主观色彩浓厚,包含着旅游人士对于景区的群体感知。游客的群体感知意味着对于景区的相对统一的认知,其对于潜在游客与景区建设者有着相对重要的意义。本文以大连市为例,通过文本挖掘的手段,挖掘出游客需求层面的群体感知,以及情感层面的群体感知,并对游客的情感倾向进行预测。本文所挖掘出的游客需求层面的群体感知,可以使景区对于游客的需求更加了解,从而归纳出景区建设的相关建议。而通过对游客情感层面的群体感知探知,本文将掌握游客动态的感情倾向变化。而在此之前,对于旅游类评论做文本挖掘的研究相对较少,知网检索仅有10余篇,本文可以对此进行相应补充,得到景区相对重要的信息。为了达到以上目标,本文采用了文本挖掘的相关技术。为了探知出游客在需求层面的群体感知,本文使用了文本挖掘提取关键字的三种无监督算法,分别为:TF-IDF,TextRank和LDA主题模型。TF-IDF以及TextRank算法都可以从文本挖掘出独立的关键字,来概括评论内容,得到评论的主旨大意。本文将这两种关键字提取手段结合使用。而LDA主题模型所挖掘出的主题可以与上述结果相互印证,这会使游客需求层面的群体感知更加准确。而为了对于游客情感层面的群体感知进行挖掘,本文采用了情感分类的方法,将样本依据用户评分划分为正样本与负样本之后,利用LSTM模型对游客情感进行正向和负向的预测。本文利用了上述算法,得到了用户需求层面的群体感知,注意到游客对于景区的卫生环境,管理等有所不满,而在用LSTM预测时,模型预测效果相对良好,可以用到景区的舆论监督上,以此来监督游客的情感走向。