Analyse de sentiment pour les avis clients : Étude de cas de Traveloka

Cette étude discutera de la satisfaction des clients vis-à-vis des services de Traveloka en analysant combien de personnes sont satisfaites et mécontentes des services que Traveloka a à offrir. Cette étude utilise Twitter pour acquérir toutes les données nécessaires, en se concentrant uniquement sur les tweets concernant Traveloka. L'ensemble de données est recueilli via l'API Twitter, qui se compose de 1200 tweets liés à Traveloka. La bibliothèque Scikit-learn est utilisée à travers Python pour effectuer le processus d'analyse. Cette recherche emploie trois méthodes de classification : Support Vector Model (SVM), Régression Logistique et Naïve Bayes. Les étapes de cette recherche comprennent la récupération des données, la transformation, l'entraînement à la classification et la prédiction des données de test, et enfin, l'analyse des résultats. Par conséquent, cette recherche s'intéresse à la façon dont la plupart des utilisateurs de Twitter perçoivent la performance de cette application de voyage mobile. Le résultat montre que le SVM a une meilleure précision dans la détermination du sentiment des tweets concernant Traveloka.