大语言模型细粒度评论挖掘下的博物馆服务用户满意度研究

来源：图书情报工作杂志2024年第17期北京时间：

作者：李蕾,彭慧,刘晓娟

单位：北京师范大学政府管理学院信息管理系 北京 100875

摘要：[目的/意义] 通过细粒度情感分析中外游客的博物馆服务方面的评论，挖掘游客需求和偏好，并对比中外游客对国内历史博物馆的形象感知差异和满意度差异，为博物馆管理者制定更有针对性的服务策略提供参考。[方法/过程] 首先采集中外游客针对博物馆的在线评论数据，提取博物馆服务方面的属性词，抽取属性级语句。接着通过微调多种大语言模型，以对比其细粒度评论挖掘性能，识别出GPT-3和Llama2对中、外评论分类效果分别为最优，之后使用最优的大语言模型分别细粒度情感分析中外属性级语句。最后基于结果对中外游客满意度及差异进行分析。[结果/结论] 国内游客评论中的博物馆服务类别可划分为：文创、服务设施、导览讲解、馆内人员、票务安检、线上服务，国外游客为：导览讲解、馆内服务、票务安检、线上服务、购物消费。分析发现，国内外游客均对导览讲解服务的关注度和满意度最高，国内游客对馆内人员服务满意度最低，国外游客对票务安检服务满意度最低，并总结了各服务类别中影响游客满意度的主要因素。

关键词：细粒度情感分析,博物馆,用户满意度,大语言模型,