Page Areas:



Current Submenu:

Additional Information:

FAW @ Lange Nacht der Forschung 2016

Lange Nacht der Forschung 2016

Campus map

Campusplan JKU Linz

Our location on campus ...  more of Campus map (Titel)

Softwarepark Hagenberg

Hier den Alternativtext zum Bild eingeben!

Our location on Softwarepark Hagenberg ...  more of Softwarepark Hagenberg (Titel)


Position Indication:

Content

Qualitative Klassifikation von Bewertungstexten mittels Data-Mining Methoden

Supervisor: a.Univ.-Prof. DI Dr. Wolfram Wöß

Abstract(DE)

Ausgangslage

In Tourismusinformationssystemen können nach der Abreise Gästebewertungen zu Unterkünften abgegeben werden. Eine Bewertung enthält folgenden strukturierten Teil:

  • 5 Kategorien (Ausstattung, Angebot, Preis-/Leistungsverhältnis, Service/Betreuung, Verpflegung), jeweils mit einem Rating 1-5.
  • Zur Kategorisierung des Gastes muss der Gast das Geschlecht, Alter und die Urlaubsart (Singlereise, als Paar, Familien mit einem Kind etc.) ausgefüllt werden.
  • Jede Unterkunft hat eine Liste von Ausstattungskriterien, die aus einer vordefinierten Wertemenge ausgewählt wurden, wie z.B. Besondere Eignung: Familien, Einrichtungen: Spielplatz etc.

Zusätzlich kann eine Unterkunft mit einem Freitext beurteilt werden können. Weiters kann noch ein Freitext für die allgemeine Bewertung vom Gast ausgefüllt werden.

Zielsetzung

Für die Gästebewertungen ist ein Verfahren zu entwickeln, welches insbesondere die Freitexte analysiert und die wichtigsten, markantesten Eigenschaften einer Unterkunft automatisiert identifiziert und diese klassifiziert (z.B. alles zu Kindern).
Weiters soll auch die Häufigkeit von Eigenschaftsausprägungen ermittelt werden (z.B. kinderfreundlich: 3x). Die Analyseergebnisse sollen mit den Ursprungsbewertungen direkt verlinkt dargestellt werden.
Ähnliche Eigenschaften sollen zu bestimmten, einheitlichen Merkmalen zusammengefasst werden. Zum Beispiel sollen Bewertungen wie „super Hotel“, „tolles Hotel“, „spitzen Hotel“ etc. zu einer Eigenschaft wie „sehr gutes Hotel“ zusammengefasst werden. Eigenschaften, die nicht zusammenfassbar sind, sollen als einzelne Merkmale angeführt werden wie zum Beispiel „großer Gebäudekomplex“.
Die Eigenschaften bzw. Merkmale sollen nach positiven und negativen Eigenschaften einteilbar sein und für negative Eigenschaften sollen konträre Assoziationen gefunden werden (nicht für Paare, viele Kinder – konträre Assoziation: kinderfreundlich).
Hinsichtlich der Relevanz soll es dem Benutzer nicht nur möglich sein, die Bewertungen nach strukturierten Kriterien wie Alter, Urlaubsart und Geschlecht der Gäste zu selektieren, sondern für die Relevanz der Merkmale soll beispielsweise auch der Zeitpunkt der Gästebewertungen herangezogen werden. Historisch jüngere Bewertungen sollen dabei eine höhere Relevanz erhalten als ältere Bewertungen.

Aufgaben und Ziele der Masterarbeit

  • Erarbeitung von (technischen) Lösungsvarianten für die Analyse von Bewertungen insbesondere der qualitativen Klassifikation von Bewertungsfreitexten mittels Data- und Text-Mining Methoden
  • Marktcheck hinsichtlich vorhandener Produkte/Lösungen
  • Prototypische Umsetzung eines Anwendungsfalles (Filter Familien- bzw. Kindereignung) im Sinne eines „Proof-of-concepts“.