Інтелектуальна система аналізу та класифікації вхідних e-mail повідомлень на основі їх вмісту
| dc.contributor.advisor | Крамар, Юлія Михайлівна | |
| dc.contributor.author | Пиж, Олександр Ігорович | |
| dc.date.accessioned | 2023-03-16T08:35:02Z | |
| dc.date.available | 2023-03-16T08:35:02Z | |
| dc.date.issued | 2022-12 | |
| dc.description.abstract | Магістерська дисертація: 104 с., 23 рис., 27 табл., 48 джерел, 1 додаток. Актуальність. У сучасному світі, ведення бізнесу зазвичай передбачає обов’язковий контакт з клієнтами або користувачами в тому чи іншому вигляді. Більшість сучасних компаній, діяльність яких пов’язана з інформаційними технологіями, наданням послуг, банківською справою та іншим, мають у своєму складі відділи або департаменти, які виконують функції надання технічної підтримки, прийняття скарг на якість сервісу чи виконують будь-який інший вид контакту зі споживачами. Саме тому, по мірі розвитку та зростання бізнесу, компанії змушені залучати все більше і більше працівників для обслуговування потреб клієнтів онлайн, що в свою чергу, веде до зростання видатків на утримання департаментів зв’язку з клієнтами та зниження рентабельності всього бізнесу. Завданням цієї роботи є побудова інтелектуальної автоматизованої системи класифікації текстових повідомлень на основі машинного навчання, що дозволяє бізнесу оптимізувати та значно спростити процес ведення комунікації з клієнтами, тим самим зменшити кількість персоналу, необхідного для виконання цієї роботи вручну та зменшити видатки на ведення цієї діяльності. Мета дослідження – оптимізація процесу обробки великих масивів вхідних повідомлень та зменшення видатків на утримання відділів контактування з клієнтами для підприємств. Завдання дослідження: – аналіз сучасних методів машинного навчання, які можуть бути використані для обробки текстових даних; – проведення аналізу методів машинного навчання на предмет їх ефективності; – побудова інтелектуальної системи класифікації вхідних повідомлень на основі методів машинного навчання для підприємств. Об’єкт дослідження – процес комунікації з клієнтами у технологічних компаніях та компаніях фінансового сектору. Предмет дослідження – сучасні методи машинного навчання, алгоритми класифікації. Наукова новизна одержаних результатів полягає оптимізації існуючих процесів комунікації з клієнтами у компаніях за рахунок впровадження автоматизованої системи обробки та класифікації вхідних повідомлень та запитів, що дозволяє зменшити кошториси компаній на утримання контакт-центрів. | uk |
| dc.description.abstracten | Master's thesis: 104 pages, 23 figures, 27 tables, 48 sources, 1 appendix. Relevance: Nowadays, doing business usually involves mandatory contact with customers or users in one form or another. Most modern companies, whose activities are related to information technologies, service provision, banking, etc., have divisions or departments in their composition that perform the functions of providing technical support, accepting complaints about the quality of service, or performing any other type of contact with consumers That is why, as the business develops and grows, companies are forced to attract more and more employees to serve the needs of customers online, which in turn leads to an increase in the cost of maintaining customer contact departments and a decrease in the profitability of the entire business. The purpose of this work is to build an intelligent automated text message classification system based on machine learning, which allows businesses to optimize and greatly simplify the process of communicating with customers, thereby reducing the number of personnel required to perform this work manually and reducing the costs of conducting this activity. The purpose of the research is to optimize the process of processing large volumes of incoming messages and reduce the costs of maintaining customer contact departments for enterprises. To achieve the goal of research the following steps must be taken: – analysis of modern machine learning methods that can be used to process text data; – analysis of machine learning methods for their effectiveness; – building an intelligent system for classifying incoming messages based on machine learning methods for enterprises. The object of research is the process of communication with clients in technology companies and companies of the financial sector. The subject of research is modern methods of machine learning, classification algorithms. The scientific novelty of the obtained results lies in the optimization of the existing processes of communication with customers in companies due to the introduction of an automated system for processing and classifying incoming messages and requests, which allows reducing the company's estimates for maintaining contact centers. | uk |
