دانشگاه آزاد اسلامی واحد تهران جنوب

صفحه اصلی / نخستین همایش هوش مصنوعی و پژوهش های نوظهور: همگرایی انسان و سیستم های هوشمند

پیش‌بینی رضایتمندی مسافران خطوط هوایی با معماری ترکیبی BLSTM و مکانیزم توجه

نویسندگان :

سعید دادگر¹ زلیخا جهانبخش نقده²

1- دانشگاه آزاد اسلامی واحد جنوب 2- دانشگاه آزاد اسلامی واحد جنوب

کلمات کلیدی :

صنعت هوایی،رضایتمندی مسافران

چکیده :

صنعت هوایی به‌عنوان یکی از ارکان اصلی حمل‌ونقل جهانی، همواره با چالش جلب رضایت مسافران روبه‌رو است. در این پژوهش، یک مدل پیش‌بینی کننده رضایتمندی مسافران با استفاده از شبکه عصبی حافظه بلندمدت دوطرفه (BLSTM) و مکانیزم توجه ارائه شده است. داده‌های مورد استفاده شامل ۱۲۹,۸۸۰ نظر مسافران از خطوط هوایی بین‌المللی است که ۲۳ ویژگی کلیدی مانند کیفیت خدمات پرواز، راحتی صندلی، تأخیر پرواز و رفتار پرسنل را پوشش می‌دهد. پس از پیش‌پردازش داده‌ها، سه مدل LSTM، BLSTM و BLSTM مبتنی بر مکانیزم توجه مورد ارزیابی قرار گرفتند. نتایج نشان می‌دهد مدل پیشنهادی (BLSTM با مکانیزم توجه) با دقت ۹۵.۷۷% (براساس معیار F1-Score) عملکرد بهتری نسبت به مدل‌های مرجع (مانند Random Forest با دقت ۸۸.۷۹% و SVM با دقت ۸۷%) دارد. این بهبود عملکرد ناشی از توانایی مدل درپردازش دوطرفه اطلاعات تاریخی و آینده‌نگر (BLSTM)، تمرکز بر ویژگی‌های کلیدی با مکانیزم توجه، کاهش نویز در داده‌های پیچیده نظرسنجی می باشد. همچنین، این چارچوب را می‌توان برای تحلیل رضایت در سایر صنایع خدماتی تعمیم داد.