隨著科技普及與評論平台的發展，線上評論成為消費者在規劃旅遊時會參考的重要資訊管道，在過去的研究裡面發現，電子口碑會影響旅遊業的來客數與消費者對於旅館之認知和態度，而隨著近年政府積極推動旅遊補助與受到Covid-19疫情影響，國內旅遊又開始興盛，旅館業業者如何透過電子口碑管理增加國內旅客人數成為了重要的議題。本研究蒐集知名旅遊評論網站TripAdvisor之線上評論，串接交通部觀光局的觀光旅館每月營運資料，透過追蹤資料的固定效果模型，去探討哪些電子口碑評論的相關資訊是影響未來國內旅遊來客數的重要變數，並回答下列兩個研究問題：「電子口碑的質是否比評論的數量更加影響國內旅遊的來客數」以及「旅館業者回覆評論的時間是否越快越好」。研究結果顯示，平均評論分數、負面評論總數、業主平均回覆時間、平均評論字數正向影響國內旅客來客數，且電子口碑的質比數量更為重要、旅館業者回覆並非越快越好。根據此研究，筆者提出三大建議：不用急著對評論做出回應、增加評論者留言字數之誘因、重視且妥善處理負面評論，期許有助於觀光旅館未來在電子口碑管理上的實務應用。

With the popularization of technology and the development of review platforms, online reviews have become an important informative resource that tourists will refer to when planning travel. Previous studies have found that electronic word-of-mouth will impact the number of tourists and consumers’ attitudes of hotels. Due to the government’s active promotion of tourism subsidies and the impact of the Covid-19 epidemic in recent years, domestic tourism has begun to prosper again. How the hotel industry can increase the number of domestic tourists through electronic word-of-mouth management has become an important issue now. This research collects online reviews from the well-known travel review website, TripAdvisor, and connects with the monthly operating data of the tourist hotels of the Tourism Bureau of the Ministry of Transport. Using the fixed-effect model of panel data to analysis which factor related to e-WOM reviews will impact the future number of domestic tourists. The research results show that the average comment rate, the total number of negative comments, the average response time of the owners, and the average word count of comments positively affect the number of domestic tourists. According to this research, the author puts forward three suggestions: don’t need to respond to comments immediately, increasing commenters’ word count of comments, and proper handling of negative comments. Hoping this research and suggestions can improve innkeeper’s practical application of electronic word-of-mouth management.

論文審定書 i
誌謝 ii
摘要 iii
ABSTRACT iv
目錄 v
圖目錄 vi
表目錄 vii
第一章 緒論 1
第一節 研究動機 1
第二節 旅館業產業背景 2
第三節 研究問題 9
第二章 文獻探討 11
第一節 口碑相關研究 11
第二節 電子口碑於旅館業之應用 13
第三章 研究方法 16
第一節 研究流程 16
第二節 資料來源與處理 17
第三節 研究變數 19
第四節 研究分析工具 21
第四章 研究結果 24
第一節 樣本描述 24
第二節 敘述性統計結果 24
第三節 固定效果模型結果 28
第五章 結論與建議 32
第一節 研究結論與建議 32
第二節 研究限制與未來發展 36
參考文獻 38

中文部分
交通部觀光局（2017）。Tourism 2020—台灣永續觀光發展方案（106-109 年）（核定本）。臺北：交通部觀光局。
交通部觀光局（2020）。中華民國108 年臺灣旅遊狀況調查報告。臺北：交通部觀光局。
交通部觀光局（2020）。中華民國108 年觀光統計年報。臺北：交通部觀光局。
全國法規資料庫(2021)。民宿管理辦法。民110年6月10日，取自http://law.moj.gov.tw
全國法規資料庫(2021)。旅館業管理規則。民110年6月10日，取自http://law.moj.gov.tw
全國法規資料庫(2021)。觀光旅館業管理規則。民110年6月10日，取自http://law.moj.gov.tw
林維諒（2018）。線上口碑對於台灣觀光飯店需求之影響。國立中山大學管理學院國際經營管理碩士學程碩士論文，高雄市。
陳亭君（2019）。電子口碑管理對台灣觀光旅館來客量之研究。國立中山大學企業管理學系研究所碩士論文，高雄市。
留梅芳（2006）。民宿產業與民宿策略聯盟。國立政治大學國際貿易研究所碩士論文，台北市。
黃俊堯 & 柳秉佑. (2016). 消費者線上口碑與評論研究：國內外相關文獻回顧與討論. 臺大管理論叢, 26(3)
楊永盛(2003)，遊客對宜蘭地區民宿評價之研究，世新大學觀光學系碩士論文，台北市。
練乃華、留淑芳（2003），〈口耳相傳訊息之傳播及對消費者購買行為之影響〉，《中山管理評論》，第11卷，第2期，頁283－307。
簡玲玲(2005)，民宿評鑑指標之研究，朝陽科技大學休閒事業管理系碩士論文。
蔡孟宏（2020）。公共政策的設計與變遷：以交通部觀光局觀光旅遊補助政策為例之研究（2018-2019）。國立政治大學公共行政學系碩士論文，台北市。

英文部分
Buhalis, D., & Licata, M. (2002). The future eTourism intermediaries. Tourism Management, 23(3), 207–220.
Chen, Y., Fay, S., and Wang, Q. 2011. The role of marketing in social media: How online consumer reviews evolve. Journal of Interactive Marketing Science, 25 (2): 247 85-94.
D’Ambra, J., & Wilson, C. (2004). Use of the World Wide Web for international travel: integrating the construct of uncertainty in information seeking and the task-technology fit(TTF) model. Journal of the American Society for Information Science and Technology, 55(8), 731–742.
Dichter, E. (1966). How Word-of-Mouth Advertising Works. Harvard Business Review, 44(November–December), 147–166.
Hennig-Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic word-of-mouth via consumer-opinion platforms: What motivates consumers to articulate themselves on the Internet? Journal of Interactive Marketing, 18(1), 38–52.
Karniouchina, E. V. 2011. Impact of star and movie buzz on motion picture distribution and box office revenue. International Journal of Research in Marketing Science, 28(1): 62-74.
King, R. A., Racherla, P., & Bush, V. D. (2014). What We Know and Don’t Know About Online Word-of-Mouth: A Review and Synthesis of the Literature. Journal of Interactive Marketing, 28(3), 167–183.
Richins, M.L., & Root-Shaffer, T. (1988). The Role of Involvement and Opinion Leadership in Consumer Word-of-Mouth: An Implicit Model Made Explicit. Advances in Consumer Research, 15, 32–36.
Sundaram, D.S., Mitra, K., & Webster, C. (1998). Wordof- Mouth Communications: A Motivational Analysis. Advances in Consumer Research, 25, 527–531.
Trusov, M., Bucklin, R. E., and Pauwels, K. 2009. Effects of word-of-mouth versus traditional marketing: Findings from an Internet social networking site. Journal of Marketing Science, 73 (5): 90-102.
Vermeulen, I. E., & Seegers, D. (2009). Tried and tested: The impact of online hotel reviews on consumer consideration. Tourism Management, 30(1), 123–127.
Westbrook, R. A. (1987). Product/consumption-based affective responses and postpurchase processes. Journal of Marketing Research, 24(3), 258–270.