論文の概要: Needmining: Designing Digital Support to Elicit Needs from Social Media
- arxiv url: http://arxiv.org/abs/2101.06146v1
- Date: Thu, 14 Jan 2021 14:49:19 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-29 00:44:41.179603
- Title: Needmining: Designing Digital Support to Elicit Needs from Social Media
- Title（参考訳）: ニーズマイニング:ソーシャルメディアからニーズを引き出すデジタルサポートを設計する
- Authors: Niklas K\"uhl and Gerhard Satzger
- Abstract要約: 典型的には、顧客ニーズの識別と分析が必要です。
従来のニーズを喚起する手法は時間制であり、貴重な洞察を提供する能力を示している。
本稿では,新しいデータソースを用いて顧客ニーズを自動的に識別し,定量化する手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Today's businesses face a high pressure to innovate in order to succeed in
highly competitive markets. Successful innovations, though, typically require
the identification and analysis of customer needs. While traditional,
established need elicitation methods are time-proven and have demonstrated
their capabilities to deliver valuable insights, they lack automation and
scalability and, thus, are expensive and time-consuming. In this article, we
propose an approach to automatically identify and quantify customer needs by
utilizing a novel data source: Users voluntarily and publicly expose
information about themselves via social media, as for instance Facebook or
Twitter. These posts may contain valuable information about the needs, wants,
and demands of their authors. We apply a Design Science Research (DSR)
methodology to add design knowledge and artifacts for the digitalization of
innovation processes, in particular to provide digital support for the
elicitation of customer needs. We want to investigate whether automated,
speedy, and scalable need elicitation from social media is feasible. We
concentrate on Twitter as a data source and on e-mobility as an application
domain. In a first design cycle we conceive, implement and evaluate a method to
demonstrate the feasibility of identifying those social media posts that
actually express customer needs. In a second cycle, we build on this artifact
to additionally quantify the need information elicited, and prove its
feasibility. Third, we integrate both developed methods into an end-user
software artifact and test usability in an industrial use case. Thus, we add
new methods for need elicitation to the body of knowledge, and introduce
concrete tooling for innovation management in practice.
- Abstract（参考訳）: 今日のビジネスは、競争の激しい市場で成功するために革新を迫られる高いプレッシャーに直面している。
しかし、成功したイノベーションは通常、顧客ニーズの識別と分析を必要とします。
従来の確立されたニーズの明確化手法は、価値ある洞察を提供する能力が実証されている一方で、自動化やスケーラビリティが欠如しており、高価で時間がかかります。
本稿では,新しいデータソースを利用することで,利用者のニーズを自動的に識別し,定量化する手法を提案する。
これらの投稿には、著者のニーズ、要求、および要求に関する貴重な情報が含まれている可能性がある。
我々は、デザイン科学研究(dsr)の方法論を適用し、イノベーションプロセスのデジタル化、特に顧客ニーズの明確化のためのデジタルサポートを提供するための設計知識とアーティファクトを追加する。
われわれは、自動化された、迅速で、スケーラブルな、ソーシャルメディアからの需要喚起が実現可能かどうかを調査したい。
私たちは、データソースとしてのTwitterと、アプリケーションドメインとしてのe-mobilityに集中しています。
第1の設計サイクルにおいて、実際に顧客のニーズを表すソーシャルメディア投稿を識別する可能性を示す手法を考案し、実装し、評価する。
2つ目のサイクルでは、このアーティファクトの上に構築し、必要な情報を定量化し、その実現可能性を証明する。
第3に,開発手法をエンドユーザーソフトウェアアーティファクトに統合し,産業用ユースケースにおけるユーザビリティをテストする。
そこで本研究では,知識体に新たな知識誘発手法を付加し,イノベーションマネジメントのための具体的ツールを提案する。
