Müşterilerin Otel İşletmelerine Yönelik Yorum ve Şikâyetlerinin Değerlendirilmesi
Notice bibliographique
Résumé
Müşteri şikayetlerinin yoğunlaştığı konuların bilinmesi, işletmelere önemli bir bilgi kaynağıdır. Hizmetlerin üretildiği yerde tüketilmesi özelliği nedeniyle, hizmet sunumundan hizmeti sunan personel birinci derecede sorumludur. Bu nedenle, hizmet sunumunda farklılık olabileceği gibi, hizmetin üretimi ve tüketimini “insan işi” olarak nitelendirebilmemiz, hizmet sunumundan duyulan tatminin de, göreceli olmasını sağlayabilecektir. Hizmetlerin bu özelliği, TripAdvisor gibi sitelerin kullanımının artması ile sık yorumun yapıldığı otel işletmelerinde daha da önemli olmaktadır. Otellere yönelik potansiyel talebin web sayfalarından incelenen yorumlara göre fiili talebe dönüşebildiği bilinmektedir. Bu çalışmada Belek yöresinde faaliyet gösteren 5 yıldızlı oteller içerisinde olumlu müşteri yorumlarına göre top 50’de yer alanlarla ilgili olumlu müşteri yorumu ve şikayet konularını içerik analizi yöntemi ile belirleyerek kategorize etmek amaçlanmıştır. 1 Haziran-31 Ağustos 2018 tarihlerini içeren müşteri yorumlarına göre; 307 müşteri şikayette, 1990 müşteri de olumlu yorumda bulunmuştur. Olumlu yorum sayısının daha yüksek olmasının nedeni olumlu yorumlara göre top 50 işletmenin seçilmiş olmasıdır. Personel davranışı ve yeme-içme olumlu yorumlarda ve şikayet konularında göreli olarak daha fazla sıklıkta ifade edilmiştir.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».