应用自然语言处理确定公共服务中的用户满意度
计算与语言
2017-11-23 v1
摘要
近年来，关于客户满意度的研究大幅增加。然而，不同满意度决定因素的相对重要性与相互关系仍不确定。此外，迄今为止的定量研究倾向于检验预先确定的、被认为有影响的因素的显著性，而缺乏可扩展的手段来识别用户满意度的其他成因。这些知识空白使得难以将关于用户偏好的现有知识用于公共服务改进。与此同时，数字技术发展催生了收集用户反馈的新方法，例如通过在线论坛，用户可自由评论其体验。需要新工具来分析此类大量反馈。本文提出使用主题模型作为一种可行的解决方案，以聚合开放式用户意见，并可轻松部署于公共部门。生成的洞见有助于公共服务供给中更具包容性的决策过程。这一新颖方法学路径被应用于英格兰公立资助初级保健机构的服务评价案例。对覆盖近 7,700 家初级保健中心、共 145,000 条评价的分析表明，与工作人员互动的质量以及官僚 exigencies 是推动全英格兰用户满意度的关键问题。
引用
@article{arxiv.1711.08083,
title = {Application of Natural Language Processing to Determine User Satisfaction in Public Services},
author = {Radoslaw Kowalski and Marc Esteve and Slava J. Mikhaylov},
journal= {arXiv preprint arXiv:1711.08083},
year = {2017}
}