[论文解读] Discovering Airline-Specific Business Intelligence from Online Passenger Reviews: An Unsupervised Text Analytics Approach

Sharan Srinivas, Surya Ramachandiran|arXiv (Cornell University)|Dec 14, 2020

Digital Marketing and Social Media参考文献 47被引用 6

一句话总结

本文提出了一种无监督文本分析框架，结合集成主题建模（EA-TM）与集成情感分析（E-SA），从99,147条在线乘客评论中提取航空公司的业务智能。通过将句子分类为方面（例如，准点率、座位舒适度）和情感（正面、中性、负面），该方法生成基于方面的意见摘要，并通过二元语法分析识别根本原因，相比单一模型，主题分类准确率提高17–23%，情感分类准确率提高9–20%。

ABSTRACT

To understand the important dimensions of service quality from the passenger's perspective and tailor service offerings for competitive advantage, airlines can capitalize on the abundantly available online customer reviews (OCR). The objective of this paper is to discover company- and competitor-specific intelligence from OCR using an unsupervised text analytics approach. First, the key aspects (or topics) discussed in the OCR are extracted using three topic models - probabilistic latent semantic analysis (pLSA) and two variants of Latent Dirichlet allocation (LDA-VI and LDA-GS). Subsequently, we propose an ensemble-assisted topic model (EA-TM), which integrates the individual topic models, to classify each review sentence to the most representative aspect. Likewise, to determine the sentiment corresponding to a review sentence, an ensemble sentiment analyzer (E-SA), which combines the predictions of three opinion mining methods (AFINN, SentiStrength, and VADER), is developed. An aspect-based opinion summary (AOS), which provides a snapshot of passenger-perceived strengths and weaknesses of an airline, is established by consolidating the sentiments associated with each aspect. Furthermore, a bi-gram analysis of the labeled OCR is employed to perform root cause analysis within each identified aspect. A case study involving 99,147 airline reviews of a US-based target carrier and four of its competitors is used to validate the proposed approach. The results indicate that a cost- and time-effective performance summary of an airline and its competitors can be obtained from OCR. Finally, besides providing theoretical and managerial implications based on our results, we also provide implications for post-pandemic preparedness in the airline industry considering the unprecedented impact of coronavirus disease 2019 (COVID-19) and predictions on similar pandemics in the future.

研究动机与目标

• 为解决在乘客满意度较低和竞争激烈的背景下，从非结构化在线客户评论（OCR）中提取可操作的、航空公司特定的业务智能这一缺口。
• 克服传统调查方法存在的偏差、局限性以及常导致不真实回应的局限。
• 开发一种自动化、低成本的方法，利用自然语言处理技术大规模捕捉乘客感知。
• 使航空公司能够识别服务优势与劣势，以及满意度或不满的根源原因。
• 为后疫情时代提供战略洞察，帮助航空公司通过针对性的常旅客福利和服务恢复措施维持客户忠诚度。

提出的方法

• 使用三种主题模型——概率潜在语义分析（pLSA）、使用变分推断的LDA（LDA-VI）以及使用Gibbs采样的LDA（LDA-GS）——从航空公司评论中提取关键方面。
• 通过集成辅助主题模型（EA-TM）整合三种独立主题模型的预测结果，以提高句子级方面分类的准确性。
• 通过集成情感分析器（E-SA）结合三种意见挖掘工具——AFINN、SentiStrength和VADER——以增强情感分类的可靠性。
• 通过聚合每个已识别方面的情感得分，生成基于方面的意见摘要（AOS），提供乘客感知的全面视图。
• 对已标注的评论句子应用二元语法分析，以发现频繁短语及各方面内正面或负面情感的根本原因。
• 通过使用一家美国航空公司及其四家竞争对手的99,147条评论进行案例研究，验证了该框架的有效性与可扩展性。

实验结果

研究问题

• RQ1 无监督文本分析如何有效从非结构化在线客户评论中提取航空公司特定的服务方面？
• RQ2 与单一模型相比，集成方法在句子级主题与情感分类准确性方面提升了多少？
• RQ3 乘客与目标航空公司及其竞争对手关联的关键服务方面和情感趋势是什么？
• RQ4 通过二元语法分析揭示的潜在语言模式如何解释乘客满意度或不满的根本原因？
• RQ5 该框架如何支持航空业在后疫情时代的恢复与韧性规划？

主要发现

• 集成辅助主题模型（EA-TM）在句子级方面分类中的平均准确率比单一主题模型高出17–23%。
• 集成情感分析器（E-SA）在情感分类中的平均准确率比任何单一基准方法高出9–20%。
• 共识别出十一个核心服务方面，如准点率、座位舒适度和机组人员行为，在航空公司评论中保持一致。
• 基于方面的意见摘要（AOS）有效揭示了各航空公司的优势与劣势，支持竞争基准分析。
• 二元语法分析揭示了如“因机械问题导致延误”和“机组人员非常出色”等具体短语，解释了各方面内情感极性的成因。
• 该框架提供了可操作的、数据驱动的洞察，有助于提升服务质量与后疫情时代的恢复策略，包括针对性的常旅客福利和疫情相关服务改进。