开心还是暴躁？一种分析航空公司乘客推文情感的机器学习方法
计算与语言
2022-09-30 v1
摘要
作为最广泛的社交网络服务之一，截至 2022 年 Twitter 拥有超过 3 亿活跃用户。在其众多功能中，Twitter 如今已成为消费者分享关于产品或体验（包括商业航空公司提供的航班服务）看法的主要平台之一。本研究旨在通过使用机器学习方法分析提及航空公司的推文情感来衡量客户满意度。相关推文从 Twitter 的 API 检索，并经过分词和向量化处理。之后，这些处理后的向量被输入一个预训练的机器学习分类器以预测情感。除情感分析外，我们还对收集的推文进行词汇分析以建模关键词频率，从而为情感解释提供有意义的语境。随后我们应用如布林带等时间序列方法来检测情感数据中的异常。利用 2022 年 1 月至 7 月的历史记录，我们的方法被证明能够捕捉乘客情感的突然而显著的变化。本研究有潜力发展为一个应用，帮助航空公司以及其他若干面向客户的业务高效检测客户情感的突变并采取适当措施加以应对。
引用
@article{arxiv.2209.14363,
title = {Happy or grumpy? A Machine Learning Approach to Analyze the Sentiment of Airline Passengers' Tweets},
author = {Shengyang Wu and Yi Gao},
journal= {arXiv preprint arXiv:2209.14363},
year = {2022}
}
备注
11 pages, 7 figures. Accepted by 2023 TRBAM, under review for Transportation Research Record