Yazar
Barakat, Huda Mohammed Mohammed, Yeniterzi, R., Martin-Domingo, Luis
Basım Tarihi
2021-03
Basım Yeri
-
Elsevier
Konu
Havaalanı hizmet kalitesi, ASQ, Derin öğrenme, Duyarlılık analizi, Twitter
Tür
Süreli Yayın
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
0969-6997
Kayıt Numarası
559b489f-c097-4df8-ad4d-b0b0a9c6896f
Lokasyon
Havacılık Yönetimi
Tarih
2021-03
Örnek Metin
Havaalanı hizmet kalitesinin (ASQ) ölçülmesi, eksikliklerin belirlenmesi ve yönetim kararlarına rehberlik edecek iyileştirmelerin önerilmesi için önemli bir süreçtir. Bu araştırma, yolcuların havalimanları hakkındaki tweetlerini kullanarak ASQ'nun ölçülmesine yönelik genel bir çerçeve sunmaktadır. Önerilen çerçeve, yolcuların başka dillerle iletişim kurduğu, İngilizce konuşulmayan ülkelerde ASQ değerlendirmesini desteklemek için yalnızca İngilizce değil herhangi bir dilde tweet'leri dikkate alıyor. Buna göre, bu çalışmada iki dilde (İngilizce ve Arapça) ve dört havaalanından gönderilen tweetleri içeren geniş bir veri seti kullanılıyor. Ek olarak, tweet'lerden yolcu değerlendirmelerini çıkarmak için çerçevemiz iki farklı derin öğrenme modelini (CNN ve LSTM) uyguluyor ve sonuçlarını karşılaştırıyor. Veri türünün model performansı üzerindeki etkisini açıklığa kavuşturmak için iki model hem genel verilerle hem de havacılık alanındaki verilerle eğitilir. Sonuçlar, alana özgü verilerle eğitildiğinde LSTM modeliyle daha iyi performans elde edildiğini göstermektedir. Bu çalışmanın ASQ'yu ölçmek için alternatif yöntemler kullanmayı amaçlayan araştırmacılar ve havaalanı yöneticileri için açık çıkarımları vardır.
DOI
10.1016/j.jairtraman.2020.102003
Cilt
91
