論文の概要: 5-Star Hotel Customer Satisfaction Analysis Using Hybrid Methodology

• arxiv url: http://arxiv.org/abs/2209.12417v1
• Date: Mon, 26 Sep 2022 04:53:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-27 14:30:02.376733
• Title: 5-Star Hotel Customer Satisfaction Analysis Using Hybrid Methodology
• Title（参考訳）: ハイブリッド手法による5つ星ホテル顧客満足度分析
• Authors: Yongmin Yoo, Yeongjoon Park, Dongjin Lim and Deaho Seo
• Abstract要約: 我々の研究は、レビューデータから顧客満足度を判断する新しい方法を提案する。 これまで実施されてきた顧客満足度に関する多くの研究とは異なり、本研究は論文の新規性を持っている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Due to the rapid development of non-face-to-face services due to the corona virus, commerce through the Internet, such as sales and reservations, is increasing very rapidly. Consumers also post reviews, suggestions, or judgments about goods or services on the website. The review data directly used by consumers provides positive feedback and nice impact to consumers, such as creating business value. Therefore, analysing review data is very important from a marketing point of view. Our research suggests a new way to find factors for customer satisfaction through review data. We applied a method to find factors for customer satisfaction by mixing and using the data mining technique, which is a big data analysis method, and the natural language processing technique, which is a language processing method, in our research. Unlike many studies on customer satisfaction that have been conducted in the past, our research has a novelty of the thesis by using various techniques. And as a result of the analysis, the results of our experiments were very accurate.
• Abstract（参考訳）: コロナウイルスによる対面サービスの開発が急速に進んでいるため、販売や予約といったインターネット経由の商取引は急速に増加している。 消費者はウェブサイト上で商品やサービスに関するレビューや提案、判断を投稿する。 消費者が直接使用するレビューデータは、ビジネス価値の作成など、消費者に肯定的なフィードバックと良い影響を与えます。 したがって、レビューデータの解析はマーケティングの観点から非常に重要である。 本研究は,レビューデータから顧客満足度を推定する新しい方法を提案する。 本研究では,ビッグデータ分析手法であるデータマイニング手法と,自然言語処理手法である自然言語処理手法を混合・利用することにより,顧客満足度を判断する手法を適用した。 これまで実施されてきた顧客満足度に関する多くの研究と異なり,本研究は様々な手法を用いた論文の斬新性を持っている。 分析の結果,実験結果は非常に正確であった。

関連論文リスト

• Towards Personalized Review Summarization by Modeling Historical Reviews from Customer and Product Separately [59.61932899841944]
  レビュー要約(review summarization)は、Eコマースのウェブサイトで製品レビューのメインの考え方を要約することを目的とした、簡単ではないタスクである。 Heterogeneous Historical Review aware Review Summarization Model (HHRRS)を提案する。 我々は、レビュー感情分類と要約を共同で行うマルチタスクフレームワークを採用している。
  論文  参考訳（メタデータ） (2023-01-27T12:32:55Z)
• 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)
• Estimating Causal Effects of Multi-Aspect Online Reviews with Multi-Modal Proxies [24.246450472404614]
  本研究は,ユーザ生成オンラインレビューの微粒化に対する因果関係を実証的に検証する。 レストランの食品・サービスなど、さまざまな側面について検討する。
  論文  参考訳（メタデータ） (2021-12-19T22:29:02Z)
• Characterization of Frequent Online Shoppers using Statistical Learning with Sparsity [54.26540039514418]
  本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
  論文  参考訳（メタデータ） (2021-11-11T05:36:39Z)
• SIFN: A Sentiment-aware Interactive Fusion Network for Review-based Item Recommendation [48.1799451277808]
  本稿では、レビューに基づく項目推薦のための感性認識型インタラクティブフュージョンネットワーク(SIFN)を提案する。 まず、BERTを介してユーザ/イテムレビューをエンコードし、各レビューのセマンティックな特徴を抽出する軽量な感情学習者を提案する。 そこで我々は,感情学習者が明示的な感情ラベルを用いて感情認識特徴を抽出するための感情予測タスクを提案する。
  論文  参考訳（メタデータ） (2021-08-18T08:04:38Z)
• Mining Customers' Opinions for Online Reputation Generation and Visualization in e-Commerce Platforms [0.0]
  顧客レビューは、さまざまなオンラインショッピング体験に関する非常に貴重な情報を抽出できる、非常に豊富なデータソースです。 この論文の私の研究目標は、自然言語で表現されたオンラインレビューをマイニングすることによって、オンライン意思決定プロセス中に電子商取引の顧客に価値ある情報を自動的に提供できる評判システムを開発することです。
  論文  参考訳（メタデータ） (2021-04-05T14:46:57Z)
• SentiLSTM: A Deep Learning Approach for Sentiment Analysis of Restaurant Reviews [13.018530502810128]
  本稿では,レストランのクライアントが提供したレビューを肯定的,否定的な極性に分類する深層学習技術(BiLSTM)を提案する。 テストデータセットの評価の結果、BiLSTM技術は91.35%の精度で生成された。
  論文  参考訳（メタデータ） (2020-11-19T06:24:42Z)
• Improving Services Offered by Internet Providers by Analyzing Online Reviews using Text Analytics [6.85316573653194]
  インターネットサービスプロバイダ(ISP)は、継続的な成長を確実にするために、顧客を引きつけ、維持することを目的とした努力を確実にしなければならない。 近年の顧客は、特にオンラインレビューで利用可能な余計な情報のために、十分なインフォームドな判断を下すことができる。 ISPは、この情報を使って顧客の製品やサービスに対する見解をよりよく理解することができる。
  論文  参考訳（メタデータ） (2020-08-16T16:44:55Z)
• Face to Purchase: Predicting Consumer Choices with Structured Facial and Behavioral Traits Embedding [53.02059906193556]
  消費者の顔の特徴と履歴に基づいて消費者の購入を予測することを提案する。 階層型埋め込みネットワークに基づく半教師付きモデルを設計し、消費者の高レベルな特徴を抽出する。 実世界のデータセットを用いた実験結果から,消費者の購買行動を予測するために,顔情報の導入による肯定的な効果が示された。
  論文  参考訳（メタデータ） (2020-07-14T06:06:41Z)
• Mining Implicit Relevance Feedback from User Behavior for Web Question Answering [92.45607094299181]
  本研究は,ユーザ行動と通過関連性との関連性を検討するための最初の研究である。 提案手法は,追加のラベル付きデータを使わずにパスランキングの精度を大幅に向上させる。 実際にこの研究は、グローバルな商用検索エンジンにおけるQAサービスの人為的ラベリングコストを大幅に削減する効果が証明されている。
  論文  参考訳（メタデータ） (2020-06-13T07:02:08Z)
• Topic Detection and Summarization of User Reviews [6.779855791259679]
  本稿では,レビューと要約の両方を解析して,効果的な新しい要約手法を提案する。 製品レビューと約1028の製品からなる新しいデータセットが、AmazonとCNETから収集されている。
  論文  参考訳（メタデータ） (2020-05-30T02:19:08Z)

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。