Η επίδραση αξιολόγησης χρηστών σε καταναλωτικά αγαθά. Μια εμπειρική προσέγγιση στο πλαίσιο της διαμοιραζόμενης οικονομίας

Οι απόψεις των καταναλωτών αποτελούσαν πάντα σημαντικό κόμματί για τις επιχειρήσεις όσον αφορά τον τομέα του μάρκετινγκ και της διάθεσης των προϊόντων τους. Παράλληλα λοιπόν με την ανάπτυξη του ίντερνετ και της απεριόριστης διάθεσης δεδομένων ειδικά από τα μέσα κοινωνικής δικτύωσης, οι επιχειρήσεις...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Βήττα, Χριστίνα Ελισάβετ
Άλλοι συγγραφείς: Vitta, Christina Elisavet
Γλώσσα:Greek
Έκδοση: 2021
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/15517
id nemertes-10889-15517
record_format dspace
institution UPatras
collection Nemertes
language Greek
topic Εξόρυξη δεδομένων
Διαμοιραζόμενη οικονομία
Ανάλυση συναισθήματος
Μηχανές διανυσμάτων υποστήριξης
Δεδομένα twitter
Data mining
Sharing economy
Airbnb
Sentiment analysis
Naïve Bayes classifier
Twitter data
spellingShingle Εξόρυξη δεδομένων
Διαμοιραζόμενη οικονομία
Ανάλυση συναισθήματος
Μηχανές διανυσμάτων υποστήριξης
Δεδομένα twitter
Data mining
Sharing economy
Airbnb
Sentiment analysis
Naïve Bayes classifier
Twitter data
Βήττα, Χριστίνα Ελισάβετ
Η επίδραση αξιολόγησης χρηστών σε καταναλωτικά αγαθά. Μια εμπειρική προσέγγιση στο πλαίσιο της διαμοιραζόμενης οικονομίας
description Οι απόψεις των καταναλωτών αποτελούσαν πάντα σημαντικό κόμματί για τις επιχειρήσεις όσον αφορά τον τομέα του μάρκετινγκ και της διάθεσης των προϊόντων τους. Παράλληλα λοιπόν με την ανάπτυξη του ίντερνετ και της απεριόριστης διάθεσης δεδομένων ειδικά από τα μέσα κοινωνικής δικτύωσης, οι επιχειρήσεις το θεώρησαν σαν ευκαιρία ώστε να μπορέσουν να αντιληφθούν τι σκέφτονται οι καταναλωτές για τα προϊόντα που διαθέτουν. Η αξιολόγηση ενός προϊόντος ή μιας υπηρεσίας αποτελεί αναπόσπαστο κομμάτι της αγοραστικής διαδικασίας από την οποία περνάει ο καταναλωτής. Πόσο μάλλον όταν εμπλέκεται στην διαμοιραζόμενη οικονομία που οι καταναλωτές δεν μπορούν να έρθουν σε επαφή με την υπηρεσία που θα χρησιμοποιήσουν. Στην διαμοιραζόμενη οικονομία ανήκουν επιχειρήσεις όπως η Airbnb και η Uber που πραγματοποιούν κυρίως «αγοραπωλησίες μέσω διαδικτύου». Η Ανάλυση Συναισθήματος παρουσιάζει ιδιαίτερο μεγάλο ενδιαφέρον καθώς ο στόχος της είναι η αυτόματη αναγνώριση της γνώμης που εκφράζεται μέσα από τις δημοσιεύσεις των χρηστών στα κοινωνικά δίκτυα για κάποιο θέμα ενδιαφέροντος αλλά και η ταξινόμηση αυτής της γνώμης ως θετικής, αρνητικής ή ουδέτερης. Στόχος της παρούσας διπλωματικής εργασίας είναι να γίνει εφικτή η εφαρμογή της ανάλυσης συναισθήματος με την δημιουργία δύο μοντέλων : SVM και Naïve Bayes. Τα δεδομένα έχουν συλλεχθεί από το Twitter και αφορούν αξιολογήσεις χρηστών για την εταιρεία Airbnb. Τα δεδομένα κατηγοριοποιούνται σε τρεις κατηγορίες : θετικό, αρνητικό, ουδέτερο. O κύριος σκοπός είναι να δούμε ποιο μοντέλο επεξεργάζεται καλύτερα τα δεδομένα και έχει μεγαλύτερη ακρίβεια καθώς και νa αναγνωρίσουμε την άποψη των καταναλωτών. Τα αποτελέσματα μας έδειξαν ότι υπερισχύει η θετική γνώμη των καταναλωτών και η υπάρχει εμπιστοσύνη ανάμεσα στου καταναλωτές και την Airbnb. Το επίπεδο εμπιστοσύνης που δείχνουν οι καταναλωτές σε προϊόντα και υπηρεσίες ενός brand πρέπει να είναι πάντα θετικό, ειδικά στην περίπτωση που η επιχείρηση διαθέτει τα προϊόντα της αποκλειστικά μέσω διαδικτύου. Τέλος, όσον αφορά τους αλγορίθμους τα δεδομένα μας έδειξαν ότι ο Naive Bayes επεξεργάζεται καλύτερα τα δεδομένα και έχει υψηλότερη αξιοπιστία από τις Μηχανές Διανυσμάτων Υποστήριξης(SVM).
