 جلسه دفاع پایان نامه: عاطفه ميرزايي، گروه مهندسی مدیریت سیستم و بهره وری
ارائه کننده: عاطفه ميرزايي چکیده: رضایت مشتری، اساسیترین عامل در پیشرفت هر سازمان تجاری محسوب میشود. مشتریانی که از خدمات یا محصولات ارائه شده راضی باشند، احتمال دوباره خرید، وفاداری به برند و توصیه به دیگران را افزایش میدهند. سازمانهایی که به ارتقاء رضایت مشتریان اهمیت میدهند، تلاش مینمایند تا توقعات مشتریان را برآورده سازند، خدمات با کیفیت بالا فراهم کنند و محصولاتی با استانداردهای برتر تولید نمایند. رضایت مشتری برای فرودگاهها اساسی است؛ زیرا تجربه مثبت مسافران تأثیر گستردهای بر تصمیمات آتی مسافران، شهرت فرودگاه، و اقتصاد منطقه دارد. در صنعت هواپیمایی، اهداف اصلی اداره فرودگاهها شامل تضمین امنیت و رضایت مسافران، کاهش تأخیر پروازها، ارائه خدمات بهینه و بهبود ترمینالها و پارکینگهاست. فرودگاهها به عنوان مکانهای گذر مسافران علاوه بر ارائه خدمات فراوان، امکانات رفاهی و فضاهای تفریحی نیز فراهم کردهاند. این پژوهش با هدف شناسایی عوامل مؤثر بر رضایت مسافران و ارائه مدلی برای پیشبینی رضایت مسافران انجام شد. این چارچوب با بهرهگیری از الگوریتمهای یادگیری ماشین و خوشهبندی دقیق، میتواند بهطور چشمگیری به بهبود خدمات و تصمیمگیریهای مدیریتی در فرودگاه کمک کند. نتایج نشان میدهد که خوشهبندی مسافران نه تنها امکان تفکیک نیازهای گروههای مختلف مسافران را فراهم میکند بلکه منجر به افزایش دقت مدل نیز میشود. در خوشه اول دو عامل کیفیت اجناس فروشگاهها و امکانات خرید و کیفیت اینترنت از مهمترین عوامل تأثیرگذار بر رضایت مسافران شناخته شدهاند. در خوشه دوم کیفیت اینترنت و مسافت پرواز از عوامل مهم بر رضایت مسافران میباشند. در خوشه سوم نیز کیفیت اینترنت و کیفیت اجناس فروشگاهها و امکانات خرید از مهمترین عوامل بر رضایت مسافران تعیین شدهاند. همچنین، از هفت مدل یادگیری ماشین از جمله جنگل تصادفی، رگرسیون لجستیک، نزدیکترین همسایه، ماشین بردار پشتیبان، تقویت گرادیان شدید، نیو بیز و درخت تصمیم استفاده شد و مدل ماشین بردار پشتیبان، با دقت بسیار بالا در هر سه خوشه، به عنوان بهترین مدل شناخته شدهاست. دقت این مدل در خوشههای اول تا سوم به ترتیب به میزان %98.23، %99.35 و %89.61 میباشد. در نهایت این مدل به عنوان یکی از موثرترین مدلها در هر خوشه مشخص شدهاست. |
