Μοντελοποίηση δεδοµένων ικανοποίησης επιβατών αεροπορικής εταιρείας µε αλγορίθµους μηχανικής μάθησης
Η αποδοτικότητα και η πϱόοδος µίας αεροπορικής εταιϱίας είναι άµεσα συνδεδεµένη µε το πόσο ικανοποιηµένοι µένουν οι πελάτες της, από τα ταξίδια τους. Ο τϱόπος για την επίτευξη αυτής της αλληλεπίδρασης µεταξύ εταιϱίας και πελατών είναι συνήϑως, η δειγµατοληπτική συγκέντρωση αξιολογήσεων των πελατών,...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | el_GR |
| Published: |
2022
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/11610/22800 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Η αποδοτικότητα και η πϱόοδος µίας αεροπορικής εταιϱίας είναι άµεσα συνδεδεµένη µε το πόσο ικανοποιηµένοι µένουν οι πελάτες της, από τα ταξίδια τους. Ο τϱόπος για την επίτευξη αυτής της αλληλεπίδρασης µεταξύ εταιϱίας και πελατών είναι συνήϑως, η δειγµατοληπτική συγκέντρωση αξιολογήσεων των πελατών, που έχουν να κάνουν µε διαφόρους τοµείς της ταξιδιωτικής τους εµπειρίας. Η µελέτη αυτή παϱουσιάζει την ανάλυση των δεδοµένων της αεροπορικής εταιϱίας US Airlines µε µεθόδους µηχανικής µάϑησης. Τα δεδοµένα αναλύϑηκαν µε τέσσεϱις µεθόδους, οι οποίες ανήκουν στην µάϑηση µε επίβλεψη. Αυτές είναι, η Λογιστική Παλινδρόµηση, τα ∆έντρα Απόφασης, η Random Forest και οι Μηχανές ∆ιανυσµάτων Υποστήριξης (Support Vector Machines). Μέτα την εκτέλεση µεγάλου αριθµού πειϱαµάτων, συγκρίνουµε τις µεθόδους για τον εντοπισµό της πιο αποδοτικής και αναγνωρίζουµε τους παράγοντες που επηρεάζουν περισσότερο την ικανοποίηση των πελατών. Αποτέλεσµα αυτού, είναι η παϱοχή συστάσεων πϱος την εταιϱία για τη ϐελτίωση της εµπειρίας των πελατών της. |
|---|