航班延误频发,服务补救不当,旅客满意度较低,旅客满意度在一定程度上影响航空公司的竞争力。航空公司采取丰富的、具有针对性的补救服务可以减少航班延误带来的负面影响,为航空公司挽回声誉和客户损失,因此寻找航班延误后的旅客满意度影响因素并以此改进服务补救措施,对航空公司来说十分必要。其次,目前的研究大多以结构化数据作为研究对象来分析航班延误后旅客满意度的影响因素,通过文本评论等非结构化的数据来研究航班延误后旅客满意度的文章较少,同时互联网的发展,在线评论为研究旅客满意度提供了新的数据来源。最后,文本挖掘等相关研究方法的发展为研究巨量的在线评论数据奠定了技术支持。因此,本文以Skytrax网站的在线评论作为研究对象,挖掘航班延误后旅客满意度的影响因素,探究影响因素与旅客满意度之间的关系,以更好的帮助航空公司制定相应的补救措施,提高延误后旅客的满意度,进而提升航空公司的竞争力。本文首先对延误后旅客评论进行了jieba分词,通过计算TF-IDF,寻找评论的关键词。然后利用Word2Vec对分词后的文本进行训练,将每一个词语映射到词向量空间。接着利用K-means算法对关键词在词向量空间中的距离进行聚类,聚类的数量是由轮廓系数确定的,最后将聚类的同一主题下的关键词提炼为延误后旅客满意度的影响因素。研究识别出餐饮与休息、服务人员的言行、现金或者代金券补偿、手续办理、信息服务、恢复航班的时间6项影响因素。同时使用社交义网络分析法识别不同场景下旅客满意度主题词之间的语义联系与区别,进而发现其不同的关注点。利用机器学习等方法计算文本语言的情感值,挖掘文本意见与态度,并以情感值的高低作为延误后旅客满意度的程度,对文档进行不同粒度的情感分析。最后通过构建旅客满意度影响因素矩阵,利用灰色关联分析和logit回归得到了不同场景下各影响因素与满意度的关联强度以及改善其服务水平对旅客满意度提升的显著性。基于研究结果,本文提出应该及时提供给延误旅客餐饮和住宿安排,保障旅客的休息;提高员工在航班延误后的服务水平;完善航班延误赔偿制度,给予旅客适当的现金或者代金券补偿;完善航空公司退、改签的制度,提高延误后的票务服务水平;加强航班延误、复飞的信息收集并统一及时发布;协调各部门之间的配合,及时恢复航班等管理建议。