تحلیل احساسات مشتریان مبتنی بر داده های شبکه های اجتماعی در مدیریت عملیات خدمات: مروری بر روش های پردازش زبان طبیعی و چالش های فرهنگی

چکیده مقاله

زمینه و هدف:در عصر دیجیتال، شبکه های اجتماعی به منبعی غنی از داده های مشتریان تبدیل شده اند که می توانند بینش های ارزشمندی برای مدیریت عملیات خدمات فراهم آورند تحلیل احساسات مبتنی بر داده های شبکه های اجتماعی، با بهره گیری از روش های پردازش زبان طبیعی، به سازمان ها امکان می دهد تا بازخورد مشتریان را در مقیاس وسیع درک کرده و بهبودهای عملیاتی را هدایت کنند با این حال، چالش های فرهنگی و زبانی همچنان موانع مهمی در مسیر پیاده سازی موثر این تحلی ها در بافتارهای مختلف محسوب می شوند این مقاله به بررسی نظام مند روش های پردازش زبان طبیعی در تحلیل احساسات مشتریان از داده های شبکه های اجتماعی، کاربردهای آن در مدیریت عملیات خدمات، و چالش های فرهنگی مرتبط می پردازد روش ها:این مطالعه با استفاده از رویکرد مرور نظام مند و تحلیل کتاب سنجی، مقالات منتشرشده در پایگاه های داده معتبر بین المللی شامل Scopus، Web of Science، IEEE Xplore، و Google Scholar، همچنین نشریات علمی فارسی زبان در بازه زمانی ۲۰۱۴ تا ۲۰۲۵ را بررسی کرده است جستجوی سیستماتیک با استفاده از کلیدواژه های مرتبط با پردازش زبان طبیعی، تحلیل احساسات، شبکه های اجتماعی، و مدیریت عملیات خدمات انجام شد پس از غربالگری اولیه از میان ۱۲۰ مقاله شناسایی شده، ۳۰ مقاله مرتبط برای تحلیل عمیق انتخاب گردیدند یافته ها:یافته ها نشان می دهد که روش های تحلیل احساسات به سه دسته کلی مبتنی بر واژگان، یادگیری ماشین، و یادگیری عمیق تقسیم می شوند که هر یک نقاط قوت و ضعف خاص خود را دارند روش های یادگیری عمیق به ویژه مدل های زبانی بزرگ، دقت بالاتری در تشخیص احساسات پیچیده ارائه می دهند تحلیل نشان داد که چالش های فرهنگی شامل تفاوت های زبانی، بافتار اجتماعی، طنز و کنایه، و تفاوت های منطقه ای در بیان احساسات، موانع عمده پیاده سازی این روش ها در بافتارهای غیر انگلیسی زبان هستند در حوزه مدیریت عملیات خدمات، کاربردهای اصلی شامل بهبود تجربه مشتری، مدیریت کیفیت خدمات، پیش بینی تقاضا، و مدیریت بحران شناسایی شد همچنین، مرور نظام مند نشان داد که شکاف قابل توجهی بین پیشرفت های علمی در حوزه پردازش زبان طبیعی و کاربرد عملی آن در مدیریت عملیات وجود دارد که عمدتا ناشی از چالش های پیاده سازی، کمبود نیروی متخصص، و مسائل فرهنگی است نتیجه گیری:تحلیل احساسات مبتنی بر داده های شبکه های اجتماعی با استفاده از روش های پردازش زبان طبیعی، پتانسیل بالایی برای تحول در مدیریت عملیات خدمات دارد با این حال، موفقیت در پیاده سازی این روش ها مستلزم توجه جدی به چالش های فرهنگی و زبانی و توسعه مدل های بومی سازی شده است پیشنهاد می شود پژوهش های آتی بر توسعه روش های ترکیبی، مدل های چندفرهنگی، و کاربردهای عملی در صنایع مختلف متمرکز شوند

کلیدواژه‌ها

نویسندگان

علیرضا فتح نژاد

کارشناسی ارشد مدیریت دولتی منابع انسانی،دانشگاه آزاد،تهران مرکز

سپهر سیاردوست تبریزی

دانشجوی کارشناسی ارشد، گروه معماری داخلی، پردیس بین المللی کیش، دانشگاه تهران، جزیره کیش، ایران

�یاردوست تبریزی، سپهر،1405،تحلیل احساسات مشتریان مبتنی بر داده های شبکه های اجتماعی در مدیریت عملیات خدمات: مروری بر روش های پردازش زبان طبیعی و چالش های فرهنگی،دومین کنفرانس بین المللی مدیریت، علوم کامپیوتر و هوش مصنوعی،تهران

ارائه‌شده در

کنفرانس ملی مهندسی عمران، معماری و توسعه شهری31 خرداد 1405 · بابل