Clasificación de aerolíneas utilizando retroalimentación social y creencias borrosas adaptadas TOPSIS

Área de la Ciencia:

• Ciencia de los datos
• Inteligencia artificial
• Análisis de las redes sociales

Sus antecedentes:

• Las opiniones generadas por los usuarios en plataformas como TripAdvisor ofrecen información valiosa sobre la calidad del servicio de las aerolíneas.
• El análisis de estas revisiones es un desafío debido a escalas lingüísticas subjetivas, datos incompletos e influencia social.

Objetivo del estudio:

• Desarrollar un marco de toma de decisiones basado en la información para extraer ideas significativas de los complejos sistemas de retroalimentación social.
• Proponer un nuevo método para medir la satisfacción sintética en las redes de opinión digitales.

Principales métodos:

• Integración de las estructuras de creencias difusas con el método TOPSIS (técnica de orden de preferencia por similitud con la solución ideal).
• Modelado de opiniones de los usuarios como distribuciones de creencias difusas para manejar la incertidumbre lingüística.
• Aplicación de la entropía de Shannon para evaluar la consistencia de las calificaciones de satisfacción del cliente.

Principales resultados:

• El marco propuesto deriva con éxito clasificaciones de aerolíneas basadas en la satisfacción agregada de los clientes.
• Singapore Airlines, ANA, EVA Air y Air New Zealand se ubicaron constantemente en el primer lugar en diferentes modelos difusos.
• Las compañías aéreas de alta satisfacción demostraron una baja entropía, lo que indica una calidad de servicio estable y consistente.

Conclusiones:

• El marco desarrollado proporciona un punto de referencia sólido e interpretable para la evaluación de la calidad del servicio de las aerolíneas.
• El estudio confirma la estabilidad y fiabilidad del índice de satisfacción de las aerolíneas (ASI).
• El alto rendimiento constante está vinculado tanto a las puntuaciones promedio altas como a la baja entropía de calificación.