التنبؤ برضا عملاء شركات الطيران باستخدام Machine Learning

قمت بتنفيذ مشروع لتحليل بيانات رضا عملاء شركات الطيران وبناء نموذج تعلم آلة للتنبؤ بمستوى رضا العملاء بناءً على مجموعة من العوامل المتعلقة بتجربة السفر.

المشروع شمل جميع مراحل العمل في علم البيانات بداية من تنظيف البيانات وحتى تدريب النموذج.

مراحل العمل في المشروع:

1. تنظيف البيانات (Data Cleaning)

* معالجة القيم المفقودة

* التأكد من أنواع البيانات

* معالجة القيم الشاذة

2. تحليل البيانات الاستكشافي (EDA)

* تحليل توزيع الأعمار

* تحليل المسافة الجوية

* دراسة تأثير الخدمات المختلفة على رضا العملاء

* تحليل العلاقة بين التأخير في الرحلات ومستوى الرضا

3. تجهيز البيانات للنماذج (Preprocessing)

* تحويل المتغيرات النصية إلى متغيرات رقمية

* تقسيم البيانات إلى Training و Testing

* تحجيم البيانات إذا لزم الأمر

4. بناء نموذج تعلم الآلة

تم استخدام خوارزميات تصنيف للتنبؤ بما إذا كان العميل:

* راضٍ

* محايد

* غير راضٍ

5. تقييم النموذج

تم تقييم أداء النموذج باستخدام مقاييس مثل:

* Accuracy

* Confusion Matrix

* Precision و Recall

المتغيرات المستخدمة في التحليل شملت:

* نوع العميل

* عمر المسافر

* نوع الرحلة

* درجة السفر

* المسافة الجوية

* جودة الخدمات داخل الطائرة مثل الواي فاي والطعام والترفيه

* التأخير في المغادرة والوصول

الأدوات المستخدمة:

Python – Pandas – NumPy – Scikit-learn – Matplotlib – Seaborn

هذا المشروع يوضح قدرتي على التعامل مع البيانات، تحليلها، وبناء نماذج تعلم آلة للتنبؤ واتخاذ قرارات مبنية على البيانات.