Disentangling consumer recommendations: Explaining and predicting airline recommendations based on online reviews

توصیه های مصرف کنندگان محصولات و خدمات شاخص های عملکردی مهم برای سازمان ها برای به دست آوردن بازخورد در پیشنهادات خود هستند. علاوه بر این، آنها برای مشتریان بالقوه برای یادگیری از تجارب قبلی مورد توجه هستند. در این مطالعه، ما بر روی محتوای تولید شده توسط کاربر، به ویژه بررسی آنلاین، تمرکز می کنیم تا بررسی کنیم که چه جنبه های خدماتی توسط مصرف کنندگان ارزیابی می شود و چگونه این عوامل توضیح دهندۀ توصیه مصرف کننده است. علاوه بر این، ما بررسی می کنیم که چگونه توصیه ها را می توان به طور خودکار بر اساس چنین پاسخ های مبتنی بر کاربر پیش بینی کرد. ما تصمیم تصمیم گیری را با تجزیه و تحلیل های توضیحی و پیش بینی کننده با تمرکز بر نمونه ای از بررسی های هواپیمایی کنار می گذاریم. ما جنبه های خدمات هسته ای و پیشرفته را که در بررسی آنلاین بیان شده است شناسایی می کنیم. پس از آن ما نشان می دهد که شاخص های حساس به جنبه های سرویس، تصمیم گیری برای توصیه یک شرکت هواپیمایی را رانندگی می کنند و این عوامل را می توان در یک مدل پیش بینی با استفاده از تکنیک های داده کاوی به کار برد. ما همچنین می بینیم که مدل کسب و کار یک شرکت هواپیمایی که در حال بررسی است، چه کم هزینه و یا یک سرویس کامل، نیز قابل توجه است. نتایج ما برای متخصصین بسیار مناسب است تا بتوانند به طور سریع و با بازدهی از نظرات مشتریان، همراه با توانایی درک عمیق تر از خدمات از جنبه های مختلف عمل کنند. همچنین، مسافران بالقوه می توانند از این رویکرد بهره مند شوند، بدست آوردن دید کلی درباره کیفیت خدمات.