Text mining system enables airlines

Text mining system enables airlines to rapidly extract customer sentiments, preferences, and requests for example, when the airlines suffered from unprecedented levels of customer discontent in the wake of a February ice storm in 2007. Managers were concerned about their reputation degrading but there had been no means to glean their responses without text mining. Fortunately, they could make decisions and figure out a lot of measures to respond to customers’ discontent. The reason is that text mining facilitates gleaning from many unstructured text data and compiles them. This data wouldn’t be analyzed by decision making systems like MIS and DSS because text mining is not structured data. Text mining is indispensable for decision making of unstructured data.

Hasil (Bahasa Indonesia) 1:

Sistem pertambangan teks memungkinkan maskapai penerbangan untuk cepat ekstrak pelanggan sentimen, preferensi, dan permintaan misalnya, ketika penerbangan yang menderita dari tingkat ketidakpuasan pelanggan di bangun dari badai es Februari 2007. Manajer yang prihatin tentang reputasi mereka merendahkan tapi ada tidak berarti untuk memungut tanggapan mereka tanpa penambangan teks. Untungnya, mereka bisa membuat keputusan dan mengetahui banyak langkah-langkah untuk menanggapi pelanggan ketidakpuasan. Alasannya adalah bahwa pertambangan teks memfasilitasi memungut dari banyak data teks terstruktur dan mengkompilasi mereka. Data ini tidak akan dianalisis oleh sistem pengambilan keputusan seperti MIS dan DSS karena penambangan teks tidak data terstruktur. Penambangan teks sangat diperlukan untuk pengambilan data terstruktur.

Hasil (Bahasa Indonesia) 2:

sistem pertambangan teks memungkinkan maskapai penerbangan untuk cepat mengekstrak sentimen konsumen, preferensi, dan permintaan misalnya, ketika penerbangan mengalami tingkat belum pernah terjadi sebelumnya ketidakpuasan pelanggan di tengah badai es Februari 2007. Manajer khawatir tentang reputasi mereka merendahkan tapi telah ada tidak berarti untuk mengumpulkan tanggapan mereka tanpa text mining. Untungnya, mereka bisa membuat keputusan dan mencari tahu banyak langkah-langkah untuk menanggapi ketidakpuasan pelanggan. Alasannya adalah bahwa text mining memfasilitasi Memetik dari banyak data teks tidak terstruktur dan mengkompilasi mereka. Data ini tidak akan dianalisis dengan sistem pengambilan keputusan seperti MIS dan DSS karena pertambangan teks tidak terstruktur data. pertambangan teks sangat diperlukan untuk pengambilan keputusan data tidak terstruktur.