تحلیل اطلاعات پروفایل کاربران وب سایت تریپ ادوایزر بر اساس روش های داده کاوی

نویسندگان

1 دانشیار گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

2 استادیار گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران.

3 دانشیار دانشکده مدیریت و حسابداری،دانشگاه علامه طباطبائی

چکیده

امروزه صنعت گردشگری یکی از پایه های هر اقتصاد پایداری است، به گونه ای که حدود 10 درصد از اقتصاد جهان را به خود اختصاص داده است. هدف از این پژوهش مطالعه و تحلیل اطلاعات پروفایل کاربران یکی از مطرح ترین وب سایت های تجارت اجتماعی گردشگری به نام تریپ ادوایزر ، با بهره گیری از تکنیک های داده کاوی می باشد. بدین منظور پایگاه داده وب سایت تریپ ادوایزر مورد بررسی قرار گرفته و اطلاعات پروفایل کاربرانی که حداقل در مورد یکی از هتل های ایران اظهار نظرکرده بودند استخراج شد. پس از آن کلیه شاخص های پروفایل کاربران توسط تکنیک انتخاب شاخص مورد بررسی قرار گرفت و شاخص هایی که بیشترین تاثیر را بر روی خوشه بندی داشتند مشخص شدند. در ادامه با محاسبه شاخص دیویس-بولدین تعداد خوشه بهینه ، سه به دست آمد و کاربران به سه خوشه تقسیم گردیدند. هر خوشه دارای مشخصات منحصر به فردی بود که به نام های پیشروان، سفر دوستان اشرافی و کاربران کم سفر نام گذاری گردیدند. سپس بر اساس ویژگی های هر یک از این سه خوشه و اطلاعات پروفایل کاربران آن ها با استفاده از قوانین انجمنی اقدام به شناخت بیشتر هر خوشه شد. در نهایت متناسب با ویژگی های تحلیل شده، راهکارهایی برای افزایش مشارکت این کاربران در وب سایت و برنامه های تبلیغاتی هدفمند برای هر کدام از این خوشه ی کاربران ارائه گردید.

کلیدواژه‌ها


عنوان مقاله [English]

Tripadvisor Users’ Profile Analysis: A Data Mining Approach

نویسندگان [English]

  • Seyed Mohammad Taghi Taghavifard 1
  • Iman Raeisi Vanani 2
  • Zohreh Dehdashti Shahrokh 3
  • Amir Arzisoltan
1 Associate Professor of Industrial Management, Allameh Tabataba’i University, Tehran, Iran.
2 Assistant Professor of Industrial Management, Allameh Tabataba’i University, Tehran, Iran.
3 Associate Prof. Allameh Tabatabai Management School
چکیده [English]

Nowadays, the tourism industry is one of the cornerstones of any sustainable economy, In a manner that it assigns about 10 percent of the global economy. The purpose of this article is to study and analyze the profile information of users of one of the most popular social tourism websites called Tripdvisor, by utilizing data mining techniques. For this purpose, the database of the tripadvisor website was considered and the profile information of the users who at least had commented on one of the Iranian hotels was extracted. After that all the information of user profiles were evaluated by feature selection technique and the information that had the most impact on the clustering were identified. In the following, by calculating the Davies–Bouldin index, the optimal number of clusters was obtained and it was three, and the users were divided into three clusters. Each cluster had unique characteristics that were named pioneers, aristocratic friends travel, and low-travel users. Then, based on the characteristics of each of these three clusters and their users' profile information by using association rules, each cluster was attempted to be further identified. Finally, proportional with the analyzed features, some solutions and approaches were provided to increase the participation of these users in the website and targeted promoting programs for each of these users' cluster.

کلیدواژه‌ها [English]

  • social commerce
  • Tourism
  • e-commerce
  • Social Media
  • Tripadvisor
  • Data mining