近年来,随着互联网应用的不断深入,产生了大量蕴含着重要信息的文本数据。就餐饮业而言,作为第三产业的重要组成部分,传统餐饮正积极地结合网络平台的发展趋势,越来越多的餐饮消费者能够通过餐饮点评类网站分享就餐体验、获取餐厅评价信息。这些评价信息含有大量关于餐饮市场偏好的有效信息,从消费者评价内容中提炼有效信息、针对消费者诉求进行调整对餐饮企业的发展具有重要意义。在当前的餐饮点评类网站中,餐饮点评主要以数值评分与文本评论为主,存在着数值评分与文本评论不相符的问题,而对包含更多真实反馈的文本评论而言,人工判断文本内容十分低效。针对以上问题,本文以大众点评评论为例,爬取评价数据,从消费者评价内容中获得了餐厅正面及负面影响因素,并采用LDA模型与层次分析法相结合的方式得到关于文本的满意度,具体步骤为:爬取两分店评论数据,进行文本预处理;对A分店评论数据建立支持向量机、朴素贝叶斯、Logistic回归+L2正则化模型进行情感分类;基于测试集指标选用表现更优的Logistic回归+L2正则化模型对B分店分类,对分类后评论分别基于LDA模型提取正面及负面影响因素,为管理者定位餐厅存在的优缺点;对2019年B分店评论数据基于主题词提取的方法建立了满意度评价分析体系,使用层次分析法获取权重,用支持向量机分类的方法获得最低层指标的好评率,最后得到该店铺的满意度。对于本文的研究对象,得到了以下结论:（1）对B店铺进行负面影响因素提取时,得到的负面影响因素可归纳为6个主题,分别是餐前服务、餐厅特色、消费者预期、食物口味、服务态度、设施卫生。最受消费者诟病的主题为餐厅特色一项,其余五项基本持平。主要存在的负面因素是:（1）存在较为严重的长时间等位现象;（2）最受消费者诟病的餐厅特色不足的问题,建议从装潢风格、加强推出特色菜品入手;（3）餐厅未能达到消费者心理预期;（4）作为网红店铺却未能达到消费者心理预期;（5）部分菜品口味不佳;（4）从点单到买单全程服务员服务不周到;（6）桌椅地面等区域不干净,店铺卫生糟糕。（2）对B店铺进行正面影响因素提取时,正面影响因素可归纳为5个主题,分别是菜品口味、等待时间、服务态度、明星效应以及自助服务,其中“明星效应”这一项贡献了四成以上的正面评论主题,建议餐厅管理者应更努力地维护餐厅粉丝的忠诚度,以保证长久发展。（3）对餐厅基于好评率对2019年前11个月的满意度进行了分析,最后满意度分值为0.7492（总分1）,该餐厅2019年对客户的服务态度上优势突出,具有较高的好评度,在菜品口味、就餐便捷度上表现一般,尤其是锅底口味存在不足,在餐厅环境,尤其是灯光中表现的较为糟糕,此外应加强餐厅特色、丰富菜品种类。