論文の概要: A Reference Model for Collaborative Business Intelligence Virtual Assistants

• arxiv url: http://arxiv.org/abs/2304.10556v1
• Date: Thu, 20 Apr 2023 14:02:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-24 17:05:44.421310
• Title: A Reference Model for Collaborative Business Intelligence Virtual Assistants
• Title（参考訳）: 協調型ビジネスインテリジェンス仮想アシスタントのための参照モデル
• Authors: Olga Cherednichenko (ERIC), Fahad Muhammad (ERIC), J\'er\^ome Darmont (ERIC), C\'ecile Favre (ERIC, CMW)
• Abstract要約: 協力的ビジネス分析(Collaborative Business Analysis, CBA)は、さまざまな利害関係者が協力してデータを分析し、ビジネスオペレーションに関する洞察を得るための方法論である。 CBAは通常、データ収集と分析、ブレインストーミング、問題解決、意思決定、知識共有など、さまざまなアクティビティを伴います。 本稿では,ビジネスインテリジェンス(BI)プラットフォームの重要な部分として,仮想コラボレーションツールを扱う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Collaborative Business Analysis (CBA) is a methodology that involves bringing together different stakeholders, including business users, analysts, and technical specialists, to collaboratively analyze data and gain insights into business operations. The primary objective of CBA is to encourage knowledge sharing and collaboration between the different groups involved in business analysis, as this can lead to a more comprehensive understanding of the data and better decision-making. CBA typically involves a range of activities, including data gathering and analysis, brainstorming, problem-solving, decision-making and knowledge sharing. These activities may take place through various channels, such as in-person meetings, virtual collaboration tools or online forums. This paper deals with virtual collaboration tools as an important part of Business Intelligence (BI) platform. Collaborative Business Intelligence (CBI) tools are becoming more user-friendly, accessible, and flexible, allowing users to customize their experience and adapt to their specific needs. The goal of a virtual assistant is to make data exploration more accessible to a wider range of users and to reduce the time and effort required for data analysis. It describes the unified business intelligence semantic model, coupled with a data warehouse and collaborative unit to employ data mining technology. Moreover, we propose a virtual assistant for CBI and a reference model of virtual tools for CBI, which consists of three components: conversational, data exploration and recommendation agents. We believe that the allocation of these three functional tasks allows you to structure the CBI issue and apply relevant and productive models for human-like dialogue, text-to-command transferring, and recommendations simultaneously. The complex approach based on these three points gives the basis for virtual tool for collaboration. CBI encourages people, processes, and technology to enable everyone sharing and leveraging collective expertise, knowledge and data to gain valuable insights for making better decisions. This allows to respond more quickly and effectively to changes in the market or internal operations and improve the progress.
• Abstract（参考訳）: Collaborative Business Analysis (CBA) は、ビジネスユーザ、アナリスト、テクニカルスペシャリストを含むさまざまな利害関係者を集めて、データを協調的に分析し、ビジネスオペレーションに関する洞察を得る手法である。 cbaの主な目的は、ビジネス分析に関わるさまざまなグループ間の知識共有とコラボレーションを促進することである。 CBAは通常、データ収集と分析、ブレインストーミング、問題解決、意思決定、知識共有など、さまざまなアクティビティを伴います。 これらの活動は、対面会議、仮想コラボレーションツール、オンラインフォーラムなど、さまざまなチャネルを通じて行われる。 本稿では,ビジネスインテリジェンス(BI)プラットフォームの重要な部分として,仮想コラボレーションツールを扱う。 コラボレーションビジネスインテリジェンス(CBI)ツールは、ユーザフレンドリになり、アクセスしやすく、柔軟になり、ユーザが自身のエクスペリエンスをカスタマイズし、特定のニーズに適応できるようになる。 バーチャルアシスタントの目標は、より広い範囲のユーザーにデータ探索をよりアクセスしやすくし、データ分析に必要な時間と労力を削減することである。 統合されたビジネスインテリジェンスセマンティックモデルと、データマイニング技術を採用するためのデータウェアハウスとコラボレーティブユニットについて説明する。 さらに,対話型,データ探索型,レコメンデーション型という3つのコンポーネントからなる,cbi用仮想アシスタントとcbi用仮想ツールのリファレンスモデルを提案する。 これら3つの機能的タスクの割り当てにより、CBIの問題を構造化し、人間のような対話、テキストからコマンドへの転送、レコメンデーションを同時に適用できると考えています。 これら3点に基づく複雑なアプローチは、コラボレーションのための仮想ツールの基礎となります。 CBIは人々、プロセス、テクノロジを奨励し、全員の知識、知識、データの共有と活用を可能にし、より良い意思決定を行うための貴重な洞察を得る。 これにより、市場や内部運用の変化に対して迅速かつ効果的に対応し、進捗を改善することができる。

