情感分析，又称倾向性分析和意见挖掘，是对带有感情色彩的主观文本进行分析、整理、归纳的过程。传统的情感分析主要采用调查问卷和访谈的方法，而随着大数据时代的来临，现在主要依靠网络文本数据进行情感分析。在旅游学科中游客情感的影响因素和情感特征是重要研究问题。Mitas等分析了社交情景与情绪产生以及为什么产生特定情绪之间存在的关系。Nawijn采用情感平衡模型(affect balance)，研究481名荷兰国际游客在度假期间的情绪变化，并提出了假日快乐曲线(holiday happiness curve)Faullant等探究登山旅游者消极情绪和积极情绪的来源，并分析其与满意度之间的关系。Curnock等阐述世界文化遗产地游客情绪与气候变化之间的关系。Kang等通过全球80个旅游景点，200万张照片找出人类情绪与环境因素之间的关系。此外，国外相关研究表明，游客情感对目的地形象感知、满意度和行为意向等产生重要影响。如，Bigné等以主题公园为案例地，对比研究两种不同模型下旅游者情感体验对满意度和行为意向的影响Rojas等研究在文化旅游组织提供的旅游服务、游客体验与满意度之间的关心，结果表明，服务质量与情感之间存在显著的相关关系。传统研究主要通过满意度指标来获取游客对旅游目的地的整体评价，但是实际上该方法并不能刻画游客对旅游目的地的政府情感评价。
同时，国内越来越多的学者意识以网络文本为数据来源，分析游客情感的重要性。徐海等基于在线评论数据了游客情感分析模型，实现了旅游领域游客情感分析研究的初探。刘逸等基于情绪分类倾向，通过界定旅游专属词库、语义逻辑规则和情感乘数三个旅游情感分析的过滤参数，构建基于网络大数据的旅游目的地情感评价整体模型，为后序理论推进和实践应用提供了科学依据。李君轶等在研究发现欧美旅游者在秦始皇陵的情感体验在空间上呈现出聚集节点与景区主要展馆高度契合的特点。孙晓东和倪荣鑫以中国邮轮旅游为例，发现中国游客对不同邮轮品牌辨识度较低。李勇等以“丽江女游客被打”事件为例，从情感分析角度探究旅游舆情危机的演化特征，对旅游舆情危机传播演化的一般性规律进行初步探究。这些研究为本研究提供了重要的理论基础与范式引导，但是通过对游客情感文献的梳理发现，对外国游客情感特征所涉及的案例情景非常有限。鉴于此该研究从游客情感切入，探究外国游客群体在新疆旅游在线评论中的情感特征与偏好，是此次研究聚焦的问题。