Zur analytischen Studie der Dienstleistungsqualität der indischen Eisenbahnen im Rahmen des Soft-Computing-Paradigmas

Die Indian Railway Catering and Tourism Corporation (IRCTC) gehört zu den geschäftigsten Buchungssystemen der Eisenbahnen, da die indischen Eisenbahnen (IR) das wesentliche und wirtschaftliche Transportmittel in Indien sind. Daher scheint die Bewertung der Züge ein kritischer Aspekt bei der Auswahl eines geeigneten Zuges für Reisen zu sein. In dieser Studie haben wir 7 wesentliche Attribute von 500 beliebten Zügen berücksichtigt und deren Leistung basierend auf 7 wichtigen verwandten Attributen bewertet. Zu diesem Zweck haben wir 2 verschiedene Ansätze zur Analyse der Zugattribute verwendet, die letztendlich zur Gesamtleistung der Züge beitragen. Hier haben wir ein regelbasiertes Rough-Set-Entscheidungsunterstützungssystem entwickelt, um die Kritikalität der Zugattribute bei der Bewertung der Zugleistung zu analysieren. Darüber hinaus haben wir auch 3 Schätzer von Maschinenlernmodellen verwendet: Extra Trees Classifier (ETC), Support Vector Machine Classifier (SVMC) und Multinomial Naive Bayes Classifier (MNBC) und ihre vergleichende Analyse in Bezug auf 7 Leistungskennzahlen durchgeführt, während wir die allgemeine Zugbewertung vorhersagten.