近年来,我国持续保持世界第一大出境旅游客源国和第四大入境旅游接待国地位,旅行成为了国人重要的生活方式,这使得国内酒店预定量激增。这些现象的背后除了旅游市场的日渐开放与旅游体系的不断完善外,离不开Web2.0时代下互联网上信息的升级。互联网用户渐渐成为网络内容的创造者,酒店行业中庞大的评论数据便是Web2.0精神的具体体现。酒店评论的初衷是为屏幕前即将预定酒店的用户提供参考,但过于大量且个性化的评论经常会让客户感到迷茫,这时,酒店在线评论的研究与分析就成了迫在眉睫的任务。本文对现有情感分析算法进行了改进,将“点赞数”作为考察每条评论重要程度的因素,得出一个具有创新性的情感强度分析算法。使得已有一定数量有效评论的酒店在此算法的分析下可以从评论中挖掘出酒店特征。本文具体作了如下研究:首先,本文对数据获取与存储技术进行了介绍,包括网络爬虫的基本概念与分类,爬虫与反爬虫相关机制与Python语言爬虫程序的方式;对文本预处理方法进行了介绍,包括现今主流的中文分词系统;对数据挖掘相关技术预算法进行了详细介绍,包括线性判别分析、朴素贝叶斯、决策树与随机森林等分类方法,以及K-means、密度聚类等聚类方法。其次,对携程旅行网中北京市部分五星级酒店的评价信息进行爬取,后又对爬取到的酒店评价进行了预处理,包括分词与去停用词,为下一步进行数据挖掘操作做铺垫。用文本相似度取代欧氏距离,运用改进后的K-means算法对爬取到的酒店评论数据进行聚类操作,经过几次实验后得出相对优化的聚类结果,得出描述酒店特征的房间卫生、周边环境、酒店服务、设备设施四个属性。最后,对酒店评价信息进行抽样,并建立训练集与测试集。接下来对情感强度系数进行人工标注,经过训练与交叉验证后,得出基于随机森林的回归器,用来计算每条评论的情感强度系数,在此之后为影响评论价值的“点赞数”分配经过计算的权重,最终得出一个完整的酒店在线评论情感强度系数计算公式。后经实验证明加入点赞数权重后的模型计算结果与携程网中数据基本一致,该模型行之有效。