在线信誉系统可以帮助买家与卖家衡量交易者的个人信誉、选择值得信赖的交易对象，为双方提供有价值的参考信息，建立和维护在线市场的信任关系，保障在线市场的秩序。但是，研究者在对在线信誉系统的评论进行研究时，大多只关注定量的数字评论，忽视了客户文本评论的作用。事实上，客户文本评论包含了很多更细微的反映商家信誉的信息，对文本评论的分析无论是对买家还是卖家，甚至对电子交易平台都有重大的意义。本文以客户的文本评论为研究对象，采用内容分析法来分析说明文本评论在建立商家信誉，为买卖双方提供有价值的参考信息方面的重大作用。本文随机选取了携程网上的64家不同星级的酒店为研究对象，取一个相同的截止日期，在每家酒店下面抓取客户文本评论作为样本数据，运用内容分析法对这些样本评论进行处理和分析。首先通过分词、统计频率、对分词结果进行分类得出信誉类目，然后根据分词结果、阅读评论建立编码规则，最后按照编码规则将每一条评论量化。通过内容分析得到的量化数据，在通过信度和效度检验后，与网站原始的信誉维度下的数据评论进行对比分析，并运用eviews统计软件对量化数据建立面板数据模型，得到顾客最关注的酒店信誉维度以及这些信誉维度对酒店总体满意度的影响趋势。并根据顾客入住酒店类型的不同，以不同的顾客群为背景，分别分析其对酒店各维度的关注程度，并作对比分析。最终，根据各分析结果，提出了对酒店、网站管理者和顾客有意义的相关对策及建议。