Analyse des retours clients à l'aide de l'analyse de sentiment basée sur les aspects et du processus hiérarchique analytique flou

L'analyse des retours clients est devenue cruciale dans le domaine de l'analyse commerciale au cours des dernières années. Une évaluation appropriée de la perception des clients sur les produits et services aide les organisations à prendre des décisions fondées sur des données et à maintenir un avantage concurrentiel. Dans cet article, nous avons développé un cadre d'aide à la décision pour aider les consommateurs à faire des choix éclairés, en utilisant le traitement du langage naturel (NLP) sur les retours clients. Notre technique proposée utilise d'abord l'analyse de sentiment basée sur les aspects (ABSA) pour identifier les caractéristiques clés et les sentiments correspondants. Nous avons utilisé des représentations d'encodeurs bi-directionnels de Transformateurs (BERT) pour dériver des scores de sentiment pour différents critères à travers différentes alternatives. Ensuite, une technique de prise de décision multi-critères (MCDM) telle que le processus hiérarchique analytique flou (FAHP) est utilisée pour classer les alternatives préférées. Le cadre est démontré à l'aide d'une étude de cas sur les opinions des clients partagées sur les réseaux sociaux concernant plusieurs compagnies aériennes.