原创《基于数据挖掘和QFD的酒店质量管理》：本论文为免费优秀的关于数据挖掘论文范文资料，可用于相关论文写作参考。
摘 要：本文通过挖掘广州市“7天连锁酒店”客村店在四家主要网络电商平台——携程、去哪儿、艺龙、飞猪4138条评论中的信息.运用网络爬虫、文本分析、TF- IDF算法等技术提取客户需求关键词,以及QDF（质量功能展开）的方法理论,描述顾客需求,构建经济型连锁酒店质量屋,有针对性地提出此家“7天”连锁酒店服务质量改进方案,探讨QFD技术在酒店服务业中的应用.
关键词：數据挖掘 连锁酒店 质量功能展开 网络电商平台
中图分类号：TP311.5；F719.2 文献标识码：A
1 引言
质量功能展开QFD（QualityFunction Deployment）是把顾客或市场的要求转化为设计要求、零部件特性、工艺要求、生产要求的多层次演绎分析方法（Sulliva,1986）.它以市场为导向,与顾客要求紧密结合,不同于传统的设计流程集中于工程技术性能而较少关注顾客需求,QFD以满足顾客需求为基础,使得那些无形需求和公司的战略优势清晰可见,进而使得公司能够对它们进行优先考量.目前,QFD广泛应用于工业生产中,在酒店服务业尚且没有成型的理论体系.与此同时,观察到广州市“7天”连锁酒店客村店在去哪儿网站上有着远低于周边同类型酒店的评分.而顾客需求分析是QFD方法中最初又关键的一步,基于探讨QFD技术在酒店服务业中应用以及提供对该家“7天”连锁酒店质量改进建议目的,本文试图运用互联网环境下的数据挖掘技术,通过全面挖掘客户评论中的需求信息,为顾客需求分析以及质量功能展开方法的应用提供一个新的角度.
2 文献综述
QFD技术最早可以追溯到20世纪60年代,早期在日本和美国进行应用,现今已经应用于世界各个区域,涉及领域包括交通运输（Nishimura,1972）、电子产业（Akao,1972）、软件系统（Raja,1995）、制造（Swackhamer,1985）,服务业（Behara and Chase,1993）,教育和研究（Bier and Cornesky, 2001）等等产品发展和质量管理是QFD技术应用最主要的两个方向,而确立客户需求是其中非常关键的一步,有对此探讨的大量相关的文献,但是暂时没有出现结合互联网技术挖掘客户评论信息的客户需求分析.
QFD方法最初是应用于硬件设施的技术,但是其中的思路可以应用于服务质量的设计和发展（American Supplier Institute,1992d,1994）.在此期间也经历了不断地修正和发展,被应用于核算（Booth,1995）,酒店业（Dube et al,1999；Stuart and Stephen,1996）,银行业（Ko and Lee,2000）等等.
考虑到酒店业没有成型的质量功能展开模型本文将采用修正的服务业中QFD质量屋技术,参考文献质量功能展开（QFD）在服务业中的应用研究（熊永清,2007）,探讨QFD技术在酒店服务业中的应用.
3 研究过程
经过调整后的服务业质量屋的构建主要分为3个步骤.
3.1质量需求展开
3.1.1顾客需求的获取
顾客需求的获取是质量功能展开过程中最为关键的一步,在此阶段,采用网络爬虫技术爬在查阅相关文献以及互联网的相关行业背景及市场调研资料后,本文选取四家在中国市场占有率高,具有一定代表性的预订平台——去哪儿、携程、艺龙、飞猪的4138条评论进行爬取,具体的分布如图1所示.
3.1.2质量需求的转换
通过网络爬虫爬取的客户评论信息是原始数据,具有意见、投诉、评价等各种各样的形式.其内容方面也是多样的,需求中有对质量的需求,也有对、功能的需求,所以需要从原始数据中抽出需求的项目,然后再将需求项目变换成质量需求.
在这一阶段,提取评论中的关键词,并采用亲和图（KJ）法对需求分类成组,确定出二次水平需求.通过文本分析,将二次水平需求下的顾客满意度分为三个维度：满意、一般、不满意.在此标准下,顾客的满意度为二次水平需求下满意评论数量占该水平下总评论数量,重要度为该二次水平下评论量占所有评论的比重.最后,通过四象限等方法的进一步精简,根据评论量占比超过1%和满意度低于总体水平（61.40%）的双重筛选条件选出了11个比较需要改进的二次水平质量要素进入质量屋,即图4第四象限中红色部分的要素.
从图2中可以看到有关于房间内部环境氛围的评论在所有评论中占有最大的比例,为34.11%；其次设施设备质量、服务产品质量、酒店周围环境氛围也占比比较大,而有关于实物品质量的评论量是最少的,只占到总评论量的6.09%.
关于气味的评论量在所有二级质量要素中占有最大的比例,为7.75%,说明其占有比较大的重要性,是客人对这家酒店尤为关注的一个方面；门窗、电梯、隔音效果、床上用品、空调这些方面也都有较大的比例,都为3%以上；其余几个要素虽然相比前几个占比不大,但都超过1%,比没被筛选进来的要素所占的比例要大,值得受到关注.有关墙体这个要素的满意度最低,只有3.51%,可见顾客对其很不满意,说明该酒店的这一方面应该存在较为严重的问题,急需进行改进；而气味、隔音效果、电话、灯光设备、停车服务、小型电器等满意度低于30%的要素,顾客对这些要素的满意度也较低,说明顾客对该酒店的这些方面不满意,可能由于该家“7天”连锁酒店建成于2005年,没有及时装修,硬件总体的满意程度较低；余下的要素虽然满意度高于30%,但都低于总体满意度,顾客对这些方面较不满意,说明这些方面的问题还是存在的且值得关注与反思.
3.2质量特性展开
通过将以顾客语言表达的质量需求转换成技术语言的质量特性,可以使抽象的顾客需求实现具体的产品化.在此阶段,通过参考《7天连锁酒店前台岗位手册》《7天连锁酒店客房岗位手册》《7天连锁酒店员工手册》《7天连锁酒店产品标准手册2013-01-09版》以及《旅游饭店星级的划分与评定（GB/T14308-2003）》中三星级酒店的服务标准,将质量需求转换为技术语言.
数据挖掘论文参考资料：
结论：基于数据挖掘和QFD的酒店质量管理为关于本文可作为相关专业数据挖掘论文写作研究的大学硕士与本科毕业论文数据挖掘论文开题报告范文和职称论文参考文献资料。
