ISSN: 2167-0269
Ashok K. Singh, Myongjee Yoo und Rohan J. Dalpatadu
Diese Studie versucht, die allgemeinen Zufriedenheitsfaktoren von Fluggästen am San Francisco International Airport (SFO) mithilfe der Random-Forest-Klassifizierungsmethode zu ermitteln. Die Analyse basiert auf der 2014 vom SFO durchgeführten Jahresumfrage, in der Daten zur Passagierdemografie und Zufriedenheit mit den Einrichtungen und Dienstleistungen des Flughafens erhoben werden. Die Ergebnisse dieser Studie zeigen, dass einige Serviceattribute für die allgemeine Zufriedenheit der Passagiere am SFO wichtiger sind als andere. Die Studienergebnisse werden voraussichtlich praktische Erkenntnisse für die Flughafenbranche liefern. Diese Studie führt außerdem die maschinelle Lernmethode Random Forest in die Tourismusforschung ein.