論文の概要: Collaborative business intelligence virtual assistant
- arxiv url: http://arxiv.org/abs/2312.12778v1
- Date: Wed, 20 Dec 2023 05:34:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-21 16:36:41.517903
- Title: Collaborative business intelligence virtual assistant
- Title（参考訳）: 協調型ビジネスインテリジェンスバーチャルアシスタント
- Authors: Olga Cherednichenko and Fahad Muhammad
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 1.9953434933575993
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The present-day business landscape necessitates novel methodologies that
integrate intelligent technologies and tools capable of swiftly providing
precise and dependable information for decision-making purposes. Contemporary
society is characterized by vast amounts of accumulated data across various
domains, which hold considerable potential for informing and guiding
decision-making processes. However, these data are typically collected and
stored by disparate and unrelated software systems, stored in diverse formats,
and offer varying levels of accessibility and security. To address the
challenges associated with processing such large volumes of data, organizations
often rely on data analysts. Nonetheless, a significant hurdle in harnessing
the benefits of accumulated data lies in the lack of direct communication
between technical specialists, decision-makers, and business process analysts.
To overcome this issue, the application of collaborative business intelligence
(CBI) emerges as a viable solution. This research focuses on the applications
of data mining and aims to model CBI processes within distributed virtual teams
through the interaction of users and a CBI Virtual Assistant. The proposed
virtual assistant for CBI endeavors to enhance data exploration accessibility
for a wider range of users and streamline the time and effort required for data
analysis. The key contributions of this study encompass: 1) a reference model
representing collaborative BI, inspired by linguistic theory; 2) an approach
that enables the transformation of user queries into executable commands,
thereby facilitating their utilization within data exploration software; and 3)
the primary workflow of a conversational agent designed for data analytics.
- Abstract（参考訳）: 現在のビジネスランドスケープは、意思決定のために正確で信頼性の高い情報を迅速に提供できるインテリジェントな技術とツールを統合する新しい方法論を必要とする。
現代社会の特徴は、様々な領域にまたがる膨大な量の蓄積データによって特徴づけられ、意思決定プロセスのインフォームと導出の可能性を秘めている。
しかしながら、これらのデータは一般的に異なるソフトウェアシステムによって収集され、保存され、様々なフォーマットに格納され、様々なレベルのアクセシビリティとセキュリティを提供する。
このような大量のデータを処理する上での課題に対処するため、組織はしばしばデータアナリストに依存します。
それでも、蓄積されたデータの利点を活用するための大きなハードルは、技術専門家、意思決定者、ビジネスプロセスアナリスト間の直接的なコミュニケーションの欠如にある。
この問題を克服するために、コラボレーティブビジネスインテリジェンス(cbi)の応用が実行可能なソリューションとして現れます。
本研究は、データマイニングの応用に焦点を当て、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、分散仮想チーム内のCBIプロセスをモデル化することを目的とする。
提案するcbi用仮想アシスタントは,幅広いユーザを対象としたデータ探索のアクセシビリティ向上と,データ解析に必要な時間と労力の合理化を目的としている。
本研究の主な貢献は以下のとおりである。
1) 言語理論に触発された協調的BIを表す参照モデル
2) ユーザクエリを実行可能なコマンドに変換することで,データ探索ソフトウェア内での利用を容易にするアプローチ。
3) データ分析用に設計された会話エージェントのワークフロー。
関連論文リスト
- 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) - LAMBDA: A Large Model Based Data Agent [7.240586338370509]
本稿では,LArge Model Based Data Agent (LAMBDA)を紹介する。
LAMBDAは、複雑なデータ駆動アプリケーションにおけるデータ分析の課題に対処するように設計されている。
それは、人間と人工知能をシームレスに統合することで、データ分析パラダイムを強化する可能性がある。
論文 参考訳（メタデータ） (2024-07-24T06:26:36Z) - DISCOVER: A Data-driven Interactive System for Comprehensive Observation, Visualization, and ExploRation of Human Behaviour [6.716560115378451]
我々は,人間行動分析のための計算駆動型データ探索を効率化するために,モジュール型でフレキシブルでユーザフレンドリなソフトウェアフレームワークを導入する。
我々の主な目的は、高度な計算方法論へのアクセスを民主化することであり、これにより研究者は、広範囲の技術的熟練を必要とせずに、詳細な行動分析を行うことができる。
論文 参考訳（メタデータ） (2024-07-18T11:28:52Z) - DiscoveryBench: Towards Data-Driven Discovery with Large Language Models [50.36636396660163]
我々は、データ駆動探索の多段階プロセスを形式化する最初の包括的なベンチマークであるDiscoveryBenchを紹介する。
我々のベンチマークには、社会学や工学などの6つの分野にまたがる264のタスクが含まれている。
私たちのベンチマークでは、自律的なデータ駆動型発見の課題を説明し、コミュニティが前進するための貴重なリソースとして役立ちます。
論文 参考訳（メタデータ） (2024-07-01T18:58:22Z) - Capture the Flag: Uncovering Data Insights with Large Language Models [90.47038584812925]
本研究では,Large Language Models (LLMs) を用いてデータの洞察の発見を自動化する可能性について検討する。
そこで本稿では,データセット内の意味的かつ関連する情報(フラグ)を識別する能力を測定するために,フラグを捕捉する原理に基づく新しい評価手法を提案する。
論文 参考訳（メタデータ） (2023-12-21T14:20:06Z) - A Reference Model for Collaborative Business Intelligence Virtual
Assistants [0.0]
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。
論文 参考訳（メタデータ） (2023-04-20T14:02:21Z) - 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) - Demonstration of InsightPilot: An LLM-Empowered Automated Data
Exploration System [48.62158108517576]
本稿では,データ探索プロセスの簡略化を目的とした自動データ探索システムであるInsightPilotを紹介する。
InsightPilotは、理解、要約、説明などの適切な分析意図を自動的に選択する。
簡単に言うと、IQueryはデータ分析操作の抽象化と自動化であり、データアナリストのアプローチを模倣しています。
論文 参考訳（メタデータ） (2023-04-02T07:27:49Z) - Big Data Analytics Applying the Fusion Approach of Multicriteria
Decision Making with Deep Learning Algorithms [0.0]
複数基準に基づく意思決定は、ビッグデータ分析における代替効果に関連する様々な問題に対して解決すべき重要な問題の1つである。
意思決定のようなアルゴリズムや、マルチ基準に基づくディープラーニングメカニズムを含む、最新の機械学習技術に基づくソリューションを見つける傾向があります。
本質的には、ビジネス、農業、情報技術、コンピュータ科学を含むいくつかの分野は、深層学習と多基準に基づく意思決定問題を使用する。
論文 参考訳（メタデータ） (2021-02-02T05:56:03Z) - 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) - Towards an Integrated Platform for Big Data Analysis [4.5257812998381315]
本稿では,これらすべての側面を統合した,ビッグデータ解析のための統合型プレート形式のビジョンについて述べる。
このアプローチの主な利点は、プラットフォーム全体の拡張スケーラビリティ、アルゴリズムのパラメータ化の改善、エンドツーエンドのデータ分析プロセスにおけるユーザビリティの改善である。
論文 参考訳（メタデータ） (2020-04-27T03:15:23Z)
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。