[摘  要] 随着科技馆在公众科学素质提升和科普教育中的作用日益凸显，如何科学、客观地评价科技馆的社会影响成为重要课题。本研究基于收集的全国400余家科技馆第三方点评数据，利用基于自然语言处理技术的主题建模、层次聚类方法，构建了一个包含9个一级指标、24个二级指标在内的科技馆社会评价指标体系，并利用机器学习算法对大众点评、美团、携程等第三方点评平台的133 371条评论数据进行实证分析。结果显示，各种规模科技馆的前3个一级指标“儿童娱乐与科学互动”“科学展示与文化体验”“互动学习与互动科技”得分都很高；各种规模科技馆在交通与环境满意度方面仍有较大提升空间。研究建议，特大型科技馆应突出科教展示优势，补足服务短板；大型科技馆要均衡发展核心功能，优化基础设施；中小型科技馆可打造“专题+特色”差异化发展路径，精细化运营弥补资源不足。

[关键词] 科技馆 社会评价  第三方点评数据  文本情感分析