論文の概要: A Core of E-Commerce Customer Experience based on Conversational Data
using Network Text Methodology
- arxiv url: http://arxiv.org/abs/2102.09107v1
- Date: Thu, 18 Feb 2021 01:33:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-10 20:16:54.460752
- Title: A Core of E-Commerce Customer Experience based on Conversational Data
using Network Text Methodology
- Title（参考訳）: ネットワークテキスト方法論を用いた会話データに基づく電子商取引顧客体験のコア
- Authors: Andry Alamsyah, Nurlisa Laksmiani, Lies Anisa Rahimi
- Abstract要約: 本論文はインドネシアのeコマースや顧客に適用する。
オープンなソーシャルネットワークサービスを通じて顧客の行動を理解することで、インドネシアのeコマースサービスレベルについて説明できる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: E-commerce provides an efficient and effective way to exchange goods between
sellers and customers. E-commerce has been a popular method for doing business,
because of its simplicity of having commerce activity transparently available,
including customer voice and opinion about their own experience. Those
experiences can be a great benefit to understand customer experience
comprehensively, both for sellers and future customers. This paper applies to
e-commerces and customers in Indonesia. Many Indonesian customers expressed
their voice to open social network services such as Twitter and Facebook, where
a large proportion of data is in the form of conversational data. By
understanding customer behavior through open social network service, we can
have descriptions about the e-commerce services level in Indonesia. Thus, it is
related to the government's effort to improve the Indonesian digital economy
ecosystem. A method for finding core topics in large-scale internet
unstructured text data is needed, where the method should be fast but
sufficiently accurate. Processing large-scale data is not a straightforward
job, it often needs special skills of people and complex software and hardware
computer system. We propose a fast methodology of text mining methods based on
frequently appeared words and their word association to form network text
methodology. This method is adapted from Social Network Analysis by the model
relationships between words instead of actors.
- Abstract（参考訳）: 電子商取引は、売り手と顧客の間で商品を交換する効率的かつ効果的な方法を提供する。
電子商取引は、顧客の声や自身の経験に関する意見を含む、商取引活動が透過的に利用可能であることの単純さから、ビジネスを行うための一般的な方法である。
これらのエクスペリエンスは、売り手と将来の顧客の両方にとって、顧客エクスペリエンスを包括的に理解する上で、大きなメリットとなります。
本論文はインドネシアのeコマースおよび顧客に適用する。
多くのインドネシアの顧客は、twitterやfacebookのようなオープンなソーシャルネットワークサービスに対して声をかけた。
オープンソーシャルネットワークサービスを通じて顧客の行動を理解することで、インドネシアのeコマースサービスレベルについて説明できる。
したがって、インドネシアのデジタル経済エコシステムを改善するための政府の努力に関連している。
大規模なインターネット非構造化テキストデータの中核となるトピックを見つけるには,高速かつ十分正確な方法が必要である。
大規模なデータの処理は簡単な作業ではなく、複雑なソフトウェアやハードウェアのコンピュータシステムの特別なスキルを必要とすることが多い。
本稿では,頻繁に出現する単語とその単語関連に基づくテキストマイニング手法の高速な手法を提案し,ネットワークテキスト手法を形成する。
