論文の概要: Discovering Airline-Specific Business Intelligence from Online Passenger
Reviews: An Unsupervised Text Analytics Approach
- arxiv url: http://arxiv.org/abs/2012.08000v1
- Date: Mon, 14 Dec 2020 23:09:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-08 14:37:13.528391
- Title: Discovering Airline-Specific Business Intelligence from Online Passenger
Reviews: An Unsupervised Text Analytics Approach
- Title(参考訳): オンライン乗客レビューから航空専門ビジネスインテリジェンスを発見する:教師なしテキスト分析アプローチ
- Authors: Sharan Srinivas, Surya Ramachandiran
- Abstract要約: 航空は豊富なオンライン顧客レビュー(OCR)に乗じることができる
本稿では,教師なしテキスト分析手法を用いてocrから企業および競合企業固有の知性を検出する。
提案手法の検証には,米国拠点のターゲットキャリアの99,147件の航空会社レビューと,その競合企業4社のケーススタディが使用されている。
- 参考スコア(独自算出の注目度): 3.2872586139884623
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: To understand the important dimensions of service quality from the
passenger's perspective and tailor service offerings for competitive advantage,
airlines can capitalize on the abundantly available online customer reviews
(OCR). The objective of this paper is to discover company- and
competitor-specific intelligence from OCR using an unsupervised text analytics
approach. First, the key aspects (or topics) discussed in the OCR are extracted
using three topic models - probabilistic latent semantic analysis (pLSA) and
two variants of Latent Dirichlet allocation (LDA-VI and LDA-GS). Subsequently,
we propose an ensemble-assisted topic model (EA-TM), which integrates the
individual topic models, to classify each review sentence to the most
representative aspect. Likewise, to determine the sentiment corresponding to a
review sentence, an ensemble sentiment analyzer (E-SA), which combines the
predictions of three opinion mining methods (AFINN, SentiStrength, and VADER),
is developed. An aspect-based opinion summary (AOS), which provides a snapshot
of passenger-perceived strengths and weaknesses of an airline, is established
by consolidating the sentiments associated with each aspect. Furthermore, a
bi-gram analysis of the labeled OCR is employed to perform root cause analysis
within each identified aspect. A case study involving 99,147 airline reviews of
a US-based target carrier and four of its competitors is used to validate the
proposed approach. The results indicate that a cost- and time-effective
performance summary of an airline and its competitors can be obtained from OCR.
Finally, besides providing theoretical and managerial implications based on our
results, we also provide implications for post-pandemic preparedness in the
airline industry considering the unprecedented impact of coronavirus disease
2019 (COVID-19) and predictions on similar pandemics in the future.
- Abstract(参考訳): 乗客の視点や競争上の優位性からサービス品質の重要な側面を理解するため、航空会社は豊富なオンライン顧客レビュー(OCR)を活用できる。
本研究の目的は,ocrから,教師なしテキスト分析手法を用いて企業および競合他社固有の知性を検出することである。
まず、OCRで議論されている重要な側面(またはトピック)を、確率的潜在意味分析(pLSA)と2種類の潜在ディリクレ割り当て(LDA-VIとLDA-GS)の3つのトピックモデルを用いて抽出する。
次に,個々のトピックモデルを統合し,各レビュー文を最も代表的な側面に分類するアンサンブル支援トピックモデル(EA-TM)を提案する。
同様に、レビュー文に対応する感情を決定するために、3つの意見マイニング手法(AFINN、SentiStrength、VADER)の予測を組み合わせたアンサンブル感情分析器(E-SA)を開発する。
航空会社の乗客認識力と弱点のスナップショットを提供するアスペクトベースの意見要約(AOS)は、それぞれの側面に関連する感情を集約することにより確立される。
さらに、ラベル付きOCRのバイグラム解析を用いて、識別された各アスペクト内で根本原因分析を行う。
提案手法の検証には,米国拠点のターゲットキャリアの99,147件の航空会社レビューと,その競合企業4社のケーススタディが使用されている。
