دانلود رایگان مقاله انگلیسی پیش بینی کلی رضایت مشتری: شواهد کلان داده از بررسی آنلاین هتل - الزویر 2019

قیمت خرید این محصول

رایگان

دانلود مقاله انگلیسی سفارش ترجمه این مقاله

عنوان فارسی

پیش بینی کلی رضایت مشتری: شواهد کلان داده از بررسی آنلاین هتل

عنوان انگلیسی

Predicting overall customer satisfaction: Big data evidence from hotel online textual reviews

صفحات مقاله فارسی

0

صفحات مقاله انگلیسی

11

سال انتشار

2019

نشریه

الزویر - Elsevier

فرمت مقاله انگلیسی

PDF

نوع مقاله

ISI

نوع نگارش

مقالات پژوهشی (تحقیقاتی)

رفرنس

دارد

پایگاه

اسکوپوس

کد محصول

E9336

رشته های مرتبط با این مقاله

مدیریت

گرایش های مرتبط با این مقاله

مدیریت منابع انسانی، مدیریت هتلداری

مجله

مجله بین المللی مدیریت مهمانداری - International Journal of Hospitality Management

دانشگاه

Department of Decision Sciences - College of Business - San Francisco State University - United States

کلمات کلیدی

بررسی های متنی آنلاین، ویژگی های فنی، رضایت کلی مشتری، صنعت هتل، کلان داده

doi یا شناسه دیجیتال

https://doi.org/10.1016/j.ijhm.2018.03.017

برای سفارش ترجمه این مقاله با کیفیت عالی و در کوتاه ترین زمان ممکن توسط مترجمین مجرب سایت ایران عرضه؛ روی دکمه سبز رنگ کلیک نمایید.

چکیده

ABSTRACT

Customer online reviews of hotels have significant business value in the e-commerce and big data era. Online textual reviews have an open-structured form, and the technical side, namely the linguistic attributes of online textual reviews, is still largely under-explored. Using a sample of 127,629 reviews from tripadvisor.com, this study predicts overall customer satisfaction using the technical attributes of online textual reviews and customers’ involvement in the review community. We find that a higher level of subjectivity and readability and a longer length of textual review lead to lower overall customer satisfaction, and a higher level of diversity and sentiment polarity of textual review leads to higher overall customer satisfaction. We also find that customers’ review involvement positively influences their overall satisfaction. We provide implications for hoteliers to better understand customer online review behavior and implement efficient online review management actions to use electronic word of mouth and enhance hotels’ performance.

نتیجه گیری

8.1. Conclusions

This study uses a sample of 127,629 online reviews to predict customers’ overall satisfaction through the technical attributes of online textual reviews and reviewers’ identity. We find that certain technical attributes––subjectivity, readability, and length–significantly negatively influence customer ratings, and diversity and sentiment polarity significantly positively influence customer ratings. Customers’ review engagement positively influences ratings. The findings of this study illustrate the relationships among the linguistic style of online customer reviews, customers’ identity, and overall customer perception and satisfaction.

برچسب‌ها: دانلود رایگان مقالات انگلیسی مدیریت، دانلود رایگان مقالات isi