Die betrachteten Datensätze (aus kaggle.com) beschreiben die Bewertung einer Testfahrt mit dem japanischen Shinkansen (Hochgeschwindigkeitszug). Das Ziel ist dieses Projekts war es, die relative Bedeutung jedes Parameters im Hinblick auf seinen Beitrag zum Reiseerlebnis der Passagiere zu bestimmen. Es handelt sich um eine Zufallsstichprobe von Personen, die mit dem Zug gereist sind. Die Pünktlichkeit der Züge wird zusammen mit den Fahrgastinformationen in der CSV-Datei „TravelData.csv“ veröffentlicht. Diese Passagiere wurden später gebeten, ihr Feedback zu unterschiedlichen Parametern im Zusammenhang mit der Reise sowie zu ihrem Gesamterlebnis abzugeben. Diese gesammelten Details werden im CSV-Umfragebericht mit der Bezeichnung „SurveyData.csv“ zur Verfügung gestellt.
In der Umfrage wurden z. B. Passagiere explizit gefragt, ob sie mit Ihrem Reiseerlebnis insgesamt zufrieden waren. Dies wird in den Daten des Umfrageberichts unter der Variablen „Gesamterlebnis“ erfasst. Das Ziel dieser Auswertung bestand darin, zu verstehen, welche Parameter eine wichtige Rolle dabei spielen, das Feedback der Passagiere positiv zu beeinflussen und zu verstehen. Sowohl die Testdaten als auch die Zugdaten werden gleichzeitig erfasst und gehören demselben Unternehmen an.
Zur Bearbeitung der Datensätze (SurveyData.csv für Bewertungen und TravelData.csv für Kundenmerkmale) und Auswertung der Bewertungen ist allgemein die Programmiersprache Python (http://www.python.org) in einer aktuellen Version, und insbesondere das Python Framework Pandas, empfohlen.
git https://github.com/alexej-schelle/ShinkansenTravelExperience.git and start the software with thr correspodning Python files
Download files at https://github.com/alexej-schelle/ShinkansenTravelExperience/ and start the software with AtomLaser.py
git clone https://github.com/alexej-schelle/ShinkansenTravelExperience.git and read docs/README.txt
- Analyse der Testfahrt mit dem Shinkansen Zug
FH-Doz. Dr. Alexej Schelle