Contexte Métier
Une chaîne hôtelière souhaite analyser des milliers d'avis clients pour identifier rapidement les points forts et les points faibles mentionnés. L'objectif est de catégoriser les retours sur le personnel, la propreté et l'emplacement pour orienter les décisions opérationnelles.
À propos du Set : textRuleScore
Scoring de documents textuels basé sur des règles.
Découvrir toutes les actions de textRuleScore Préparation des Données
Création d'une table d'avis clients et d'un modèle LITI simulé pour les concepts 'PERSONNEL', 'PROPRETE', et 'EMPLACEMENT'.
Copié !
| 1 | DATA casuser.avis_hotels; |
| 2 | INFILE DATALINES delimiter='|'; |
| 3 | LENGTH id_avis $10 commentaire $1000; |
| 4 | INPUT id_avis$ commentaire$; |
| 5 | DATALINES; |
| 6 | AVIS_001|L'accueil par le personnel était chaleureux et professionnel. La chambre était impeccable. |
| 7 | AVIS_002|Situation géographique idéale, en plein centre-ville. Cependant, la propreté de la salle de bain laissait à désirer. |
| 8 | AVIS_003|Rien à redire sur la propreté. Par contre, l'hôtel est assez loin de tout. |
| 9 | AVIS_004|Un grand merci à l'équipe de réception pour leur aide précieuse. L'emplacement est parfait pour visiter. |
| 10 | ; |
| 11 | RUN; |
| 12 | |
| 13 | DATA casuser.hotel_liti_model; |
| 14 | LENGTH model $200; |
| 15 | INFILE DATALINES; |
| 16 | INPUT model$; |
| 17 | DATALINES; |
| 18 | CONCEPT:PERSONNEL@fr:(OR, "personnel", "équipe", "réception", "accueil") |
| 19 | CONCEPT:PROPRETE@fr:(OR, "impeccable", "propreté", "laissait à désirer") |
| 20 | CONCEPT:EMPLACEMENT@fr:(OR, "centre-ville", "situation géographique", "emplacement", "loin de tout") |
| 21 | ; |
| 22 | RUN; |
Étapes de réalisation
1
Exécution de l'action applyConcept pour extraire les concepts définis dans le modèle LITI.
Copié !
| 1 | PROC CAS; |
| 2 | textRuleScore.applyConcept / |
| 3 | TABLE={caslib='casuser', name='avis_hotels'}, |
| 4 | docId='id_avis', |
| 5 | text='commentaire', |
| 6 | model={caslib='casuser', name='hotel_liti_model'}, |
| 7 | language='french', |
| 8 | casOut={caslib='casuser', name='hotel_concepts_found', replace=true}; |
| 9 | RUN; |
2
Vérification des concepts extraits dans la table de sortie.
Copié !
| 1 | PROC CASUTIL; |
| 2 | contents casdata='hotel_concepts_found' caslib='casuser'; |
| 3 | list rows=10 TABLE={caslib='casuser', name='hotel_concepts_found'}; |
| 4 | RUN; |
Résultat Attendu
La table 'hotel_concepts_found' doit contenir les concepts 'PERSONNEL', 'PROPRETE', et 'EMPLACEMENT' correctement identifiés pour chaque avis. Par exemple, pour AVIS_002, on doit trouver 'EMPLACEMENT' et 'PROPRETE'. Cela permet de créer un tableau de bord de suivi de la satisfaction client par catégorie.