本手法は, アクタではなく, 単語間の関係モデルを用いて, ソーシャルネットワーク解析から適応する。
関連論文リスト
- Information Discovery in e-Commerce [97.71958017283593]
情報検索は、特に商品やサービスとの接続において、eコマースにおいて自然な役割を担っている。
電子商取引サイトの人気が高まり、電子商取引における情報発見の研究が活発な研究分野となっている。
電子商取引における情報発見手法は主に、電子商取引検索とレコメンデーションシステムの有効性の向上に重点を置いている。
論文 参考訳（メタデータ） (2024-10-08T07:41:01Z) - Conversational Recommender System and Large Language Model Are Made for Each Other in E-commerce Pre-sales Dialogue [80.51690477289418]
会話推薦システム(CRS)は、ユーザ表現を学習し、対話コンテキストに基づいて正確なレコメンデーションを提供するが、外部知識に依存している。
大規模言語モデル(LLM)は、微調整後の事前販売の対話を模倣する応答を生成するが、正確なレコメンデーションのためのドメイン固有の知識は欠如している。
本稿では,eコマース事前販売対話におけるLCMとCRSの組み合わせの有効性について検討する。
論文 参考訳（メタデータ） (2023-10-23T07:00:51Z) - Meta Knowledge Condensation for Federated Learning [65.20774786251683]
既存のフェデレートされた学習パラダイムは通常、より強力なモデルを達成するために、中央の解決器で分散モデルを広範囲に交換する。
これにより、特にデータ分散が不均一である場合、サーバと複数のクライアントの間で深刻な通信負荷が発生します。
既存のパラダイムとは違って,フェデレート学習におけるコミュニケーションコストを大幅に削減する新たな視点を導入する。
論文 参考訳（メタデータ） (2022-09-29T15:07:37Z) - 5-Star Hotel Customer Satisfaction Analysis Using Hybrid Methodology [0.0]
我々の研究は、レビューデータから顧客満足度を判断する新しい方法を提案する。
これまで実施されてきた顧客満足度に関する多くの研究とは異なり、本研究は論文の新規性を持っている。
論文 参考訳（メタデータ） (2022-09-26T04:53:10Z) - Characterization of Frequent Online Shoppers using Statistical Learning
with Sparsity [54.26540039514418]
本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
論文 参考訳（メタデータ） (2021-11-11T05:36:39Z) - FedKD: Communication Efficient Federated Learning via Knowledge
Distillation [56.886414139084216]
フェデレーション学習は、分散データからインテリジェントモデルを学ぶために広く使用されている。
フェデレートラーニングでは、クライアントはモデルラーニングの各イテレーションでローカルモデルの更新を伝える必要がある。
本稿では,知識蒸留に基づくコミュニケーション効率のよいフェデレーション学習手法を提案する。
論文 参考訳（メタデータ） (2021-08-30T15:39:54Z) - Sales Prediction Model Using Classification Decision Tree Approach For
Small Medium Enterprise Based on Indonesian E-Commerce Data [0.0]
Tokopediaで収集した実生活データを用いて,インドネシアの履物業界における販売予測モデルを構築した。
われわれは、視聴者が販売する商品数、価格、靴の種類を予測することができた。
論文 参考訳（メタデータ） (2021-03-04T15:40:45Z) - AliMe KG: Domain Knowledge Graph Construction and Application in
E-commerce [26.600846713016605]
AliMe KGは、ユーザ問題、関心点(POI)、アイテム情報、それらの関係をキャプチャするドメイン知識グラフである。
ユーザーのニーズを理解し、事前販売された質問に答え、説明文を生成するのに役立つ。
論文 参考訳（メタデータ） (2020-09-24T13:40:18Z) - Experience Grounds Language [185.73483760454454]
言語理解研究は、言語が記述する物理的世界と、それが促進する社会的相互作用とを関連づけることに失敗している。
テキストだけで訓練された後にタスクに取り組むための言語処理モデルの驚くべき効果にもかかわらず、成功した言語コミュニケーションは世界の共有経験に依存している。
論文 参考訳（メタデータ） (2020-04-21T16:56:27Z) - AliCoCo: Alibaba E-commerce Cognitive Concept Net [21.08037780019654]
我々は,大規模eコマース認知ネット「AliCoCo」の構築を提案する。
電子商取引におけるユーザニーズを正式に定義し,それをネットワーク内のノードとして概念化する。
我々は、AliCoが半自動で構築されているかの詳細と、電子商取引におけるその成功、進行中の応用について述べる。
論文 参考訳（メタデータ） (2020-03-30T05:42:03Z)
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。