來一趟說走就走的旅行論文書籍站
世新大學 資訊管理學研究所(含碩專班) 傅夢璇所指導 林廷威的 運用文字探勘技術進行線上旅行社平台評論之分類 （2019），提出台北車站附近住宿dcard關鍵因素是什麼，來自於文字探勘、機器學習、支援向量機、隨機森林、貝式分類器。
運用文字探勘技術進行線上旅行社平台評論之分類
為了解決台北車站附近住宿dcard 的問題，作者林廷威 這樣論述：
隨著網際網路的發展下，人們可以隨時在任何地點使用網路上網，加上在智慧型手機普及，幾乎每個人都有一支手機，只要透過網路，就可查閱到想要了解的資訊，也因為在web2.0的發展下，人們可以在部落格、社群媒體、平台或是論壇上分享資訊，使得資訊資料量越來越多，例如：旅遊資訊等。現今台灣人非常喜愛去日本遊玩，去年2019年觀光局統計資料顯示國出國去日本人次達四百多萬人，人們會利用線上旅遊網站預定住宿飯店和機票，並留下評論。本研究對象為日本東京都內新宿車站附近的三星級飯店評論，選定booking.com網站上最短距離1km內的飯店，針對旅客評論文字的部分，進行評論分類，找出旅客在因素，流程首先會將飯店評論
資料使用網路爬蟲的方式進行資料提取，接著會利用Jieba的中文斷詞工具將中文斷出並移除標點符號，再利用TF-IDF取得關鍵特徵詞，並依其特徵權重值去自訂分類主題，再請四位研究員進行極性標記，最後是建立三種分類器，訓練、驗證及評估模型，三種分類器分別為SVM、Random Fores、Naive Baye，經實驗結果證實，本研究所建立的模型準確率高達90%以上。