بکارگیری رویکرد مجموعه ای در بررسی معیارهای رضایتمندی مشتریان ایرانی از سرویس دهی هتل ها

در این پژوهش، رویکردی جدید از کاربرد تکنیکهای یادگیری ماشین برای تحلیل فاکتورهای رضایتمندی و شناسایی فاکتور ها با تاثیرگذاری زیاد در هتلها نزد مشتریان ایرانی ارائه شده است. بطوریکه شناسایی عوامل موثر بر سطح رضایتمندی مشتریان میتواند در بهبود سرویس دهی هتلها مفید باشد. رویکرد مجموعه ای که الگوریتم ترکیبی مبتنی بر یادگیری ماشین (مجموعه ای تلفیقی از تکنیک های شبکه عصبی، درخت تصمیم و ماشین بردار پشتیبان) است برای ارزیابی روابط تاثیرگذار بر شاخص رضایتمندی مشتریان (CSI) فارسی زبان در هتلها مورد استفاده بوده است. در این راستا، الگوریتم پیشنهادی طی مراحل مختلف پردازش (پیش پردازش، تحلیل اصلی، پس پردازش) که در زبان برنامه نویسی پایتون پیاده سازی شده، خصوصیات مهم رضایتمندی را شناسایی نموده و در نهایت با استفاده از رای اکثریت پیشبینی ها باهم مقایسه شده است. باتوجه به پیادهسازی صورت گرفته توسط الگوریتم مجموعه ای، 15 عامل اصلی به عنوان شاخص های تاثیرگذار در رضایتمندی مشتریان ایرانی در هتلها مد نظر بوده که به شرح زیبایی شناسی هتل، وضعیت ظاهری پرسنل، پاسخگویی مسئولین و کارکنان، نحوه برخورد پرسنل، امنیت و حریم شخصی، سهولت دسترسی، سرعت انجام خدمات، تناسب هزینه پرداختی، بهره مندی از امکانات و کیفیت خدمات، خدمات سیار، دقت مسئول پذیرش، پرستیژ هتل، صراحت و صداقت گفتار، وضعیت اتاقها، سالنها و امکان و برنامه های سرگرمی میباشد. به منظور ارزیابی صحت سنجی و اعتبارسنجی الگوریتم مجموعه ای، نتایج روش پیشنهادی با روشهای رگرسیون لوجستیک، جنگل تصادفی، نیوبیز و -k نزدیکترین همسایه بصورت مقایسهای؛ ارزیابی شده که نتایج مشخص نموده که رویکرد مجموعه ای بکار برده شده از دقت و توانمندی بالایی برخوردار میباشد.

Keywords:

الگوریتم یادگیری ماشین , رویکرد مجموعه ای , شاخص رضایتمندی مشتریان , مدیریت استراتژیک , شبکه عصبی.