| dc.description.abstractother | Master's thesis: 104 pages, 23 figures, 27 tables, 48 sources, 1 appendix. Relevance: Nowadays, doing business usually involves mandatory contact with customers or users in one form or another. Most modern companies, whose activities are related to information technologies, service provision, banking, etc., have divisions or departments in their composition that perform the functions of providing technical support, accepting complaints about the quality of service, or performing any other type of contact with consumers That is why, as the business develops and grows, companies are forced to attract more and more employees to serve the needs of customers online, which in turn leads to an increase in the cost of maintaining customer contact departments and a decrease in the profitability of the entire business. The purpose of this work is to build an intelligent automated text message classification system based on machine learning, which allows businesses to optimize and greatly simplify the process of communicating with customers, thereby reducing the number of personnel required to perform this work manually and reducing the costs of conducting this activity. The purpose of the research is to optimize the process of processing large volumes of incoming messages and reduce the costs of maintaining customer contact departments for enterprises. To achieve the goal of research the following steps must be taken: – analysis of modern machine learning methods that can be used to process text data; – analysis of machine learning methods for their effectiveness; – building an intelligent system for classifying incoming messages based on machine learning methods for enterprises. The object of research is the process of communication with clients in technology companies and companies of the financial sector. The subject of research is modern methods of machine learning, classification algorithms. The scientific novelty of the obtained results lies in the optimization of the existing processes of communication with customers in companies due to the introduction of an automated system for processing and classifying incoming messages and requests, which allows reducing the company's estimates for maintaining contact centers. | uk |
| dc.description.abstractuk | Магістерська дисертація: 104 с., 23 рис., 27 табл., 48 джерел, 1 додаток. Актуальність. У сучасному світі, ведення бізнесу зазвичай передбачає обов’язковий контакт з клієнтами або користувачами в тому чи іншому вигляді. Більшість сучасних компаній, діяльність яких пов’язана з інформаційними технологіями, наданням послуг, банківською справою та іншим, мають у своєму складі відділи або департаменти, які виконують функції надання технічної підтримки, прийняття скарг на якість сервісу чи виконують будь-який інший вид контакту зі споживачами. Саме тому, по мірі розвитку та зростання бізнесу, компанії змушені залучати все більше і більше працівників для обслуговування потреб клієнтів онлайн, що в свою чергу, веде до зростання видатків на утримання департаментів зв’язку з клієнтами та зниження рентабельності всього бізнесу. Завданням цієї роботи є побудова інтелектуальної автоматизованої системи класифікації текстових повідомлень на основі машинного навчання, що дозволяє бізнесу оптимізувати та значно спростити процес ведення комунікації з клієнтами, тим самим зменшити кількість персоналу, необхідного для виконання цієї роботи вручну та зменшити видатки на ведення цієї діяльності. Мета дослідження – оптимізація процесу обробки великих масивів вхідних повідомлень та зменшення видатків на утримання відділів контактування з клієнтами для підприємств. Завдання дослідження: – аналіз сучасних методів машинного навчання, які можуть бути використані для обробки текстових даних; – проведення аналізу методів машинного навчання на предмет їх ефективності; – побудова інтелектуальної системи класифікації вхідних повідомлень на основі методів машинного навчання для підприємств. Об’єкт дослідження – процес комунікації з клієнтами у технологічних компаніях та компаніях фінансового сектору. Предмет дослідження – сучасні методи машинного навчання, алгоритми класифікації. Наукова новизна одержаних результатів полягає оптимізації існуючих процесів комунікації з клієнтами у компаніях за рахунок впровадження автоматизованої системи обробки та класифікації вхідних повідомлень та запитів, що дозволяє зменшити кошториси компаній на утримання контакт-центрів. | uk |
| dc.format.extent | 105 с. | uk |
| dc.format.page | 104 с. | uk |
| dc.identifier.citation | Пиж, О. І. Інтелектуальна система аналізу та класифікації вхідних e-mail повідомлень на основі їх вмісту : магістерська дис. : 121 Інженерія програмного забезпечення / Пиж Олександр Ігорович. - Київ, 2022. - 105 с. | uk |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/53731 | |
| dc.language.iso | uk | uk |
| dc.publisher | КПІ ім. Ігоря Сікорського | uk |
| dc.publisher.place | Київ | uk |
| dc.subject | оптимізація | uk |
| dc.subject | класифікація | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | штучний інтелект | uk |
| dc.subject | повідомлення | uk |
| dc.subject | клієнт | uk |
| dc.subject | технічна підтримка | uk |
| dc.subject | контактування з клієнтами | uk |
| dc.subject | optimization | uk |
| dc.subject | classification | uk |
| dc.subject | machine learning | uk |
| dc.subject | artificial intelligence | uk |
| dc.subject | messages | uk |
| dc.subject | customer | uk |
| dc.subject | technical support | uk |
| dc.subject | customer communications | uk |
| dc.subject.udc | 004.422 | uk |
| dc.title | Інтелектуальна система аналізу та класифікації вхідних e-mail повідомлень на основі їх вмісту | uk |
| dc.title.alternative | Intelligent System for Content-Based Analysis and Classification of Incoming E-mails | uk |
| dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Pyzh_magistr.pdf
- Розмір:
- 2.3 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 1.71 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: