Date of Award

11-2022

Document Type

Dissertation

Degree Name

Doctor of Philosophy in Informatics and Computing

Department

Computer Science and Software Engineering

First Advisor

Dr. Fady Alnajjar

Second Advisor

Dr. Amir Ahmad

Abstract

The business world is becoming more competitive from time to time; therefore, businesses are forced to improve their strategies in every single aspect. So, determining the elements that contribute to the clients' contentment is one of the critical needs of businesses to develop successful products in the market. The Kano model is one of the models that help determine which features must be included in a product or service to improve customer satisfaction. The model focuses on highlighting the most relevant attributes of a product or service along with customers’ estimation of how these attributes can be used to predict satisfaction with specific services or products. This research aims at developing a method to integrate the Kano model and data mining approaches to select relevant attributes that drive customer satisfaction, with a specific focus on higher education. The significant contribution of this research is to improve the quality of United Arab Emirates University academic support and development services provided to their students by solving the problem of selecting features that are not methodically correlated to customer satisfaction, which could reduce the risk of investing in features that could ultimately be irrelevant to enhancing customer satisfaction. Questionnaire data were collected from 646 students from United Arab Emirates University. The experiment suggests that Extreme Gradient Boosting Regression can produce the best results for this kind of problem. Based on the integration of the Kano model and the feature selection method, the number of features used to predict customer satisfaction is minimized to four features. It was found that either Chi-Square or Analysis of Variance (ANOVA) features selection model’s integration with the Kano model giving higher values of Pearson correlation coefficient and R2. Moreover, the prediction was made using union features between the Kano model's most important features and the most frequent features among 8 clusters. It shows high-performance results.

Arabic Abstract

أصبح عالم الأعمال أكثر قدرة على المنافسة من وقت لآخر، وبالتالي ، تضطر الشركات إلى تحسين استراتيجياتها في كل جانب. من المعروف أن أي شركة تقدم منتجات أو خدمات بناءً على توقعات عملائها من المرجح أن تحقق النجاح في السوق. لذلك ، فإن عملية انتقاء السمات (features selection) التي تساهم في إرضاء العملاء هي إحدى الإحتياجات الحاسمة للشركات من أجل تطوير منتجات ناجحة في السوق. يعد نموذج كانو (Kano model) أحد النماذج التي تساعد في انتقاء السمات (features) التي يجب تضمينها في منتج أو خدمة لتحسين رضا العملاء. يركز النموذج على إبراز السمات الأكثر صلة لمنتج أو خدمة إلى جانب تقدير العملاء لكيفية استخدام وجود هذه السمات للتنبؤ بالرضا عن خدمات أو منتجات معينة. يهدف هذا البحث إلى تطوير طريقة لدمج نموذج كانو وأساليب التنقيب في البيانات (data mining) لتحديد السمات ذات الصلة التي تحفز رضا العملاء، مع التركيز بشكل خاص على التعليم العالي. تتمثل المساهمة الكبيرة لهذا البحث في تحسين جودة خدمات الدعم والتطوير الأكاديمي المقدمة من جامعة الإمارات العربية المتحدة لطلابهم من خلال حل مشكلة اختيار الميزات التي لا ترتبط بشكل منهجي برضا العملاء، مما قد يقلل من مخاطر الإستثمار في الميزات التي يمكن أن تؤدي في النهاية تكون غير ذات صلة بتعزيز رضا العملاء. تم جمع بيانات الإستبيان من 646 طالب وطالبة من جامعة الإمارات العربية المتحدة. تشير التجربة إلى أن تعزيز التدرج الشديد (extreme gradient boosting) ينتج أفضل النتائج لهذا النوع من المشاكل. استنادًا إلى التكامل بين نموذج كانو وطريقة اختيار السمة، تم تقليل عدد السمات المستخدمة للتنبؤ برضا العملاء إلى أربع سمات. لقد وجد أن تكامل ايا من نموذج كاي التربيعي chi-square أو تحليل التباين انوفا (ANOVA) مع نموذج كانو (Kano model) يعطي معاملات ارتباط بارسون (Pearson correlation coefficient) أعلى وقيم ار2 (R2) أعلى. تم إجراء تجارب إضافية لاختبار فائدة التكامل بين نموذج كانو واستخراج البيانات. كانت نتائج تجربة التكامل أظهرت أداء عالياً، لكنها غير موثوقة بسبب العدد الكبير من السمات المستخدمة في عملية التنبؤ. علاوة على ذلك، تم إجراء التنبؤ باستخدام سمات الإتحاد بين أهم سمات نموذج كانو Kano modelوالميزات الأكثر شيوعاً بين 8 مجموعات. وقد أظهرت نتائج عالية الأداء.

Download

Share

COinS