منصة الرسائل والاطاريح: تنبؤ رضا العملاء عن شركات الطيران: تطبيق تقنيات التعلم الآلي والعميق

الخلاصة

تتنافس الشركات مع بعضها البعض لتقديم أفضل الخدمات التي يمكن أن ترضي عملائها. يمثل رضا المستخدمين جانبًا رئيسيًا تهدف الشركات إلى تحقيقه لأنه يرسم مستقبل الشركة نحو النجاح أو الفشل. ومع ذلك، من الضروري فهم ما يمكن أن يؤدي إلى رضا العملاء عن شركة أو تقنية أو منتج معين. يهدف هذا البحث إلى ( )1التنبؤ برضا العملاء عن شركات الطيران، )2تحديد الميزات الأكثر فعالية في رضا العملاء، )3تقديم إطار معدل لرضا العملاء، و )4تحسين دقة التنبؤ باستخدام عدة تقنيات مختلفة. تم استخدام مجموعة البيانات الخاصة بـ 129880عمي ًلا في هذا البحث. ويشمل الميزات الديموغرافية وتصورات عملاء شركات الطيران. . تم تطبيق أربع تقنيات لاستخراج البيانات للتنبؤ برضا العملاء، وتلك التقنيات هي الغابة العشوائية ) (RFوأقرب جار) ، (KNNوالإدراك متعدد الطبقات) ، (MLPوالذاكرة الطويلة قصيرة المدى )(LSTM . تم اتباع العديد من الخطوات لتعزيز دقة التنبؤ للتقنيات المنفذة مثل التعامل مع القيم المفقودة والقيم المتطرفة، وتطبيع قيم الميزات، وإنشاء ميزات جديدة. علاوة على ذلك، تم تطبيق تقنيات اختيار الميزات والتحسين الجيني. لقياس أداء المصنفات، تم تطبيق ثلاث مراحل للتنبؤ تعتمد على: )1اثنان وعشرون ميزة أصلية لمجموعة البيانات، )2خمسة وعشرون ميزة تتضمن الاثنين والعشرين الأصلية والميزات المولدة وهي جودة الخدمة وجودة المعلومات والمشاركة، و )3اثنتي عشرة ميزة الميزات تتضمن ثلاث ميزات مولدة فضلا عن تسع ميزات أصلية. تم تنفيذ المرحلة الثالثة للتنبؤ لغرض تقليل تعقيد النموذج. تم إجراء التنبؤ بنا ًء على عدد الميزات المضمنة. أولاً، يستخدم النموذج المقترح الميزات الأصلية الاثنين والعشرين حيث كان أداءLSTM ،MLP ،KNN ،RFهو 95.7 ,95.2 ,78 ,96على التوالي. ثانياً، مع الميزات الأصلية والميزات الثلاثة الجديدة، كانت دقة التقنيات الأربعة ،MLP ،KNN ،RFوLSTMهو ،95.2 ،96 ،97و 96على التوالي. أخي ًرا، استنادًا إلى اثنتي عشرة ميزة فقط تتضمن الميزات التي تم إنشاؤها وميزات أخرى لم يتم استخدامها في عملية التوليد، كان أداء النموذج لـ RFو KNNو MLPو LSTMهو 91.9 ,91.2 ,93 ,95على التوالي. ووفقا لهذه النتائج، يمكن ملاحظة أن مصنف RFتفوق على جميع المصنفات الأخرى. ويمكن الاستنتاج أن التعامل مع اثنتي عشرة ميزة يمكن أن يقلل من تعقيد النموذج ويؤدي إلى دقة تنبؤ معقولة. يمكن أن تساعد نتائج البحث شركات الطيران على تحسين خدماتها والاستجابة لاحتياجات العملاء.