論文の概要: Proactive Detractor Detection Framework Based on Message-Wise Sentiment Analysis Over Customer Support Interactions

• arxiv url: http://arxiv.org/abs/2211.03923v1
• Date: Tue, 8 Nov 2022 00:43:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 15:45:58.658835
• Title: Proactive Detractor Detection Framework Based on Message-Wise Sentiment Analysis Over Customer Support Interactions
• Title（参考訳）: 顧客支援インタラクションに関するメッセージワイズ感性分析に基づくアクティブデトラクタ検出フレームワーク
• Authors: Juan Sebasti\'an Salcedo Gallo, Jes\'us Solano, Javier Hern\'an Garc\'ia, David Zarruk-Valencia, Alejandro Correa-Bahnsen
• Abstract要約: 本稿では、チャットベースのカスタマーサポートのインタラクションにのみ依存して、個々のユーザの推薦決定を予測するフレームワークを提案する。 ケーススタディでは、ラテンアメリカの大手電子商取引会社の金融分野における16.4kのユーザ数と48.7kの顧客サポートに関する会話を分析した。 以上の結果から,CS会話のメッセージワイドな感情進化のみに基づいて,ユーザが製品やサービスを推薦する可能性を予測することが可能であることが示唆された。
• 参考スコア（独自算出の注目度）: 60.87845704495664
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this work, we propose a framework relying solely on chat-based customer support (CS) interactions for predicting the recommendation decision of individual users. For our case study, we analyzed a total number of 16.4k users and 48.7k customer support conversations within the financial vertical of a large e-commerce company in Latin America. Consequently, our main contributions and objectives are to use Natural Language Processing (NLP) to assess and predict the recommendation behavior where, in addition to using static sentiment analysis, we exploit the predictive power of each user's sentiment dynamics. Our results show that, with respective feature interpretability, it is possible to predict the likelihood of a user to recommend a product or service, based solely on the message-wise sentiment evolution of their CS conversations in a fully automated way.
• Abstract（参考訳）: 本稿では,個々のユーザの推薦決定を予測するために,チャットベースの顧客サポート(cs)インタラクションのみに依存するフレームワークを提案する。 ケーススタディでは、ラテンアメリカの大手電子商取引会社の金融分野における16.4kのユーザ数と48.7kの顧客サポートに関する会話を分析した。 その結果,我々は自然言語処理(nlp)を用いて推薦行動の評価と予測を行い,静的感情分析を行うとともに,各ユーザの感情動態の予測能力を活用する。 以上の結果から,CS会話のメッセージワイドな感情進化のみに基づいて,ユーザが製品やサービスを推薦する可能性を予測することが可能であることが示唆された。

関連論文リスト

• Robot Behavior Personalization from Sparse User Feedback [7.51373397483077]
  抽象概念(TAACo)フレームワークを用いたタスク適応を作成する。 TAACoは、任意のタスクでユーザの望ましい支援方法を予測することができる。 予測精度において,TAACoはGPT-4の16%,ルールベースシステムでは54%を上回った。
  論文  参考訳（メタデータ） (2024-10-25T00:08:38Z)
• Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
  我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。 提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。 これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
  論文  参考訳（メタデータ） (2023-05-25T21:01:00Z)
• U-NEED: A Fine-grained Dataset for User Needs-Centric E-commerce Conversational Recommendation [59.81301478480005]
  現実のEコマースシナリオからユーザニーズ中心のEコマース対話推薦データセット(U-NEED)を構築した。 U-NEEDは,5つのカテゴリ (ii) 333,879のユーザ行動と, (iii) 332,148の製品知識の3種類のリソースで構成されている。
  論文  参考訳（メタデータ） (2023-05-05T01:44:35Z)
• Sequence-aware item recommendations for multiply repeated user-item interactions [0.0]
  項目推薦のタスクにおいて時間次元を誘導するレコメンデータシステムを設計する。 推薦を行うために、各ユーザに対するアイテムインタラクションのシーケンスを検討する。 本手法は,小売環境におけるユーザとユーザ間のインタラクションを高精度に予測する試みである。
  論文  参考訳（メタデータ） (2023-04-02T17:06:07Z)
• Linguistic Elements of Engaging Customer Service Discourse on Social Media [12.6970199179668]
  我々は,共感,心理言語的特徴,対話タグ,メトリクスなどの言語内容とスタイル的側面を分析した。 本稿では,初期顧客とブランド投稿を用いてエンゲージメントを予測できることを実証する。
  論文  参考訳（メタデータ） (2022-12-24T18:49:03Z)
• Predictive analytics for appointment bookings [0.0]
  第1のモデルは、顧客が会議に現れるかどうかを予測し、第2のモデルは、顧客がプレミアムサービスを予約するかどうかを示す。 どちらのモデルも75%以上の精度で正確な結果が得られる。 本稿では,予測需要を用いた資源計画の枠組みを提案する。
  論文  参考訳（メタデータ） (2022-04-18T14:02:15Z)
• Interacting with Non-Cooperative User: A New Paradigm for Proactive Dialogue Policy [83.61404191470126]
  インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。 具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。 実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2022-04-07T14:11:31Z)
• Personalized multi-faceted trust modeling to determine trust links in social media and its potential for misinformation management [61.88858330222619]
  ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。 本稿では,データ駆動型多面信頼モデルを提案する。 信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
  論文  参考訳（メタデータ） (2021-11-11T19:40:51Z)
• Partner Matters! An Empirical Study on Fusing Personas for Personalized Response Selection in Retrieval-Based Chatbots [51.091235903442715]
  本稿では,自己とパートナーの話者が応答選択の課題に与える影響について検討する。 4つのペルソナ融合戦略が設計されており、異なる方法でペルソナがコンテキストや応答と相互作用することを前提としている。 Persona-Chatデータセットに関する実証研究は、パートナーペルソナが応答選択の精度を向上させることができることを示している。
  論文  参考訳（メタデータ） (2021-05-19T10:32:30Z)
• End User Accounts of Dark Patterns as Felt Manipulation [27.30148897628138]
  英語および中国語におけるユーザ調査の結果について報告する。 我々は,操作製品に対するエンドユーザの体験を定性的に支援した洞察と,操作の継続性の両方を識別する。
  論文  参考訳（メタデータ） (2020-10-21T14:55:09Z)

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。