随着在线口碑平台的日益流行，在线用户评论成为人们进行购买决策的重要参考。企业在向顾客提供服务时，很难避免出现服务失误，导致顾客公开发表抱怨。不少企业针对负面评论采取积极的服务补救措施，但是补救效果差异显著。如何提升在线服务补救质量受到越来越多的关注。目前关于服务补救的研究多集中于线下实体企业，对于线上的服务补救研究较少，而且多把服务补救设定在单次交易背景下。本研究以高星级酒店为例探索在重复交易背景下在线服务补救如何动态影响顾客满意度。　　本研究以携程网为背景，选取了6个代表性城市的高星级酒店共2206家。自行开发基于Java的专业数据采集平台共收集1156168条评论数据。本研究基于期望失验理论和感知公平理论，将在线服务补救的维度分解为三个方面:及时性，篇幅和语气。其中，关于文本语气分类本研究利用文本分词、LDA主题模型提取等技术。整个研究以面板数据为基础设置代理变量，建立面板数据多元回归模型，针对在线服务补救对顾客满意度的影响进行了实证分析。在回归模型中，解决了自选择偏差，固定效应等问题。　　研究发现，顾客在与同一服务企业进行多次交易时，其满意度会受到先前满意度的影响并与先前交易满意度呈负相关，扩展了期望失验理论;在线服务补救对顾客满意度有显著正向影响;在线服务补救的及时性对顾客满意度有显著的正向影响，并受顾客前一次入住的满意度和前一次入住体验深度的调节作用。酒店在线服务补救时回复评论的篇幅长度对顾客满意度有显著正向影响。最后，研究发现道歉和承诺改进会对顾客满意度产生显著正向影响。　　该研究系统的阐述了重复交易背景下在线服务补救对顾客满意度动态变化的影响机制，具有一定的研究意义。这些理论和方法可以更好的帮助企业制定并动态调整在线服务补救策略从而提升在线服务补救质量，对提升顾客满意度具有十分重要的战略意义。