author2 Vitta, Christina Elisavet
author_facet Vitta, Christina Elisavet
Βήττα, Χριστίνα Ελισάβετ
author Βήττα, Χριστίνα Ελισάβετ
author_sort Βήττα, Χριστίνα Ελισάβετ
title Η επίδραση αξιολόγησης χρηστών σε καταναλωτικά αγαθά. Μια εμπειρική προσέγγιση στο πλαίσιο της διαμοιραζόμενης οικονομίας
title_short Η επίδραση αξιολόγησης χρηστών σε καταναλωτικά αγαθά. Μια εμπειρική προσέγγιση στο πλαίσιο της διαμοιραζόμενης οικονομίας
title_full Η επίδραση αξιολόγησης χρηστών σε καταναλωτικά αγαθά. Μια εμπειρική προσέγγιση στο πλαίσιο της διαμοιραζόμενης οικονομίας
title_fullStr Η επίδραση αξιολόγησης χρηστών σε καταναλωτικά αγαθά. Μια εμπειρική προσέγγιση στο πλαίσιο της διαμοιραζόμενης οικονομίας
title_full_unstemmed Η επίδραση αξιολόγησης χρηστών σε καταναλωτικά αγαθά. Μια εμπειρική προσέγγιση στο πλαίσιο της διαμοιραζόμενης οικονομίας
title_sort η επίδραση αξιολόγησης χρηστών σε καταναλωτικά αγαθά. μια εμπειρική προσέγγιση στο πλαίσιο της διαμοιραζόμενης οικονομίας
publishDate 2021
url http://hdl.handle.net/10889/15517
work_keys_str_mv AT bēttachristinaelisabet ēepidrasēaxiologēsēschrēstōnsekatanalōtikaagathamiaempeirikēprosengisēstoplaisiotēsdiamoirazomenēsoikonomias
AT bēttachristinaelisabet consumerevaluationofconsumergoodsanempiricalapproachincontextofthesharingeconomy
_version_ 1771297226534944768
spelling nemertes-10889-155172022-09-05T14:04:30Z Η επίδραση αξιολόγησης χρηστών σε καταναλωτικά αγαθά. Μια εμπειρική προσέγγιση στο πλαίσιο της διαμοιραζόμενης οικονομίας Consumer evaluation of consumer goods. An empirical approach in context of the sharing economy Βήττα, Χριστίνα Ελισάβετ Vitta, Christina Elisavet Εξόρυξη δεδομένων Διαμοιραζόμενη οικονομία Ανάλυση συναισθήματος Μηχανές διανυσμάτων υποστήριξης Δεδομένα twitter Data mining Sharing economy Airbnb Sentiment analysis Naïve Bayes classifier Twitter data Οι απόψεις των καταναλωτών αποτελούσαν πάντα σημαντικό κόμματί για τις επιχειρήσεις όσον αφορά τον τομέα του μάρκετινγκ και της διάθεσης των προϊόντων τους. Παράλληλα λοιπόν με την ανάπτυξη του ίντερνετ και της απεριόριστης διάθεσης δεδομένων ειδικά από τα μέσα κοινωνικής δικτύωσης, οι επιχειρήσεις το θεώρησαν σαν ευκαιρία ώστε να μπορέσουν να αντιληφθούν τι σκέφτονται οι καταναλωτές για τα προϊόντα που διαθέτουν. Η αξιολόγηση ενός προϊόντος ή μιας υπηρεσίας αποτελεί αναπόσπαστο κομμάτι της αγοραστικής διαδικασίας από την οποία περνάει ο καταναλωτής. Πόσο μάλλον όταν εμπλέκεται στην διαμοιραζόμενη οικονομία που οι καταναλωτές δεν μπορούν να έρθουν σε επαφή με την υπηρεσία που θα χρησιμοποιήσουν. Στην διαμοιραζόμενη οικονομία ανήκουν επιχειρήσεις όπως η Airbnb και η Uber που πραγματοποιούν κυρίως «αγοραπωλησίες μέσω διαδικτύου». Η Ανάλυση Συναισθήματος παρουσιάζει ιδιαίτερο μεγάλο ενδιαφέρον καθώς ο στόχος της είναι η αυτόματη αναγνώριση της γνώμης που εκφράζεται μέσα από τις δημοσιεύσεις των χρηστών στα κοινωνικά δίκτυα για κάποιο θέμα ενδιαφέροντος αλλά και η ταξινόμηση αυτής της γνώμης ως θετικής, αρνητικής ή ουδέτερης. Στόχος