その結果、ocrから航空会社とその競合業者の費用対効果と性能の概要を得ることができた。
最後に,本研究の結果を踏まえた理論的かつ管理的な意味合いを提供するとともに,2019年の新型コロナウイルス(covid-19)による前例のない影響や,将来的な同様のパンデミックに対する予測を考慮し,航空業界におけるパンデミック後の準備に示唆を与える。
関連論文リスト
- AI in Supply Chain Risk Assessment: A Systematic Literature Review and
Bibliometric Analysis [0.0]
サプライチェーンリスクアセスメント(SCRA)は、人工知能(AI)と機械学習(ML)技術を統合することで、大きな進化を目撃している。
以前のレビューでは確立した方法論を概説しているが、新たなAI/ML技術を見落としている。
本稿では,総合的な文献分析と体系的な文献レビューを行う。
論文 参考訳(メタデータ) (2023-12-12T17:47:51Z) - OATS: Opinion Aspect Target Sentiment Quadruple Extraction Dataset for
Aspect-Based Sentiment Analysis [55.61047894397937]
アスペクトベースの感情分析(ABSA)は、ユーザ生成レビュー内の異なる要素に特有の感情を理解する。
OATSデータセットは3つの新しいドメインを包含し,27,470の文レベルと17,092のレビューレベルから構成される。
私たちのイニシアチブは、レストランやラップトップのようなよく知られたドメイン、複雑な四重項抽出タスクのための限られたデータ、時には文とレビューレベルの感情の相乗効果の監視といった、特定の観察されたギャップを埋めることを目指しています。
論文 参考訳(メタデータ) (2023-09-23T07:39:16Z) - A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。
この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる
本調査では,I-CMRの3段階分類法について概説する。
論文 参考訳(メタデータ) (2023-09-05T05:06:48Z) - Informing clinical assessment by contextualizing post-hoc explanations
of risk prediction models in type-2 diabetes [50.8044927215346]
本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。
我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。
本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
論文 参考訳(メタデータ) (2023-02-11T18:07:11Z) - Proactive Detractor Detection Framework Based on Message-Wise Sentiment
Analysis Over Customer Support Interactions [60.87845704495664]
本稿では、チャットベースのカスタマーサポートのインタラクションにのみ依存して、個々のユーザの推薦決定を予測するフレームワークを提案する。
ケーススタディでは、ラテンアメリカの大手電子商取引会社の金融分野における16.4kのユーザ数と48.7kの顧客サポートに関する会話を分析した。
以上の結果から,CS会話のメッセージワイドな感情進化のみに基づいて,ユーザが製品やサービスを推薦する可能性を予測することが可能であることが示唆された。
論文 参考訳(メタデータ) (2022-11-08T00:43:36Z) - Aspect-Based Sentiment Analysis using Local Context Focus Mechanism with
DeBERTa [23.00810941211685]
Aspect-Based Sentiment Analysis (ABSA)は、感情分析の分野におけるきめ細かいタスクである。
アスペクトベース感性分析問題を解決するための最近のDeBERTaモデル
論文 参考訳(メタデータ) (2022-07-06T03:50:31Z) - Survey of Aspect-based Sentiment Analysis Datasets [55.61047894397937]
アスペクトベースの感情分析(ABSA)は、ユーザ生成レビューの分析を必要とする自然言語処理の問題である。
ABSAの多くの散在したコーパスは、研究者が特定のABSAサブタスクに適したコーパスを素早く特定することを困難にしている。
本研究では,自律型ABSAシステムの学習・評価に使用できるコーパスデータベースを提案する。
論文 参考訳(メタデータ) (2022-04-11T16:23:36Z) - Jointly Modeling Aspect and Polarity for Aspect-based Sentiment Analysis
in Persian Reviews [0.0]
本稿では,ACD と ACP のサブタスクに着目し,両問題を同時に解決する。
ペルシアのレビューのデータセットはCinemaTicketのウェブサイトから収集され、14のカテゴリから2200のサンプルが集められた。
サンプルベースおよびラベルベースメトリクスを用いて,収集したデータセットを用いてモデルの評価を行った。
論文 参考訳(メタデータ) (2021-09-16T02:55:12Z) - ASAP: A Chinese Review Dataset Towards Aspect Category Sentiment
Analysis and Rating Prediction [13.211725807479686]
アスペクトカテゴリ感情分析(ACSA)とレビューレーティング予測(RP)は、きめ細やかな感情極性を検出するための2つの重要なタスクです。
弊社は、中国の大手オンラインオフライン(O2O)電子商取引プラットフォームから、中国のレストランレビューデータセットtextbfASAPを46,730ドルで提供した。
ACSAとRPの直感的かつ効果的なジョイントモデルを提案します。
論文 参考訳(メタデータ) (2021-03-11T11:00:59Z) - Opinion Transmission Network for Jointly Improving Aspect-oriented
Opinion Words Extraction and Sentiment Classification [56.893393134328996]
アスペクトレベルの感情分類(ALSC)とアスペクト指向の意見単語抽出(AOWE)は、アスペクトベースの感情分析の2つのサブタスクである。
本稿では,ALSC と AOWE の橋梁を利用した新しい接続モデル Opinion Transmission Network (OTN) を提案する。
論文 参考訳(メタデータ) (2020-11-01T11:00:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。