随着城市化进程的加速，轨道交通服务质量评价成为提升乘客出行体验和系统运营效率的关键。
本文综述了基于机器学习与SERVQUAL模型的轨道交通服务质量评价研究。
通过构建基于BP神经网络的评价模型，利用问卷调查和统计分析方法确定评价指标和权重，实现了对轨道交通服务质量的定量描述和测量。
同时，结合SERVQUAL模型，
构建了包含可靠性、反应能力、保证、同情心和有形性五个维度的评价指标体系，进一步丰富了评价内容。

为了支持评价研究，建立了服务水平测量与评价的数据库，实现了对轨道交通服务质量的全面、系统、长期的监测。
未来，将探索更多先进的机器学习方法在轨道交通服务质量评价中的应用，并结合大数据技术，为轨道交通系统的智能化、精细化运营提供有力支持。
本研究旨在为轨道交通服务质量的提升提供科学依据，推动轨道交通系统的持续优化和发展。