Ученые ВШ ЭКН ЮУрГУ разработали алгоритм для Twitter, выявляющий удовлетворенность авиапассажиров

Ученые Высшей школы электроники и компьютерных наук Южно-Уральского государственного университета создали алгоритм, позволяющий с помощью методов машинного обучения различать положительные и отрицательные отзывы авиапассажиров в Twitter. Инновация представляет собой программу для обработки предварительных данных в комплексе с обученной сверхточной нейронной сетью. Разработка позволит повысить удовлетворенность клиентов авиакомпаний качеством обслуживания. Результаты исследования опубликованы в высокорейтинговом журнале Journal of Big Data (Scopus, TOP-10%).

Конкуренция между авиакомпаниями мотивирует их искать новые способы привлечения клиентов, и анализ социальных сетей – один из них. Ученые Высшей школы электронных и компьютерных наук Южно-Уральского государственного университета разработали алгоритм анализа постов клиентов авиакомпаний в Twitter для выявления возможных причин, по которым пассажир получил положительные эмоции или испытывал неудобство во время полета.

«Отзывы пассажиров очень важны для авиаперевозок. Самый простой и традиционный способ — это форма обратной связи с клиентом. Но большинство пассажиров не проявляют интереса к заполнению таких форм. Для пассажиров наиболее удобный способ поделиться своим мнением — это социальные сети, а не форма обратной связи. Twitter является одной из самых популярных платформ в мире. Информация из Twitter может быть использована для разработки рекомендаций по повышению качества обслуживания клиентов», – рассказывает один из авторов Сэчин Кумар, старший научный сотрудник кафедры «Системное программирование».

Путешественник учитывает сразу несколько факторов, прежде чем выбрать одну из авиакомпаний. Это может быть стоимость авиабилетов, время в пути, количество пересадок, вес разрешенного багажа, отзывы существующих клиентов и т.д. Поэтому авиаперевозчики обращают самое пристальное внимание на указанные факторы, чтобы улучшить качество обслуживания и комфорт клиентов в полете. Использование Twitter как дополнительного источника информации при принятии решений поможет существенно повысить качество услуг и количество клиентов авиакомпании.

Используя методы машинного обучения, ученые Южно-Уральского государственного университета проанализировали базу данных сообщений Twitter и разработали модель классификации эмоций в твитах для нескольких популярных авиакомпаний. Модель, предложенная в исследовании, различает две категории эмоций: позитивные и негативные.

«Twitter был использован в качестве источника данных для исследования. Программа, написанная на языке Python, осуществляет загрузку твитов и их предварительную обработку. Твиты были группируются по нескольким категориям, и между ними выявляется логическая связь, чтобы найти возможную причину для твита, передающего негативные или позитивные эмоции пассажира», – поясняет Михаил Цымблер, начальник отдела интеллектуального анализа данных и виртуализации Высшей школы электроники и компьютерных наук ЮУрГУ.

Полученные результаты исследования могут быть использованы для дальнейшей разработки коммерческих приложений заинтересованными авиаперевозчиками. Авиакомпании смогут проанализировать опыт своих клиентов и попытаться улучшить услуги для привлечения большего количества клиентов и обеспечения более комфортных перелетов. Кроме того, подход, описанный в статье, можно применить для повышения удовлетворенности клиентов других сфер обслуживания. Непременным условием является только наличие официальных аккаунтов в Twitter.

Ольга Романовская, фото: Виктория Матвейчук
Источник: сайт ЮУрГУ