Número total de tweets del 1 de marzo de 2019 al 11 de marzo de 2019. DOI:10.1186 / s40537-019-0224-1
Los científicos de la Universidad Estatal de South Ural han desarrollado un algoritmo que permite a los investigadores distinguir entre comentarios positivos y negativos de los tweets de los viajeros aéreos utilizando métodos de aprendizaje automático. La innovación representa un programa para procesar datos preliminares en combinación con una red neuronal convolucional entrenada. El desarrollo tiene como objetivo aumentar la satisfacción de los clientes de las aerolíneas; los resultados del estudio fueron publicados en el Revista de Big Data .
La competencia entre aerolíneas las estimula a descubrir formas de atraer clientes, y el análisis de las redes sociales es uno de ellos. Científicos de la Escuela Superior de Electrónica e Informática de la Universidad Estatal de los Urales del Sur han desarrollado un algoritmo para analizar las publicaciones de los clientes de aerolíneas en Twitter para identificar posibles razones por las que el pasajero recibió emociones positivas o se sintió incómodo durante el vuelo.
"Las opiniones de los pasajeros son extremadamente importantes para los viajes aéreos. La forma más sencilla y tradicional es un formulario de comentarios de los clientes. Pero para los pasajeros, la forma más conveniente de compartir sus opiniones es a través de las redes sociales, en lugar de un formulario de comentarios. Twitter es una de las plataformas más populares del mundo. La información de Twitter se puede utilizar para desarrollar recomendaciones para mejorar la calidad del servicio al cliente. "dice Sachin Kumar, miembro senior del Departamento de Programación de Sistemas de SUSU.
El viajero considera varios factores antes de elegir una aerolínea. Este puede ser el costo de los boletos aéreos, tiempo de viaje, número de transferencias, el peso del equipaje facturado, revisiones de clientes existentes, etc. Por lo tanto, Las compañías aéreas prestan mucha atención a estos factores para mejorar la calidad del servicio y la comodidad del cliente durante el vuelo. Usar Twitter como fuente adicional de información a la hora de tomar decisiones puede mejorar significativamente la calidad de los servicios y la cantidad de aerolíneas clientes.
Arquitectura general del modelo de CNN De:Un enfoque de aprendizaje automático para analizar la satisfacción del cliente a partir de los tweets de las aerolíneas
Usando métodos de aprendizaje automático, Los científicos de la Universidad Estatal de los Urales del Sur analizaron una base de datos de mensajes de Twitter y desarrollaron un modelo para la clasificación de emociones en los tweets de varias aerolíneas populares. El modelo propuesto en el estudio distingue entre emociones positivas y negativas.
"Twitter se utilizó como fuente de datos para la investigación. El programa, escrito en Python, descarga tweets y los preprocesa. Los tweets se agruparon en varias categorías, y se identificó una conexión lógica entre ellos para encontrar una posible razón de un tweet que transmita emociones negativas o positivas de un pasajero, "explica Mikhail Tsymbler, jefe del Departamento de Minería de Datos y Virtualización de SUSU de la Escuela Superior de Electrónica e Informática.
Los resultados del estudio se pueden utilizar para un mayor desarrollo de aplicaciones comerciales. Las aerolíneas podrán analizar las experiencias de sus clientes e intentar mejorar los servicios para atraer a más clientes y brindar vuelos más cómodos. Además, el enfoque descrito en el artículo se puede aplicar para aumentar la satisfacción del cliente en otras áreas de servicio. Una condición indispensable es solo la disponibilidad de cuentas oficiales de Twitter.