Speciel algoritme til Twitter kan afsløre flypassagerernes tilfredshed

Forskere fra South Ural State University har udviklet en algoritme, der gør det muligt for forskere at skelne mellem positiv og negativ feedback fra flyrejsendes tweets ved hjælp af maskinlæringsmetoder. Innovationen repræsenterer et program til behandling af foreløbige data i kombination med et trænet konvolutionelt neuralt netværk. Udviklingen har til formål at øge tilfredsheden for flyselskabets kunder; resultaterne af undersøgelsen blev offentliggjort i Journal of Big Data .

Konkurrence mellem flyselskaber stimulerer dem til at finde måder at tiltrække kunder på, og analysen af ​​sociale netværk er en af ​​dem. Forskere ved Higher School of Electronic and Computer Science ved South Ural State University har udviklet en algoritme til at analysere flyselskabets kundeopslag på Twitter for at identificere mulige årsager til, at passageren modtog positive følelser eller følte sig utilpas under flyvningen.

"Passageranmeldelser er ekstremt vigtige for flyrejser. Den nemmeste og mest traditionelle måde er en kundefeedbackformular. Men for passagerer, den mest bekvemme måde at dele deres meninger på er gennem sociale netværk, snarere end en feedbackformular. Twitter er en af ​​de mest populære platforme i verden. Oplysninger fra Twitter kan bruges til at udvikle anbefalinger til at forbedre kvaliteten af ​​kundeservice, " siger Sachin Kumar, senior fellow ved SUSU Institut for Systemprogrammering.

Den rejsende overvejer flere faktorer, inden han vælger et flyselskab. Dette kan være prisen på flybilletter, rejsetid, antal overførsler, vægten af ​​indchecket bagage, anmeldelser af eksisterende kunder, osv. Derfor Luftfartsselskaber er meget opmærksomme på disse faktorer for at forbedre servicekvaliteten og kundernes komfort under flyvningen. Brug af Twitter som en yderligere informationskilde, når der skal træffes beslutninger, kan forbedre kvaliteten af ​​tjenesterne og antallet af flyselskabskunder betydeligt.

Brug af maskinlæringsmetoder, forskere ved South Ural State University analyserede en database med Twitter-beskeder og udviklede en model for følelsesklassificering i tweets for flere populære flyselskaber. Den model, der foreslås i undersøgelsen, skelner mellem positive og negative følelser.

"Twitter blev brugt som en datakilde til forskning. Programmet, skrevet i Python, downloader tweets og forbehandler dem. Tweets blev grupperet i flere kategorier, og en logisk forbindelse blev identificeret mellem dem for at finde en mulig årsag til et tweet, der formidler negative eller positive følelser hos en passager, " forklarer Mikhail Tsymbler, leder af SUSU Data Mining and Virtualization Department på Higher School of Electronics and Computer Science.

Resultaterne af undersøgelsen kan bruges til videreudvikling af kommercielle applikationer. Flyselskaber vil være i stand til at analysere deres kunders oplevelser og forsøge at forbedre tjenesterne for at tiltrække flere kunder og give mere komfortable flyrejser. Ud over, tilgangen beskrevet i artiklen kan anvendes til at øge kundetilfredsheden på andre serviceområder. En uundværlig betingelse er kun tilgængeligheden af ​​officielle Twitter-konti.