항공사 고객 만족도 예측

항공 산업이 발전함에 따라 고객 만족도를 이해하는 것이 경쟁 시장에서 성공을 추구하는 항공사에 매우 중요해졌습니다. 이 연구 논문은 항공사 리뷰의 방대한 컬렉션으로 알려진 인기 온라인 플랫폼인 Skytrax에 게시된 리뷰를 분석하여 항공사 고객 만족도의 역학을 조사합니다. 연구는 항공 비즈니스에서 고객 만족에 필요한 핵심 기능을 분석하고, 다양한 메트릭을 사용하여 여러 기계 학습 분류 알고리즘의 비교 분석을 수행합니다. 이 비교의 목적은 그들 중 가장 효과적인 알고리즘을 결정하는 것이었습니다. 연구에 사용된 데이터셋은 SkyTrax에서 웹 스크래핑을 통해 확보한 고객의 리뷰와 평가로 구성되었습니다. 데이터가 알고리즘에 전송되기 전에 다양한 기법을 사용하여 데이터를 정리하고, 결측치를 보완하며 이상치를 제거하고, 여러 통계적 방법을 사용하여 신뢰할 수 있고 비교 가능한 기능을 제거했습니다. 데이터의 편향 수준을 분석하기 위해 SMOTE 불균형 접근 방식이 사용되었습니다. 연구는 KNN, 랜덤 포레스트, 결정 트리 및 로지스틱 회귀와 같은 다양한 기계 학습 분류 알고리즘을 비교하기 위해 정확도 점수, 정밀도, 재현율, f1 점수 및 혼동 행렬과 같은 다양한 메트릭을 사용합니다.