Graphenbasierte Sentimentanalyse: Ein auf künstlicher Intelligenz basierender Ansatz zur Abbildung von Kundenfeedback im Einzelhandel[Graph-Based Sentiment Analysis: An Artificial Intelligence-Driven Approach to Mapping Customer Feedback in Retail]

Diese Studie schlägt eine neuartige Methode zur Analyse von Kundenfeedback unter Verwendung graphenbasierter semantischer Clusterung vor. Unter Verwendung von 3.000 Google Maps-Bewertungen von Costco Wholesale Los Angeles wurde ein Graph mit 261 Sentiment-Adjektiven erstellt, wobei semantische Näherungskoeffizienten verwendet wurden, die über Mistral 7B LLM generiert wurden. Die Dimensionsreduktion mit PCA und hierarchischer Clusterung ergab sechs Sentiment-Cluster. Darüber hinaus wurde das Kundenfeedback verarbeitet, um Attribut-Sentiment-Paare sowie Attribut-Meinungs-Paare zu extrahieren, die in den Graphen integriert wurden, um semantische Cluster zu identifizieren, die die Stärken und Schwächen des Einzelhandels hervorheben. Die Ergebnisse unterstreichen das Potenzial der KI-gesteuerten Sentiment-Analyse zur Verbesserung der Kundenzufriedenheit im Einzelhandel. Die Auswirkungen auf die Einzelhandelstechnologie und die Serviceverbesserung werden diskutiert.