DOI: https://doi.org/10.1007/s13198-025-02742-3
تاريخ النشر: 2025-03-31
المؤلف: Anu G. Aggarwal وآخرون
الموضوع الرئيسي: اتخاذ القرار متعدد المعايير
نظرة عامة
تقدم ورقة البحث نهجًا جديدًا لتصنيف الفنادق بناءً على تقييمات العملاء، مستفيدة من بيانات واسعة من وكالات السفر عبر الإنترنت (OTAs). تبدأ المنهجية بمعالجة مسبقة لأكثر من مليون تقييم، تليها تطبيق تخصيص ديريشلت الكامن (LDA) لاستخراج سبعة مواضيع رئيسية تؤثر بشكل كبير على رضا العملاء. تشمل هذه المواضيع ‘الغرفة’، ‘الطاقم’، ‘النظافة’، ‘الموقع’، ‘القيمة’، ‘المطعم’، و’المرافق’، مع تحديد ‘الغرفة’ كأهم عامل. تستخدم الدراسة طريقة أقصى إنتروبيا الحد الأدنى من التباين للمتوسطات الموزونة المرتبة (MEMV-OWA) لتعيين أوزان لهذه المواضيع، مع معالجة التحيزات المحتملة في الحكم البشري من خلال استخدام أرقام ضبابية تصويرية.
للتصنيف النهائي للفنادق، يتم استخدام تقنية ترتيب التفضيل من خلال التشابه مع الحل المثالي (TOPSIS)، مع دمج آراء الخبراء لإنشاء مصفوفة قرار. يعزز دمج الأرقام الضبابية التصويرية قدرة النموذج على التقاط الضبابية الكامنة في التقييمات النوعية. تشير النتائج إلى أن هذا الإطار لصنع القرار متعدد المعايير (MCDM) لا يحسن فقط دقة تصنيفات الفنادق ولكن أيضًا يسد فجوة في أدبيات الضيافة من خلال دمج تحليلات النصوص مع تقنيات MCDM. تختتم الورقة بالاعتراف بالقيود واقتراح سبل للبحث المستقبلي، بما في ذلك استكشاف البيانات من مناطق جغرافية مختلفة ومنصات OTA أخرى.
مقدمة
تسلط مقدمة ورقة البحث هذه الضوء على التأثير الكبير لصناعة الضيافة والسياحة على الاقتصاديات العالمية، مشيرة بشكل خاص إلى مساهمتها بأكثر من 500 مليار دولار أمريكي في الناتج المحلي الإجمالي لدول شمال شرق آسيا، أمريكا الشمالية، ودول الاتحاد الأوروبي اعتبارًا من عام 2017. لقد حول ظهور الإنترنت هذا القطاع، مما أدى إلى ظهور وكالات السفر عبر الإنترنت (OTAs) وظهور الكلمة الإلكترونية من الفم (EWOM)، حيث تلعب تقييمات العملاء دورًا حاسمًا في التأثير على قرارات المسافرين المحتملين. تؤكد الورقة على ضرورة تحليل هذه التقييمات الرقمية من خلال تقنيات تحليل النصوص، وخاصة باستخدام تخصيص ديريشلت الكامن (LDA)، وهو خوارزمية تعلم غير خاضعة للإشراف قائمة على بايزي معروفة بفعاليتها في نمذجة المواضيع.
لمعالجة تعقيدات اتخاذ القرار في قطاع الضيافة، حيث يواجه المستهلكون العديد من الخيارات ويعتمدون بشكل كبير على التعليقات العامة، تقترح الورقة استخدام تقنيات صنع القرار متعدد المعايير (MCDM). على وجه التحديد، تقدم تقنية ترتيب التفضيل من خلال التشابه مع الحل المثالي (TOPSIS) وتمديدها الضبابي (TOPSIS الضبابي) لاستيعاب الضبابية الكامنة في اتخاذ القرار البشري. علاوة على ذلك، تستخدم الدراسة نهجًا ثنائي الهدف، وهو طريقة أقصى إنتروبيا الحد الأدنى من التباين للمتوسطات الموزونة المرتبة (MEMV-OWA)، لتخفيف التحيزات وتعزيز اتخاذ القرار من خلال إعطاء الأولوية للمعايير بشكل فعال. يتم توضيح هيكل الورقة، مما يشير إلى استكشاف شامل للأدبيات، المنهجية، النتائج، والآثار.
طرق
توضح قسم المنهجية إطار البحث المستخدم في هذه الدراسة، كما هو موضح في الشكل 1. تشمل الطريقة عملية منهجية مصممة لمعالجة أسئلة البحث بشكل فعال. تشمل المكونات الرئيسية للمنهجية تقنيات جمع البيانات، والأساليب التحليلية، والمعايير لاختيار المشاركين، مما يضمن تصميم دراسة قوي وقابل للتكرار.
تستخدم الدراسة كل من الأساليب النوعية والكمية لجمع رؤى شاملة، مما يسهل تحليلًا متعدد الأبعاد لمشكلة البحث. يسمح دمج هذه الأساليب بإجراء فحص شامل للبيانات، مما يعزز صلاحية النتائج ويساهم في فهم أعمق للموضوع.
نقاش
في قسم النقاش هذا، تسلط الورقة الضوء على الأهمية المتزايدة للكلمة الإلكترونية من الفم (EWOM) في صناعة الضيافة، وخاصة من خلال وكالات السفر عبر الإنترنت (OTAs) مثل Booking.com. يستعرض المؤلفون الأدبيات الحالية التي تستكشف تأثير EWOM على سلوك المستهلك، مبيعات الفنادق، وقيمة العلامة التجارية، مشيرين إلى منهجيات متنوعة مثل تخصيص ديريشلت الكامن (LDA) لنمذجة المواضيع وتقنيات صنع القرار متعدد المعايير (MCDM) مثل TOPSIS لتصنيف الفنادق. يحددون فجوة بحثية في دمج المجموعات الضبابية التصويرية مع TOPSIS، والتي لم يتم استكشافها سابقًا في أدبيات التسويق.
