一个基于社交网络的航空公司客户满意度算法的设计与实现

【类型】学位论文

【作者】李楠 

【关键词】 社交网络 客户满意度 航空公司 情感分析 RATER指数

【摘要】随着中国市场的逐步开放，外资航空公司的大量进入加剧了中国民航业内部和外部本身就很激烈的竞争。各个航空公司为了提高自身的竞争力，都意识到提升客户满意度的重要性，但传统通过问卷调查等方式已经很难满足企业对于获取客户满意度的要求。而随着微博等社交网络的迅速发展，为问题的解决提供了新的思路。本文以美国境内的主要航空公司为例，通过将航空业的特点与微博数据相结合，验证建立基于社交网络的航空公司客户满意度算法的可能性。br 本文的客户满意度算法是从Twitter提供的API中实时获取Tweets，通过TF*IDF算法建立航空公司服务分类词典，再将Tweets中的情感词与情感词典结合后计算每条Tweet的情感倾向，以此为基础获得航空公司每个服务分类的客户满意度，并通过与RATER指数相结合获得航空公司整体的客户满意度，最后会将存储在Hadoop HDFS中的客户满意度结果加载到关系型数据库中，为后续与航空公司现有存储在关系型数据库中的各种应用数据结合分析打下基础。为了增加处理海量社交网络数据的效率和算法的实用性，本文使用了Hadoop分布式计算框架。br 本文主要研究和实验内容包括:(1)如何建立航空公司服务分类词典和情感词典;(2)如何提取社交网络中的情感词，并计算评论的情感倾向;(3)如何通过每条评论的情感倾向汇总为客户在各个服务分类上的满意度;(4)如何将各个服务分类的满意度与RATER指数相结合获得航空公司的整体客户满意度;(5)对上述各个研究内容进行技术实现，并在召回率、准确性、综合正确性3个指标上验证算法的准确性。br 虽然本文实现了基于英文Twitter的客户满意度算法，如果替换其中使用的数据源、分词和词性标注工具，此算法可以适用于中文等各种语言环境。br

【学位名称】硕士

【学位授予单位】北京大学

【学位授予年度】2016

【导师姓名】林慧苹

【读秀链接】读秀链接