関連論文リスト
- Combatting Human Trafficking in the Cyberspace: A Natural Language
Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。
我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。
重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
論文 参考訳（メタデータ） (2023-11-22T02:45:01Z) - Iterative Zero-Shot LLM Prompting for Knowledge Graph Construction [104.29108668347727]
本稿では,最新の生成型大規模言語モデルの可能性を活用する,革新的な知識グラフ生成手法を提案する。
このアプローチは、新しい反復的なゼロショットと外部知識に依存しない戦略を含むパイプラインで伝達される。
我々は、我々の提案がスケーラブルで多目的な知識グラフ構築に適したソリューションであり、異なる新しい文脈に適用できると主張している。
論文 参考訳（メタデータ） (2023-07-03T16:01:45Z) - Benchmarking Automated Machine Learning Methods for Price Forecasting
Applications [58.720142291102135]
自動機械学習(AutoML)ソリューションで手作業で作成したMLパイプラインを置換する可能性を示す。
CRISP-DMプロセスに基づいて,手動MLパイプラインを機械学習と非機械学習に分割した。
本稿では、価格予測の産業利用事例として、ドメイン知識とAutoMLを組み合わせることで、ML専門家への依存が弱まることを示す。
論文 参考訳（メタデータ） (2023-04-28T10:27:38Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳（メタデータ） (2023-02-13T16:44:44Z) - Time-Series Pattern Recognition in Smart Manufacturing Systems: A
Literature Review and Ontology [3.5097082077065003]
本稿では,製造における時系列パターン認識の現状について,構造化された視点を提供する。
それは、実用的で実用的なガイドラインと、時系列分析の進歩のための推奨を提供することを目的としている。
論文 参考訳（メタデータ） (2023-01-29T17:18:59Z) - A toolbox for idea generation and evaluation: Machine learning,
data-driven, and contest-driven approaches to support idea generation [0.0]
この論文には、アイデア生成をサポートするための、対応するデータソースとモデルを備えた、データ駆動および機械学習テクニックのリストが含まれている。
結果は、データ駆動とコンテスト駆動のアイデア生成をよりサポートするための、2つのモデル、1つのメソッドと1つのフレームワークを含む。
人間中心のAIは、アーティファクトのさらなる発展と創造性の促進に貢献できる、有望な研究分野である。
論文 参考訳（メタデータ） (2022-05-19T20:28:49Z) - Engineering an Intelligent Essay Scoring and Feedback System: An
Experience Report [1.5168188294440734]
専門的な採用支援サービスの顧客から提供されるエッセイの質を評価するための探索システムについて述べる。
オープンエンドの顧客提供のソーステキストがあいまいさとエラーのかなりの範囲を持っているため、問題領域は困難です。
また、専門的なビジネスドメイン知識をインテリジェントな処理システムに組み込む必要もあります。
論文 参考訳（メタデータ） (2021-03-25T03:46:05Z) - Online Learning Demands in Max-min Fairness [91.37280766977923]
本稿では,複数のユーザ間の希少リソースの割り当て機構について,効率的で公平で戦略に準拠した方法で記述する。
このメカニズムは複数のラウンドで繰り返され、各ラウンドでユーザの要求が変更される可能性がある。
各ラウンドの最後には、ユーザは受け取ったアロケーションに関するフィードバックを提供し、そのメカニズムが時間の経過とともにユーザの好みを学習することを可能にする。
論文 参考訳（メタデータ） (2020-12-15T22:15:20Z) - Needmining: Identifying micro blog data containing customer needs [0.0]
ニーズを表現した投稿を識別するための機械学習アプローチを提案する。
e-mobility領域におけるつぶやきの評価は、関連するつぶやきのごく一部を顕著な精度で識別できることを示す。
論文 参考訳（メタデータ） (2020-03-12T17:31:51Z) - Towards CRISP-ML(Q): A Machine Learning Process Model with Quality
Assurance Methodology [53.063411515511056]
本稿では,機械学習アプリケーション開発のためのプロセスモデルを提案する。
第1フェーズでは、データの可用性がプロジェクトの実現可能性に影響を与えることが多いため、ビジネスとデータの理解が結合されます。
第6フェーズでは、機械学習アプリケーションの監視とメンテナンスに関する最先端のアプローチがカバーされている。
論文 参考訳（メタデータ） (2020-03-11T08:25:49Z) - Knowledge Discovery from Social Media using Big Data provided Sentiment
Analysis (SoMABiT) [2.218042861844671]
本稿では,ビッグデータ技術を用いたソーシャルメディア分析プラットフォームであるSoMABiTの技術的・科学的焦点について論じる。
MapReduceの使用と、任意のデータボリュームをスケールし、ソーシャルメディア駆動の知識を提供する統合プラットフォームに向けた分散アルゴリズムの開発が、提案されたコンセプトの目新しいところである。
論文 参考訳（メタデータ） (2020-01-16T18:53:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。