邮轮服务质量改进：结合大型语言模型在线评论的质量功能展开方法

为何邮轮评论对你的假期至关重要

在规划邮轮旅行时，你可能会查看在线评论，了解餐饮是否可口、客舱是否干净、工作人员是否友好。本文展示了如何将这些零散的评论转化为有力的改进路线图。通过将乘客评论与先进的基于语言的人工智能和智能决策工具相结合，研究人员构建了一个系统，帮助邮轮公司看清旅客真正关心的事项以及如何解决存在的问题。

将乘客声音转化为明确的优先事项

现代邮轮会产生成千上万条包含赞扬、抱怨和关于宾客重视点的微妙线索的在线评论。传统方法通常只看简单的词频或基础统计，常常忽略语境和隐藏的问题。在这项研究中，作者将大型邮轮（挪威破浪者号）的评论输入类似于先进聊天机器人背后那类强大语言模型。通过精心设计的指令（称为提示工程）来引导人工智能提炼出乘客常谈的主要主题——例如餐饮、客舱舒适度、员工行为、娱乐、登船与离船流程以及整体清洁度——并判断每个主题下的评论是正面、负面还是中性。

把需求分为必备项与惊喜加分

并非所有宾客愿望都同等重要。有些基础性需求，如体面的餐饮和礼貌的工作人员，若不到位会使旅客不满；而另一些则是令人愉悦的额外项，若存在会带来惊喜但并不被期待。为捕捉这些差异，研究者使用了著名的顾客满意度工具——Kano模型。他们衡量每项需求被提及的频率（关注度）以及人们对它的满意度。那些既高关注又与满意度紧密相关的需求被视作必需；高满意度但关注度低的为令人愉快的惊喜；而关注度高但满意度低的则表明绩效在下滑，需改进。少数很少被提及且与感受关联不强的项目则被视为影响较小，从进一步分析中剔除。

在数据与专家判断之间取得平衡

下一步是决定先改进船上哪些服务环节。研究在这里将评论数据与来自餐饮、客舱、娱乐、客服和运营等船上部门的结构化意见结合起来。专家们从AI提取的需求中定义具体的服务特性——例如餐饮如何组织、客舱如何清洁、员工如何应对问题以及登船队伍如何管理。各部门对每项服务特性支撑每个顾客需求的程度进行评分。随后，Kano类别影响在计算最终重要性时对关注度与满意度的权重分配，确保必备项、绩效要素与令人愉悦的附加项被区别对待，而不是混为一谈。

通过社会网络达成共识

由于各部门天然以不同视角看待船上运营，它们的评分可能会发生冲突。简单取平均可能掩盖严重分歧。研究引入了一种共识过程，将各部门视作社会网络的成员，彼此之间存在不同程度的信任。一个数学度量追踪两个部门之间的一致程度，另一个反映它们互相信任的强弱。那些一致性低但相互信任显著的部门对会被鼓励在逐步的调整中向彼此靠拢，每轮调整对移动幅度设有限制。通过这种反复交流，整体一致性逐渐提高，直到群体在哪些服务特性最为重要上达成共同意见。

提升邮轮体验最关键的内容

将该方法应用于数百条挪威破浪者号的近期评论后，研究发现三大领域——餐饮、员工与客户服务以及船上娱乐——是旅客视为必须稳定良好的基本期望。清洁与维护被认定为绩效要素：宾客对此高度关注，但当前满意度落后，因此在这些方面改进可带来快速收益。顺畅的登船与离船、舰体布局和客舱舒适等则被识别为能在做得特别好时显著提升满意度的愉悦性因素。当专家评分通过共识过程调和后，行动的最高优先项成为客户关怀与员工互动，其次是出行流程的顺畅性，随后是客舱与清洁管理。通俗地说，研究结论是：要真正提升邮轮体验，航线应首先投资于员工对待宾客的方式以及旅客在各个环节的通行效率，同时保持餐饮、清洁和娱乐等基础要素的稳固表现。

引用: Gai, T., Wu, J., Xing, Y. et al. Cruise service quality improvement: a quality function deployment approach with online reviews by large language models. Humanit Soc Sci Commun 13, 619 (2026). https://doi.org/10.1057/s41599-026-06941-6

关键词: 邮轮服务质量, 在线评论, 顾客满意度, 大型语言模型, 质量功能展开