関連論文リスト

• Capturing and Anticipating User Intents in Data Analytics via Knowledge Graphs [0.061446808540639365]
  この研究は、人間中心の複雑な分析を捉えるための基本的なフレームワークとして、知識グラフ(KG)の使用について検討する。 生成されたKGに格納されたデータは、これらのシステムと対話するユーザーに補助(例えばレコメンデーション)を提供するために利用される。
  論文  参考訳（メタデータ） (2024-11-01T20:45:23Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• HEMM: Holistic Evaluation of Multimodal Foundation Models [91.60364024897653]
  マルチモーダル・ファンデーション・モデルは、画像、ビデオ、オーディオ、その他の知覚モダリティと共にテキストをホリスティックに処理することができる。 モデリング決定、タスク、ドメインの範囲を考えると、マルチモーダル基盤モデルの進歩を特徴づけ、研究することは困難である。
  論文  参考訳（メタデータ） (2024-07-03T18:00:48Z)
• Towards Completeness-Oriented Tool Retrieval for Large Language Models [60.733557487886635]
  現実世界のシステムは多種多様なツールを組み込んでおり、全てのツールを大規模言語モデルに入力することは不可能である。 既存のツール検索手法は主にユーザクエリとツール記述間のセマンティックマッチングに焦点を当てている。 我々は,ユーザクエリとツール記述のセマンティックな類似性だけでなく,ツールの協調的情報も考慮した,新しいモデル診断型協調学習型ツール検索手法であるCOLTを提案する。
  論文  参考訳（メタデータ） (2024-05-25T06:41:23Z)
• Collaborative business intelligence virtual assistant [1.9953434933575993]
  本研究では、ユーザとCBI仮想アシスタントのインタラクションを通じて、分散仮想チームにおけるデータマイニングの応用に焦点を当てる。 CBIのための仮想アシスタントは、より広い範囲のユーザのためのデータ探索アクセシビリティを強化し、データ分析に必要な時間と労力を合理化するためのものである。
  論文  参考訳（メタデータ） (2023-12-20T05:34:12Z)
• Investigating Collaborative Data Practices: a Case Study on Artificial Intelligence for Healthcare Research [1.3178083420209858]
  英国における複数の長期的条件を理解し管理するためにAIツールを適用する研究コンソーシアムのコラボレーティブデータプラクティスについて検討する。 本研究は,知識共有のためのツールの適応と,オーディエンスに基づく情報の調整について明らかにした。 私たちはミーティングを、規律間の交流を促進し、知識のブレンディングと創出を可能にするキーセッティングとして特定します。
  論文  参考訳（メタデータ） (2023-11-30T10:19:33Z)
• AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities and Challenges [60.56413461109281]
  IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。 我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。 主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
  論文  参考訳（メタデータ） (2023-04-10T15:38:12Z)
• OPERA: Harmonizing Task-Oriented Dialogs and Information Seeking Experience [87.0233567695073]
  会話型AIにおける既存の研究は、主にタスク指向対話(TOD)と質問応答(QA)を別々のタスクとして扱う。 そこで我々は,TODとQAタスクを組み合わせた新たなタスクであるOpen-Book TOD (OB-TOD)を提案する。 我々は,そのタスクに対処するために,明示的で暗黙的な外部知識を適切にアクセス可能な統一モデルOPERAを提案する。
  論文  参考訳（メタデータ） (2022-06-24T18:21:26Z)
• SemTUI: a Framework for the Interactive Semantic Enrichment of Tabular Data [0.0]
  SemTUIは、セマンティクスを使うことで、リッチ化プロセスを柔軟、完全、効果的にするためのフレームワークである。 タスク駆動のユーザ評価によって、SemTUIは理解でき、使いやすく、テーブルの充実をほとんど努力も時間もかからずに達成できることが証明された。
  論文  参考訳（メタデータ） (2022-03-17T17:14:21Z)
• Augmenting Decision Making via Interactive What-If Analysis [4.920817773181235]
  現在、ビジネスユーザーは長期にわたる探索分析を行う必要がある。 データセットの複雑さの増大と人間の認知的限界が組み合わさって、複数の仮説を乗り越えることが困難になる。 ここでは、ビジネスユーザがデータ属性の集合間の関係(機能)について対話的に学び、推論できるために必要な4つの機能について論じます。
  論文  参考訳（メタデータ） (2021-09-13T17:54:30Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)

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。