现如今,通信技术快速发展,数据信息挖掘逐渐深入,新的商业模式也层出不穷。共享经济作为一种新的商业模型,在中国甚至全世界都取得了较好的发展。共享经济是什么?用一句话概括就是:把社会上某种闲置的私人资源,让渡给需要的人使用。共享经济在一定程度上可以实现多赢的局面,每一个人都少花了钱,每一个人都提高了自己的生活质量和生产效率,并且社会上的物品和资源整体上得到了充分的使用。共享住宿作为共享经济在房屋上的共享,需要房屋闲置资源的供给方和需求方之间相互配合,由于在交易前房屋需求方并不能确定房屋的真实情况与房东的待客情况等信息,此时能够反映用户体验的评论数据显得尤为重要。故本文以北京市为研究对象,从共享住宿平台的已住房客的评论数据中挖掘影响用户体验的特征,来探索共享住宿平台房客的核心需求对平台交易量的影响。本文理论部分首先介绍了信息披露理论与不确定性减少理论。在共享住宿平台的交易中,由于交易双方都是陌生人,存在着较大的信任风险。通过信息披露理论与不确定性减少理论可知信任风险能够通过信息展示得以降低。因此在共享住宿平台的研究中需要对平台展示信息进行关注。接着本文介绍了用户体验概念,明确了能够反映用户体验的平台评论数据的重要性。最后本文介绍了面部吸引力理论与微笑强度理论,扩充了共享住宿平台的理论研究。本文实证部分选取了 2019年11月24日Airbnb平台官方披露的北京市数据。首先对房客评论数据进行了 LDA主题建模,挖掘出了能够反映用户体验的相关特征即情感特征（包括是否回购、是否推荐）、认知特征（包括房东面部吸引力等信息）、房东特征（包括房东是否可以信任、是否热情等）和房屋特征（包括房屋位置、房屋价格、房屋可容纳人数等）。接着通过Face++对图片数据进行处理提高了数据的使用率,最后通过XGBoost构造用户体验特征与平台交易量的拟合模型。研究发现通过用户体验概念选择的相关特征能够较为准确的拟合平台交易量模型,平台交易量主要与影响用户体验的房子可用天数、房子价格等变量密切有关,同时房东在平台披露的个人照片,通过用户体验概念、面部吸引力理论与微笑强度理论影响着房客的入住选择。本文通过文本分析法、图片分析法与机器学习法探究共享住宿平台中用户体验对平台成交量的影响,不仅对共享住宿平台展示信息进行了充分的挖掘,明确了用户体验对共享住宿平台交易量的影响,而且给共享住宿平台、房东提供了针对性的建议。