[摘? 要] 隨著科技館在公眾科學素質提升和科普教育中的作用日益凸顯，如何科學、客觀地評價科技館的社會影響成為重要課題。本研究基于收集的全國400余家科技館第三方點評數據，利用基于自然語言處理技術的主題建模、層次聚類方法，構建了一個包含9個一級指標、24個二級指標在內的科技館社會評價指標體系，并利用機器學習算法對大眾點評、美團、攜程等第三方點評平臺的133 371條評論數據進行實證分析。結果顯示，各種規模科技館的前3個一級指標“兒童娛樂與科學互動”“科學展示與文化體驗”“互動學習與互動科技”得分都很高；各種規模科技館在交通與環境滿意度方面仍有較大提升空間。研究建議，特大型科技館應突出科教展示優勢，補足服務短板；大型科技館要均衡發展核心功能，優化基礎設施；中小型科技館可打造“專題+特色”差異化發展路徑，精細化運營彌補資源不足。
[關鍵詞] 科技館 社會評價? 第三方點評數據? 文本情感分析