چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2005509 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
949 Kb
حجم فایل فارسی :
95 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
کنترل کیفی کمی از داده های کیفی: نمودارهای کنترل با تحلیل نمایهسازی معنایی نهان
عنوان انگليسي
Quantitative quality control from qualitative data: control charts with latent semantic analysis
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 33 صفحه انگلیسی به صورت پی دی اف و 29 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
مقادیر بزرگی از داده ها، که اغلب تحت عنوان داده بزرگ یاد می شوند، امروزه توسط شرکت ها نگه داری می شوند. داده بزرگ شامل بیان های عقاید مشتری درباره کیفیت محصول یا خدمات به شکل متنی ساختار نیافته می باشد. در حالی که ابزار های زیادی برای استخراج اطلاعات معنا دار از داده های بزرگ وجود دارند، ابزار های اتوماسیون جهت نظارت بر محتوای ادراکی در حال اجرای داده ها وجود ندارد. ما تحلیل نمایه سازی معنایی نهان را برای استخراج عوامل مفهومی مرتبط با دسته های کیفیت خدمات به کار بردیم. سپس نظرات یافت شده مشتری در داده ها که نشان دهنده عدم رضایت هستند به عنوان نماینده مشاهده غیر منطبق در فرآیند در نظر گرفته شد. زمانی که عوامل استخراج گشتند، نسبت های عدم تطابق برای دسته های شکست کیفیت خدمات بر روی یک نمودار کنترل رسم گردیده است. نتایج به سادگی تفسیر شده اند و رهیافت اجازه ارزیابی کمی از پذیرش مشتری از طرح های بهبود فرآیند سیستم را می دهد.
1-مقدمه
به عنوان نتیجه ای از رشد اینترنت و وسائل ارتباطات شخصی، امروزه همه انواع کسب و کار بدون صرف هزینه اطلاعات را از مشتریان به صورت پیوسته جمع آوری می کنند. شرکت ها از جمله تولید کنندگان، ارائه دهندگان خدمات، خرده فروشان، و کسب و کارهای آنلاین در حال درخواست ورودی از مشتریان درباره تجربه شان، محصولات، و خدمات هستند. به شکل فزاینده ای، داده های جمع آوری شده از متن باز تشکیل شده اند و شامل اطلاعاتی هستند که برداشت های مشتری از نگرش های خدمات یا محصول را توصیف می کنند...
تحلیل داده های متنی داده بزرگ نمودارهای کنترل رضایت مشتری تحلیل نمایهسازی معنایی نهان (LSA)
:کلمات کلیدی
Abstract
Large quantities of data, often referred to as big data, are now held by companies. This big data includes statements of customer opinion regarding product or service quality in an unstructured textual form. While many tools exist to extract meaningful information from big data, automation tools do not exist to monitor the ongoing conceptual content of that data. We use latent semantic analysis to extract concept factors related to service quality categories. Customer comments found in the data that express dissatisfaction are then considered as representing a non-conforming observation in a process. Once factors are extracted, proportions of nonconformities for service quality failure categories are plotted on a control chart. The results are easily interpreted and the approach allows for the quantitative evaluation of customer acceptance of system process improvement initiatives
Keywords:
Analysis of text data big data control charts customer satisfaction latent semantic analysis
سایر منابع مهندسی کامپیوتر و IT-نرم افزار در زمینه داده کاوی