使用社交媒体分析对机场地面通道的感受

Carolina Silva Ansélmo, Giovanna Miceli Ronzani Borille, Anderson Ribeiro Correia
{"title":"使用社交媒体分析对机场地面通道的感受","authors":"Carolina Silva Ansélmo, Giovanna Miceli Ronzani Borille, Anderson Ribeiro Correia","doi":"10.14295/transportes.v30i1.2515","DOIUrl":null,"url":null,"abstract":"Um adequado sistema de acesso terrestre ao aeroporto é relevante para um bom nível de serviço e é essencial para identificar a percepção do usuário sobre os meios de transporte disponíveis. Para identificar as percepções positivas e negativas foram utilizadas as técnicas de análise de sentimentos e aprendizado de máquina com conteúdo gerado pelo usuário na rede social Twitter. De março de 2018 a dezembro de 2019 foram coletadas opiniões espontâneas sobre o acesso terrestre ao Aeroporto Internacional de São Paulo/Guarulhos (SBGR). Os tweets pesquisados referiram-se aos termos: aeroporto, Guarulhos e meios de transporte: aplicativos de transporte de mobilidade urbana, ônibus, táxi, trem e veículos privados. Os trens tiveram maior quantidade de tweets, sendo o principal motivo de insatisfação relacionado à localização da estação do aeroporto. Além disso, os indicadores avaliados positivamente foram disponibilidade dos serviços, custo e tempo de viagem. A técnica de aprendizado de máquina Naïve Bayes apresentou acurácia de 82,14% e precisão de 88,14% para classificar os tweets em percepções positivas ou negativas. Os resultados obtidos podem ser valiosos para as entidades governamentais, influenciando no nível de serviço oferecido. O conteúdo gerado nas redes sociais pode ser útil em diversas áreas do conhecimento, complementando a pesquisa de campo e ajudando no desenvolvimento de novos métodos de pesquisa e análise de dados.","PeriodicalId":30302,"journal":{"name":"Transportes","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-04-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Análise de sentimentos sobre o acesso terrestre ao aeroporto utilizando mídias sociais\",\"authors\":\"Carolina Silva Ansélmo, Giovanna Miceli Ronzani Borille, Anderson Ribeiro Correia\",\"doi\":\"10.14295/transportes.v30i1.2515\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Um adequado sistema de acesso terrestre ao aeroporto é relevante para um bom nível de serviço e é essencial para identificar a percepção do usuário sobre os meios de transporte disponíveis. Para identificar as percepções positivas e negativas foram utilizadas as técnicas de análise de sentimentos e aprendizado de máquina com conteúdo gerado pelo usuário na rede social Twitter. De março de 2018 a dezembro de 2019 foram coletadas opiniões espontâneas sobre o acesso terrestre ao Aeroporto Internacional de São Paulo/Guarulhos (SBGR). Os tweets pesquisados referiram-se aos termos: aeroporto, Guarulhos e meios de transporte: aplicativos de transporte de mobilidade urbana, ônibus, táxi, trem e veículos privados. Os trens tiveram maior quantidade de tweets, sendo o principal motivo de insatisfação relacionado à localização da estação do aeroporto. Além disso, os indicadores avaliados positivamente foram disponibilidade dos serviços, custo e tempo de viagem. A técnica de aprendizado de máquina Naïve Bayes apresentou acurácia de 82,14% e precisão de 88,14% para classificar os tweets em percepções positivas ou negativas. Os resultados obtidos podem ser valiosos para as entidades governamentais, influenciando no nível de serviço oferecido. O conteúdo gerado nas redes sociais pode ser útil em diversas áreas do conhecimento, complementando a pesquisa de campo e ajudando no desenvolvimento de novos métodos de pesquisa e análise de dados.\",\"PeriodicalId\":30302,\"journal\":{\"name\":\"Transportes\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-04-13\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Transportes\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14295/transportes.v30i1.2515\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Transportes","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14295/transportes.v30i1.2515","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

一个足够的机场地面接入系统与良好的服务水平相关,对于识别用户对可用交通工具的感知至关重要。为了识别积极和消极的感知,我们使用了情绪分析和机器学习技术,对社交网络推特中用户生成的内容进行了分析。从2018年3月到2019年12月,收集了关于圣保罗/瓜鲁霍斯国际机场(SBGR)地面通道的自发意见。接受调查的推文提到了以下术语:机场、Guarulhos和交通工具:城市交通应用、公共汽车、出租车、火车和私家车。火车上有更多的推特,这是对机场车站位置不满的主要原因。此外,得到积极评价的指标是服务提供情况、费用和差旅时间。在对推文进行正面或负面感知分类时,朴素贝叶斯机器学习技术的准确率为82.14%,准确率为88.14%。所获得的结果可能对政府实体有价值,从而影响所提供的服务水平。社交网络上生成的内容可以在几个知识领域发挥作用,补充实地研究,并有助于开发新的研究方法和数据分析。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Análise de sentimentos sobre o acesso terrestre ao aeroporto utilizando mídias sociais
Um adequado sistema de acesso terrestre ao aeroporto é relevante para um bom nível de serviço e é essencial para identificar a percepção do usuário sobre os meios de transporte disponíveis. Para identificar as percepções positivas e negativas foram utilizadas as técnicas de análise de sentimentos e aprendizado de máquina com conteúdo gerado pelo usuário na rede social Twitter. De março de 2018 a dezembro de 2019 foram coletadas opiniões espontâneas sobre o acesso terrestre ao Aeroporto Internacional de São Paulo/Guarulhos (SBGR). Os tweets pesquisados referiram-se aos termos: aeroporto, Guarulhos e meios de transporte: aplicativos de transporte de mobilidade urbana, ônibus, táxi, trem e veículos privados. Os trens tiveram maior quantidade de tweets, sendo o principal motivo de insatisfação relacionado à localização da estação do aeroporto. Além disso, os indicadores avaliados positivamente foram disponibilidade dos serviços, custo e tempo de viagem. A técnica de aprendizado de máquina Naïve Bayes apresentou acurácia de 82,14% e precisão de 88,14% para classificar os tweets em percepções positivas ou negativas. Os resultados obtidos podem ser valiosos para as entidades governamentais, influenciando no nível de serviço oferecido. O conteúdo gerado nas redes sociais pode ser útil em diversas áreas do conhecimento, complementando a pesquisa de campo e ajudando no desenvolvimento de novos métodos de pesquisa e análise de dados.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
39
审稿时长
10 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信