της παρούσας διπλωματικής εργασίας είναι να γίνει εφικτή η εφαρμογή της ανάλυσης συναισθήματος με την δημιουργία δύο μοντέλων : SVM και Naïve Bayes. Τα δεδομένα έχουν συλλεχθεί από το Twitter και αφορούν αξιολογήσεις χρηστών για την εταιρεία Airbnb. Τα δεδομένα κατηγοριοποιούνται σε τρεις κατηγορίες : θετικό, αρνητικό, ουδέτερο. O κύριος σκοπός είναι να δούμε ποιο μοντέλο επεξεργάζεται καλύτερα τα δεδομένα και έχει μεγαλύτερη ακρίβεια καθώς και νa αναγνωρίσουμε την άποψη των καταναλωτών. Τα αποτελέσματα μας έδειξαν ότι υπερισχύει η θετική γνώμη των καταναλωτών και η υπάρχει εμπιστοσύνη ανάμεσα στου καταναλωτές και την Airbnb. Το επίπεδο εμπιστοσύνης που δείχνουν οι καταναλωτές σε προϊόντα και υπηρεσίες ενός brand πρέπει να είναι πάντα θετικό, ειδικά στην περίπτωση που η επιχείρηση διαθέτει τα προϊόντα της αποκλειστικά μέσω διαδικτύου. Τέλος, όσον αφορά τους αλγορίθμους τα δεδομένα μας έδειξαν ότι ο Naive Bayes επεξεργάζεται καλύτερα τα δεδομένα και έχει υψηλότερη αξιοπιστία από τις Μηχανές Διανυσμάτων Υποστήριξης(SVM). Consumer reviews have always been an important part for businesses in terms of marketing. With the development of the Internet and the unlimited availability of data from a variety of sources, and especially from social media, businesses saw an opportunity to acquire the ability to understand what consumers think about the products they have. The evaluation of a product or service is an integral part of the purchasing process that the consumer goes through, all the more so when it is involved in the shared economy that consumers cannot get in touch with the service they will use. The shared economy includes businesses like Airbnb and Uber that mainly "buy and sell online." Sentiment Analysis has been in the center of attention, as its goal is the automatic recognition of the opinion expressed through the posts of users on social networks on a topic of interest and the classification of this opinion as positive, negative or neutral. The aim of this thesis is to make it possible to apply emotional analysis by creating two models: SVM and Naïve Bayes. The data has been collected from Twitter and contains user ratings for Airbnb. The tweets included in the data utilized is categorized as: positive, negative and neutral. The main purpose is therefore to observe which model processes the data better and more accurately, as well as to recognize the point of view of consumers. The results indicate that positive consumer opinion and trust between consumers and Airbnb prevail. The level of trust shown by consumers in products and services of a brand should always be positive, especially if the company sells its products exclusively online. Finally, as far as the algorithms are concerned, our data showed that Naive Bayes processes data better and possesses higher reliability than Support Vector Machines (SVM). 2021-11-04T08:46:59Z 2021-11-04T08:46:59Z 2021-11-04 http://hdl.handle.net/10889/15517 gr application/pdf