Forskare vid South Ural State University har utvecklat en algoritm som gör det möjligt för forskare att skilja mellan positiv och negativ feedback från flygresenärers tweets med hjälp av maskininlärningsmetoder. Innovationen representerar ett program för bearbetning av preliminära data i kombination med ett utbildat konvolutionellt neuralt nätverk. Utvecklingen är avsedd att öka tillfredsställelsen för flygbolagskunder; resultaten av studien publicerades i Journal of Big Data .

Konkurrens mellan flygbolag stimulerar dem att upptäcka sätt att locka kunder, och analysen av sociala nätverk är en av dem. Forskare vid Higher School of Electronic and Computer Science vid South Ural State University har utvecklat en algoritm för att analysera flygbolagens kundinlägg på Twitter för att identifiera möjliga orsaker till att passageraren fick positiva känslor eller kände sig obekväm under flygningen.

"Passagerarrecensioner är oerhört viktiga för flygresor. Det enklaste och mest traditionella sättet är ett feedbackformulär från kunder. Men för passagerare, det bekvämaste sättet att dela sina åsikter är genom sociala nätverk, snarare än ett feedbackformulär. Twitter är en av de mest populära plattformarna i världen. Information från Twitter kan användas för att utveckla rekommendationer för att förbättra kvaliteten på kundservice, "säger Sachin Kumar, en senior medarbetare vid SUSU Department of System Programming.

Resenären tar hänsyn till flera faktorer innan han väljer ett flygbolag. Detta kan vara kostnaden för flygbiljetter, restid, antal överföringar, vikten av incheckat bagage, recensioner av befintliga kunder, etc. Därför, lufttrafikföretagen ägnar stor uppmärksamhet åt dessa faktorer för att förbättra servicekvaliteten och kundkomforten under flygning. Att använda Twitter som en ytterligare informationskälla när du fattar beslut kan avsevärt förbättra kvaliteten på tjänsterna och antalet flygbolagskunder.

Med hjälp av maskininlärningsmetoder, forskare vid South Ural State University analyserade en databas med Twitter -meddelanden och utvecklade en modell för känsloklassificering i tweets för flera populära flygbolag. Den modell som föreslås i studien skiljer mellan positiva och negativa känslor.

"Twitter användes som en datakälla för forskning. Programmet, skrivet i Python, laddar ner tweets och förbehandlar dem. Tweets grupperades i flera kategorier, och en logisk koppling identifierades mellan dem för att hitta en möjlig anledning till en tweet som förmedlar negativa eller positiva känslor hos en passagerare, "förklarar Mikhail Tsymbler, chef för SUSU Data Mining and Virtualization Department vid Higher School of Electronics and Computer Science.

Resultaten av studien kan användas för vidareutveckling av kommersiella applikationer. Flygbolag kommer att kunna analysera sina kunders upplevelser och försöka förbättra tjänsterna för att locka fler kunder och erbjuda bekvämare flyg. Dessutom, metoden som beskrivs i artikeln kan tillämpas för att öka kundnöjdheten inom andra serviceområden. Ett oumbärligt villkor är endast tillgängligheten av officiella Twitter -konton.