پیش بینی رضایت یا عدم رضایت مسافران شرکت های هواپیمایی با به کارگیری مدل رگرسیون لجستیک و با استفاده از داده های نظرسنجی مسافران
Publish place: Civil & Project Journal، Vol: 5، Issue: 1
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 191
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CIPR-5-1_001
تاریخ نمایه سازی: 31 اردیبهشت 1402
Abstract:
امروزه رقابت نزدیک شرکت های هواپیمایی در جذب مسافر، باعث شده است تا بررسی مسائل روان شناختی و تفاوت دیدگاه مسافران برای برنامه ریزان و سیاست گذاران این حوزه، از اهمیت بالایی برخوردار باشد. شرکت های مختلف هواپیمایی به دنبال بررسی ایده آل ها و ارزش های مسافرین در جهت شناسایی ضعف ها و قوت های خود می باشند تا با برنامه ریزی صحیح و دقیق جایگاه خود را در بازار رقابتی حفظ کنند یا آن را ارتقا بخشند. در این مطالعه با استفاده از داده های نظرسنجی و هم چنین مدل سازی رگرسیونی لجستیک عوامل مختلف موثر در رضایت مندی از دیدگاه مسافرین بررسی می شود. عوامل مورد بررسی در این مطالعه شامل ویژگی هایی مانند سن و جنسیت، وفاداری به شرکت هوایی و میزان رضایت از کیفیت خدمات گوناگون مانند خدمات غذا و اینترنت، خدمات باربری و رزرو اینترنتی بلیت می شوند. در کنار متغیرهای ذکر شده تاثیر متغیرهای مربوط به هر پرواز مانند مسافت و تاخیرها نیز در رضایت مندی مسافران مورد بررسی قرار گرفته اند. نتایج مدل سازی این پژوهش اهمیت و معناداری بالای متغیرهای نوع سفر(شخصی یا تجاری)، نوع مسافر( وفادار یا غیر وفادار به شرکت موردنظر)، کلاس سفر (اکو یا اکو پلاس یا تجاری)، میزان رضایت از باربری و میزان رضایت از فرآیند سوار شدن به هواپیما را نشان داده است. این مطالعه به ویژه حساسیت بالای مسافران به فرآیند سوارشدن به هواپیما و هم چنین باربری چمدان را نمایان کرده است.
Keywords:
Authors
امیررضا ملکی
گروه حمل و نقل ، دانشکده ی مهندسی عمران، دانشگاه صنعتی امیرکبیر تهران
رضا امین
کارشناس ارشد مهندسی عمران- حمل و نقل، دانشگاه صنعتی امیرکبیر ، تهران,، ایران
علی خدائی
استاد تمام و عضو هیئت علمی دانشکده مهندسی عمران و محیط زیست دانشگاه صنعتی امیرکبیر تهران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :