مع انتقال عالم الأعمال إلى شبكة الإنترنت وتوافر كميات هائلة من البيانات عبر تطبيقات الهواتف المحمولة متعددة اللغات، برزت تحديات وفرص جديدة أمام الشركات والباحثين على حد سواء، إذ صارت آراء العملاء وتعليقاتهم وتقييماتهم موردًا غنيًا بالمعلومات يمكن تحويله إلى قرارات تسويقية وخدمية أفضل، وفي هذا الإطار تتناول هذه الدراسة توظيف تحليلات البيانات والتعلم الآلي وتحليل المشاعر للنصوص في تصنيف مراجعات العملاء وتغذيتهم الراجعة وتقييماتهم في قطاع الأغذية والمطاعم في الأردن، مع تركيز خاص على اللغة العربية بصورتيها الفصيحة والعامية إلى جانب اللغة الإنجليزية، انطلاقًا من أن التطبيق المدروس، وهو تطبيق طلبات، يعمل في السوق الأردنية التي تتعايش فيها هذه الصور اللغوية في مراجعات المستخدمين اليومية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى بناء نموذج حاسوبي قادر على تحليل مراجعات المطاعم المنشورة عبر الإنترنت والتنبؤ بقطبية مشاعرها، أي اتجاهها الإيجابي أو السلبي ودرجته، بدقة عالية تتجاوز مشكلات سوء التصنيف الشائعة في هذا النوع من البيانات، واعتمدت الدراسة طريقتين رئيسيتين، هما قطبية المشاعر لمعالجة التحديات التي تواجه الشركات في تطبيق تحليل النصوص آليًا، والأساليب البيومترية للتعرف بصورة منهجية على الحالات الوجدانية للمستخدمين حتى تفهم المراجعات فهمًا شاملًا، وجمعت الدراسة مراجعات بالعربية والإنجليزية من التطبيق المدروس، ومر النموذج المقترح بأربع مراحل رئيسة هي جمع البيانات، وتجهيزها، وبناء النموذج، وتقويمه، ولتجاوز مشكلات سوء التصنيف استخدمت الدراسة الانحدار الترتيبي، واقترحت أسلوبًا آليًا متعدد اللغات للتنبؤ يجمع بين خوارزمية تعزيز التدرج الأقصى إكس جي بوست وخوارزمية تحسين سرب الجسيمات، لتكوين خوارزمية هجينة تجمع بين قوة التصنيف وكفاءة التحسين
ثانيًا: أبرز النتائج
أظهرت النتائج أن الخوارزمية الهجينة المقترحة حققت نتائج متفوقة عند مقارنتها بآلات المتجهات الداعمة وبأساليب تحسين أخرى، وذلك بمقياس الجذر التربيعي لمتوسط مربعات الخطأ، ففي مجموعة البيانات العربية بلغت قيمة هذا المقياس للخوارزمية المقترحة 0.7722، في حين بلغت 0.9988 لدى خوارزمية تحسين سرب الجسيمات مع آلات المتجهات الداعمة، بما يعني أن خطأ التنبؤ لدى النموذج المقترح كان أقل بفارق واضح، ويشير هذا التفوق إلى أن الجمع بين تعزيز التدرج وتحسين سرب الجسيمات يمنح النموذج قدرة أفضل على التعامل مع مراجعات المطاعم بلغات وصور لغوية متعددة، وعلى التقاط درجات المشاعر المتدرجة التي يعبر عنها العملاء في تقييماتهم، بدل الاكتفاء بتصنيف ثنائي حاد قد لا يعكس بدقة طبيعة الآراء المنشورة
ثالثًا: دلالات الدراسة وتطبيقاتها
تنطوي نتائج الدراسة على دلالات عملية مباشرة لشركات الأغذية والمطاعم ومنصات توصيل الطعام، إذ يتيح النموذج المقترح تحليل كميات كبيرة من المراجعات آليًا وبسرعة، والكشف المبكر عن اتجاهات رضا العملاء ومواطن الشكوى المتكررة، ومن ثم تحسين جودة الخدمة والمنتجات بناء على أدلة مستمدة من أصوات العملاء أنفسهم، كما يقدم النموذج قيمة مضافة في السياق العربي تحديدًا، نظرًا لقلة الأدوات الحاسوبية المصممة للتعامل مع العربية الفصيحة وعامياتها في تحليل المشاعر، فامتلاك أسلوب تنبؤ متعدد اللغات يعمل على المراجعات العربية والإنجليزية معًا يمنح الشركات العاملة في أسواق المنطقة وسيلة أدق لرصد سمعتها الرقمية ومتابعة تقييماتها، ويمهد الطريق أمام تطوير أنظمة توصية وخدمات عملاء أكثر استجابة لتوقعات الجمهور
كما تبرز الدراسة أهمية البعد اللغوي في نجاح أنظمة تحليل المشاعر في المنطقة العربية، إذ لا تتعامل هذه الأنظمة مع لغة واحدة قياسية، بل مع مزيج من الفصحى والعاميات والإنجليزية في النص الواحد أحيانًا، وهو مزيج يفرض تحديات في التجهيز والتمثيل والتصنيف لا تواجهها النماذج المبنية للغات أخرى، ونجاح النموذج المقترح في هذا السياق يمنح مطوري الأنظمة العربية أساسًا يمكن البناء عليه في مجالات أخرى كمراجعات الفنادق والمتاجر الإلكترونية وخدمات النقل، إذ تتشابه طبيعة البيانات ودرجات المشاعر المعبر عنها، ويظل ضبط النموذج على خصوصية كل مجال خطوة لازمة قبل تعميم استخدامه، فلكل قطاع مفرداته وأنماط شكاواه ورضا عملائه التي ينبغي أن يلتقطها التحليل بدقة وموضوعية
وخلاصة القول إن هذه الدراسة تقدم نموذجًا هجينًا يجمع بين تعزيز التدرج الأقصى وتحسين سرب الجسيمات للتنبؤ بقطبية المشاعر في مراجعات المطاعم باستخدام الانحدار الترتيبي، وقد أثبت النموذج تفوقه على الأساليب المقارنة في البيانات العربية والإنجليزية، مما يجعله أداة واعدة لدعم قرارات شركات الأغذية والمطاعم ومنصات التوصيل، ويفتح المجال لدراسات لاحقة توسع تطبيقه إلى قطاعات خدمية ولغات أخرى