تستخدم الدراسة مجموعة بيانات تضم 515,000 تقييم من 1,493 فندقًا عبر ست مدن، مع تطبيق معالجة نصية صارمة لاستخراج رؤى ذات مغزى. يستخدم المؤلفون LDA لتحديد سبعة مواضيع رئيسية تتعلق بتجارب العملاء، والتي تعمل كمعايير لتصنيف الفنادق. تم تقديم طريقة MEMV-OWA لمعالجة التحيزات في آراء الخبراء عند تعيين أوزان لهذه المعايير. تكشف النتائج أن جودة الغرفة، خدمة الطاقم، والنظافة هي العوامل الأكثر أهمية التي تؤثر على رضا العملاء. لا تساهم هذه الدراسة فقط في الأطر النظرية في أدبيات الضيافة ولكنها تقدم أيضًا آثارًا عملية لإدارة الفنادق ومنصات OTA، مما يعزز قدرتها على تلبية تفضيلات العملاء وتحسين جودة الخدمة.
DOI: https://doi.org/10.1007/s13198-025-02742-3
Publication Date: 2025-03-31
Author(s): Anu G. Aggarwal et al.
Primary Topic: Multi-Criteria Decision Making
Overview
The research paper presents a novel approach to ranking hotels based on customer reviews, leveraging extensive data from online travel agencies (OTAs). The methodology begins with the pre-processing of over one million reviews, followed by the application of Latent Dirichlet Allocation (LDA) to extract seven key topics that significantly influence customer satisfaction. These topics include ‘Room’, ‘Staff’, ‘Cleanliness’, ‘Location’, ‘Value’, ‘Restaurant’, and ‘Facilities’, with ‘Room’ identified as the most critical factor. The study employs the Maximum Entropy Minimum Variance Ordered Weighted Averaging (MEMV-OWA) method to assign weights to these topics, addressing potential biases in human judgment through the use of picture fuzzy numbers.
For the final ranking of hotels, the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) is utilized, incorporating expert opinions to create a decision matrix. The integration of picture fuzzy numbers enhances the model’s ability to capture the inherent fuzziness in qualitative assessments. The findings indicate that this multi-criteria decision-making (MCDM) framework not only improves the accuracy of hotel rankings but also fills a gap in hospitality literature by merging text analytics with MCDM techniques. The paper concludes by acknowledging limitations and suggesting avenues for future research, including the exploration of data from different geographical regions and other OTA platforms.
Introduction
The introduction of this research paper highlights the significant impact of the hospitality and tourism industry on global economies, particularly noting its contribution of over 500 billion U.S. dollars to the GDP of Northeast Asian, North American, and European Union nations as of 2017. The advent of the internet has transformed this sector, leading to the rise of Online Travel Agencies (OTAs) and the emergence of Electronic Word of Mouth (EWOM), where customer reviews play a crucial role in influencing potential travelers’ decisions. The paper emphasizes the necessity of analyzing these digital reviews through text analysis techniques, particularly using Latent Dirichlet Allocation (LDA), a Bayesian-based unsupervised learning algorithm recognized for its effectiveness in topic modeling.
To address the complexities of decision-making in the hospitality sector, where consumers face numerous options and rely heavily on public feedback, the paper proposes the use of multi-criteria decision-making (MCDM) techniques. Specifically, it introduces the Technique for Order Preference by Similarity to the Ideal Solution (TOPSIS) and its fuzzy extension (fuzzy TOPSIS) to accommodate the inherent vagueness in human decision-making. Furthermore, the research employs a bi-objective approach, the Maximal Entropy Minimal Variance Ordered Weighted Averaging method (MEMV-OWA), to mitigate biases and enhance decision-making by prioritizing criteria effectively. The structure of the paper is outlined, indicating a comprehensive exploration of literature, methodology, findings, and implications.
Methods
The methodology section outlines the research framework utilized in this study, as illustrated in Figure 1. The approach encompasses a systematic process designed to address the research questions effectively. Key components of the methodology include data collection techniques, analytical methods, and the criteria for participant selection, ensuring a robust and replicable study design.
The study employs both qualitative and quantitative methods to gather comprehensive insights, facilitating a multidimensional analysis of the research problem. The integration of these methods allows for a thorough examination of the data, enhancing the validity of the findings and contributing to a deeper understanding of the subject matter.
Discussion
In this discussion section, the paper highlights the increasing significance of electronic word-of-mouth (EWOM) in the hospitality industry, particularly through online travel agencies (OTAs) like Booking.com. The authors review existing literature that explores the impact of EWOM on consumer behavior, hotel sales, and brand equity, noting various methodologies such as Latent Dirichlet Allocation (LDA) for topic modeling and multi-criteria decision-making (MCDM) techniques like TOPSIS for hotel ranking. They identify a research gap in the integration of picture fuzzy sets with TOPSIS, which has not been previously explored in marketing literature.
The study employs a dataset of 515,000 reviews from 1,493 hotels across six cities, applying rigorous text preprocessing to extract meaningful insights. The authors utilize LDA to identify seven key topics related to customer experiences, which serve as criteria for hotel ranking. The MEMV-OWA method is introduced to address biases in expert opinions when assigning weights to these criteria. The findings reveal that room quality, staff service, and cleanliness are the most critical factors influencing customer satisfaction. This research not only contributes to theoretical frameworks in hospitality literature but also offers practical implications for hotel management and OTA platforms, enhancing their ability to cater to customer preferences and improve service quality.