Nowadays, the companies are in competition fiercely both for keeping market and catching the developing technology. The fierce competition environment aims to keep current customers and gain new customers. The impact of cabin crew is great that serving which is beyond the expectations of passengers in airline company. Performance evaluations of 3764 cabin crew members were examined in 2015 in an airline company. The levels of scorecard are determined as a result of making these evaluations. The objective of this study is making meaningful rule between evaluation scores based on competence and demographic features for the levels of scorecard in 2015. In this study, WEKA was used, which is developed in open source code JAVA, and decision tree algorithms which is one of data mining methods. It was explored that Random Forest algorithm was the best algorithm and second one was J48 algorithm in terms of true positive rate in generated decision tree algorithms. This study was interpreted according to the J48 algorithm because Random Forest algorithm output was not suitable for this study due to nonvisual output and complex structure in steps of the algorithm. In addition, it was used for attribute selection with Ranker method in “InfoGainAttributeEval” algorithm and the results was detected similar to J48 algorithm outputs. In this regard, it was determined that the most important attribute affecting cabin crew scorecard levels was “Continuous learning and personal development” and no meaningful rule between demographic attributes and scorecard level.
Günümüzde işletmeler gerek piyasaya tutunmak gerekse her geçen gün gelişmekte olan teknolojiyi yakalamak adına yoğun bir rekabet içerisindedirler. Yoğun rekabet ortamı mevcut müşteriyi tutma ve yeni müşteri kazanma amacını da beraberinde getirmektedir. Havayolu işletmelerinde yolculara beklentilerinin ötesinde hizmet sunma noktasında kabin ekibinin etkisi büyüktür. Bir havayolu işletmesinde 3764 kabin memurunun 2015 yılında performans değerlendirmeleri incelenmiştir. Yapılan bu performans değerlendirmelerinin sonucunda karne düzeyleri belirlenmektedir. Bu çalışmanın amacı 2015 yılındaki karne düzeyleri için; kabin memurlarının yetkinlik bazlı değerlendirme puanları ile demografik özellikleri arasında anlamlı bir kural oluşturmaktır. Bu çalışmada, açık kaynak kodlu JAVA dilinde geliştirilmiş WEKA programı ile veri madenciliği yöntemlerinden karar ağacı algoritmaları kullanılmıştır. Oluşturulan karar ağacı algoritmalarından sınıflandırma doğruluğu açısından en başarılı algoritma olarak Random Forest ve ikinci olarak J48 algoritması tespit edilmiştir. Random Forest algoritma çıktısı görsel bir sonuç vermeyip algoritma adımlarını görülmeyecek şekilde vererek karmaşık bir yapı oluşmasından dolayı çalışma J48 algoritmasına göre yorumlanmıştır. Ayrıca, WEKA programında nitelik seçimi özelliği ile InfoGainAttributeEval algoritması ile “Ranker” metodu uygulanması sonucunda çıktıların J48 algoritması çıktıları ile aynı doğrultuda olduğu tespit edilmiştir. Bu bağlamda kabin memurlarının karne düzeylerini en çok etkileyen niteliğin “sürekli öğrenme ve kişisel gelişim” olduğu ve demografik özellikler ile karne düzeyi arasında anlamlı kural olmadığı tespit edilmiştir.
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Articles |
Authors | |
Publication Date | December 31, 2018 |
Published in Issue | Year 2018 Volume: 8 Issue: 2 |
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.