SentimentLens: Reconciling Sentiment and Ratings via Dual-Modality in the Hospitality Sector
Dit artikel introduceert SentimentLens, een schaalbaar Aspect-Based Sentiment Analysis-systeem dat ongestructureerde hotelrecensies transformeert naar bruikbare inzichten door tekstuele sentimenten te verzoenen met numerieke beoordelingen om inconsistenties in de servicekwaliteit te identificeren en datagestuurde besluitvorming in de horecasector te ondersteunen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je probeert uit te zoeken welk hotel in Sri Lanka de beste plek is om te verblijven. Je hebt twee belangrijke bronnen van informatie:
- De Sterrenclassificatie: Een simpel getal, zoals 4 van de 5 sterren. Het is snel en gemakkelijk, maar het is als een samenvattende koptekst. Het geeft de algemene sfeer aan, maar legt niet uit waarom je dat cijfer kreeg.
- De Geschreven Recensie: Een lange paragraaf waarin een gast zegt: "Het personeel was geweldig, maar de kamer was vies en het boekingsproces was een nachtmerrie." Dit zit vol details, maar is rommelig, moeilijk te lezen en onmogelijk te vergelijken met duizenden andere hotels door alleen de tekst te lezen.
Het Probleem
Hoteleigenaren en toerismeplanners hebben veel van deze rommelige recensies (meer dan 10.000 in deze studie), maar die zijn moeilijk om te zetten in een duidelijk plan. Als ze alleen naar de sterren kijken, missen ze misschien het feit dat een hotel een 4-sterrenclassificatie heeft, maar verschrikkelijk eten. Als ze alleen de tekst lezen, raken ze overweldigd door de hoeveelheid woorden.
De Oplossing: SentimentLens
De auteurs hebben een hulpmiddel gebouwd genaamd SentimentLens. Zie dit als een hoogtechnologische "vertaler" en "organisator" die twee dingen tegelijk doet:
- Het leest de rommelige tekstrecensies en breekt deze af in specifieke onderwerpen (zoals "Personeel", "Kamergelijkheid", "Eten" of "Locatie").
- Het controleert hoe mensen over elk specifiek onderwerp voelden (Positief, Neutraal of Negatief).
- Het kruist deze gedetailleerde tekstanalyse vervolgens met de eenvoudige sterrenclassificaties om te zien of ze hetzelfde verhaal vertellen.
Hoe het werkt (De Analogie)
Stel je een arts voor die een patiënt diagnosticeert.
- De Sterrenclassificatie is als de patiënt die zegt: "Ik voel me oké, misschien een 7/10."
- De Tekstrecensie is de patiënt die elke symptoom opnoemt: "Mijn knie doet pijn, mijn hoofd draait, maar mijn eetlust is geweldig."
- SentimentLens is de arts die naar de symptomen luistert, ze categoriseert en ze vervolgens vergelijkt met het "7/10" gevoel. Als een patiënt zegt zich "oké" te voelen (hoge score), maar een hevige pijn in de knie vermeldt (negatieve tekst over kamers), ziet de arts een conflict. Het hulpmiddel helpt bij het opsporen van deze verborgen problemen die een simpel getal zou verbergen.
Wat ze vonden
De onderzoekers hebben dit hulpmiddel toegepast op hotels in alle negen provincies van Sri Lanka. Hier zijn de belangrijkste conclusies:
- Het Goede Nieuws: "Personeel" en "Locatie" zijn de supersterren. Mensen houden consistent van de vriendelijke service en de prachtige natuur door het hele land. Het is de sterkste troef van het land.
- Het Slechte Nieuws: "Kamergelijkheid" en het "Boekingsproces" zijn de zwakke schakels. Zelfs bij hotels met hoge sterrenclassificaties klagen mensen over vieze kamers of lastige incheckprocedures.
- De Verborgen Conflicten: In sommige provincies (zoals de Noordelijke Provincie) zagen de sterrenclassificaties er redelijk uit, maar de tekstrecensies onthulden dat de kamers en faciliteiten eigenlijk behoorlijk slecht waren. SentimentLens betrapte deze "leugen" die de sterren vertelden. Het is alsof een restaurant 5 sterren krijgt voor het uitzicht, maar het eten koud is; het hulpmiddel ziet dat het eten het echte probleem is.
- Regionale Verschillen: Sommige provincies (zoals Oost en Centraal) doen het over de hele linie goed. Andere (zoals Noord en Sabaragamuwa) hebben grote hiaten waar ze hun kamers en eten moeten verbeteren om bij hun sterrenclassificaties te passen.
- Hoteltypen: Het hulpmiddel groepeerde hotels in drie "archetypen" (typen):
- Premium: Geweldig in alles, inclus\u2019t de saaie zaken zoals boeken.
- Middenklasse: Goed personeel en locatie, maar de kamers en het boekingsproces zijn slechts "oké".
- Strijdend: Slechte prestaties op bijna alle vlakken, vooral de kamers.
De Kernboodschap
SentimentLens bewijst dat je niet alleen naar de sterrenclassificatie kunt kijken om de kwaliteit van een hotel te begrijpen. Je moet naar de specifieke klachten luisteren die in de tekst verborgen zitten. Door de "snelle score" te combineren met het "gedetailleerde verhaal", kunnen hotelmanagers precies zien waar ze zaken moeten verbeteren—zoals beseffen dat hoewel hun personeel geweldig is, ze geld moeten uitgeven aan betere matrassen of een soepeler boekingswebsite.
De studie laat zien dat deze methode werkt voor Sri Lanka, maar het hulpmiddel zelf is gebouwd om overal ter wereld te werken waar mensen recensies en beoordelingen achterlaten, waardoor bedrijven rommelige feedback kunnen omzetten in duidelijke, actiegerichte stappen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.