چکیده
تجربه ی مشتریان از پرواز یکی از مهمترین مسائل در صنایع هواپیمایی بشمار می رود. توییتر یکی از پلتفرم های محبوب رسانه اجتماعی است که در آن مسافران هواپیماها بازخوردهای خود را به اشتراک می گذارند. در این مقاله یک رویکرد یادگیری ماشین برای تحلیل توییت ها جهت بهبود تجربه ی مشتریان ارائه شده است. در این روش، ویژگی ها با استفاده از جاسازی کلمات به کمک رویکرد واژه نامه GloVe و رویکرد عبارت های n-کلمه ای استخراج شده اند. علاوه بر این، از معماری های SVM (ماشین بردار پشتیبان) و چندین شبکه عصبی مصنوعی (ANN) برای توسعه ی مدل طبقه بندی استفاده شده که وظیفه ی آن طبقه بندی توییت ها به دسته های (نظرات) مثبت و منفی است. از شبکه های عصبی کانولوشن (CNN) نیز برای دسته بندی توییت ها استفاده شده و نتایج بدست آمده با دقیق ترین مدل (بین مدل های SVM و چندین معماری ANN) مورد مقایسه قرار گرفته است. آزمایشات انجام شده نشان می دهند که CNN عملکرد بهتری نسبت به مدل های SVM و ANN دارد. در پایان نیز از روش کاوش قواعد انجمنی برای تحلیل روابط میان دسته های طبقه بندی شده استفاده شده است. نتایج بدست آمده نشان می دهند که قواعد انجمنی شناسایی شده می توانند به صنایع هواپیمایی کمک کنند تا تجربه ی مشتریان خود را بهبود دهند.
1-مقدمه
پیشرفت های صورت گرفته در تکنولوژی موجب شده تا گوشی های هوشمند در همه جا قابل دسترس باشند. در حال حاضر تعداد کاربران تلفن های هوشمند در سراسر جهان برابر با 2.71 میلیارد است [۱]. پلتفرم های بزرگ شبکه اجتماعی از جمله فیسبوک، توییتر و اینستاگرام به صورت برنامه های موبایل بر روی گوشی های هوشمند قابل دسترس می باشند. از این رو نیازی نیست تا کاربران برای دسترسی به این رسانه های اجتماعی به کافی نتها مراجعه کنند...
میتوانید از لینک ابتدای صفحه، مقاله انگلیسی را رایگان دانلود فرموده و چکیده انگلیسی و سایر بخش های مقاله را مشاهده فرمایید