Анализ и суммаризация негативных отзывов на отели
Аннотация
Сайдуллин Д.В. Анализ и суммаризация негативных отзывов на отели.
Выпускная квалификационная работа. Объем текста - 50 страниц. Количество рисунков - 22, таблиц - 3, приложений - 2. Магистратура по направлению 09.04.01 «Инженерия искусственного интеллекта». УрФУ, кафедра информационные технологии и системы управления, 2024.
Ключевые слова: сентимент-анализ, тематическое моделирование, кластеризация текстов, суммаризация, NLP.
Актуальность: отзывы клиентов становятся все более важным фактором для успеха отелей. Многие потенциальные клиенты ориентируются на отзывы при принятии решения о бронировании, и негативные отзывы могут серьезно повлиять на репутацию отеля. Отельный бизнес постоянно меняется под воздействием новых тенденций, технологий и ожиданий клиентов. Понимание того, какие аспекты обслуживания вызывают наибольшее недовольство клиентов, позволяет отелям адаптироваться и эффективно реагировать на изменения.
Цель: Анализ и сравнение моделей, предназначенных для классификации отзывов по тональности, кластеризации и тематического моделирования.
Результаты работы:
Выполнен обзор решений, для задач суммаризации и тематического
моделирования.
Произведена предобработка данных и обучены модели с различными
архитектурами.
Приведен сравнительный обзор моделей.
Сформированы выводы по результатам работы
Выпускная квалификационная работа. Объем текста - 50 страниц. Количество рисунков - 22, таблиц - 3, приложений - 2. Магистратура по направлению 09.04.01 «Инженерия искусственного интеллекта». УрФУ, кафедра информационные технологии и системы управления, 2024.
Ключевые слова: сентимент-анализ, тематическое моделирование, кластеризация текстов, суммаризация, NLP.
Актуальность: отзывы клиентов становятся все более важным фактором для успеха отелей. Многие потенциальные клиенты ориентируются на отзывы при принятии решения о бронировании, и негативные отзывы могут серьезно повлиять на репутацию отеля. Отельный бизнес постоянно меняется под воздействием новых тенденций, технологий и ожиданий клиентов. Понимание того, какие аспекты обслуживания вызывают наибольшее недовольство клиентов, позволяет отелям адаптироваться и эффективно реагировать на изменения.
Цель: Анализ и сравнение моделей, предназначенных для классификации отзывов по тональности, кластеризации и тематического моделирования.
Результаты работы:
Выполнен обзор решений, для задач суммаризации и тематического
моделирования.
Произведена предобработка данных и обучены модели с различными
архитектурами.
Приведен сравнительный обзор моделей.
Сформированы выводы по результатам работы