Дисертації з теми "Classification of customers"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся з топ-50 дисертацій для дослідження на тему "Classification of customers".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Переглядайте дисертації для різних дисциплін та оформлюйте правильно вашу бібліографію.
CARVALHO, NORMA ALICE DA SILVA. "HYBRID INTELLIGENT SYSTEM FOR CLASSIFICATION OF NON-RESIDENTIAL ELECTRICITY CUSTOMERS PAYMENT PROFILES." PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO, 2016. http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=33393@1.
Повний текст джерелаCOORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIOR
PROGRAMA DE SUPORTE À PÓS-GRADUAÇÃO DE INSTS. DE ENSINO
O objetivo desta pesquisa é classificar o perfil de pagamento dos consumidores não-residenciais de energia elétrica, considerando conhecimento armazenado em base de dados de distribuidoras de energia elétrica. A motivação para desenvolvê-la surgiu da necessidade das distribuidoras por um modelo de suporte a formulação de estratégias capazes de reduzir o grau inadimplência. A metodologia proposta consiste em um sistema inteligente híbrido composto por módulos intercomunicativos que usam conhecimentos armazenados em base de dados para segmentar consumidores e, então, atingir o objetivo proposto. O sistema inicia-se com o módulo neural, que aloca as unidades consumidoras em grupos conforme similaridades (valor fatura, consumo, demanda medida/demanda contratada, intensidade energética e peso da conta no orçamento), em sequência, o módulo bayesiano, estabelece um escore entre 0 e 1 que permite predizer o perfil de pagamento das unidades considerando os grupos gerados e os atributos categóricos (atividade econômica, estrutura tarifária, mesorregião, natureza jurídica e porte empresarial) que caracterizam essas unidades. Os resultados revelaram que o sistema proposto estabelece razoável taxa de acerto na classificação do perfil de consumidores e, portanto, constitui uma importante ferramenta de suporte a formulação de estratégias para combate à inadimplência. Conclui-se que, o sistema híbrido proposto apresenta caráter generalista podendo ser adaptado e implementado em outros mercados.
The objective of this research is to classify the non-residential electricity customer payment profiles regarding the knowledge stored in electricity distribution utilities databases. The motivation for development of the work from the need of electricity distribution by a support model to formulate strategies for tackling non-payment and late payment. The proposed methodology consists of a hybrid intelligent system constituted by intercommunicating modules that use knowledge stored in database to customer segmentation and then achieve the proposed objective. The system begins with the neural module, which allocates the consuming units in groups according to similarities (bill amount, consumption, measured demand/contracted demand, energy intensity and share of the electricity bill in the customer s income), in sequence, the Bayesian module establishes a score between 0 and 1 that allows to predict what payment profile of the units considering the generated groups and categorical attributes (business activity, tariff type, business size, mesoregion and company s legal form) that characterize these units. The results showed that the proposed system provides a reasonable success rate when classifying customer profiles and thus constitutes an important tool in the formulation of strategies for tackling non-payment and late payment. In conclusion, the hybrid system proposed here is a generalist one and could usefully be adapted and implemented in other markets.
Kirkin, S., and K. V. Melnyk. "Intelligent Data Processing in Creating Targeted Advertising." Thesis, National Technical University "Kharkiv Polytechnic Institute", 2017. http://repository.kpi.kharkov.ua/handle/KhPI-Press/44710.
Повний текст джерелаAndersson, Martin, and Marcus Mazouch. "Binary classification for predicting propensity to buy flight tickets. : A study on whether binary classification can be used to predict Scandinavian Airlines customers’ propensity to buy a flight ticket within the next seven days." Thesis, Umeå universitet, Institutionen för matematik och matematisk statistik, 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-160855.
Повний текст джерелаEn kunds benägenhet att göra ett visst köp är ett allmänt undersökt område som applicerats i flera olika branscher. I den här studien visas det att statistiska binära klassificeringsmodeller kan användas för att prediktera Scandinavian Airlines kunders benägenhet att köpa en resa de kommande sju dagarna. En jämförelse är presenterad mellan logistisk regression och stödvektormaskin och logistisk regression med reducerat antal parametrar väljs som den slutgiltiga modellen tack vare sin enkelhet och träffsäkerhet. De förklarande variablerna är uteslutande bokningshistorik medan kundens demografi och sökdata visas vara insignifikant.
Mazouch, Marcus, and Martin Andersson. "Binary classification for predicting propensity to buy flight tickets : A study on whether binary classification can be used to predict Scandinavian Airlines customers' propensity to buy a flight ticket within the next seven days." Thesis, Umeå universitet, Institutionen för matematik och matematisk statistik, 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-162412.
Повний текст джерелаEriksson, Alexander, and Jacob Långström. "Comparison of Machine Learning Techniques when Estimating Probability of Impairment : Estimating Probability of Impairment through Identification of Defaulting Customers one year Ahead of Time." Thesis, Umeå universitet, Institutionen för matematik och matematisk statistik, 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-160114.
Повний текст джерелаTiteln på denna rapport är En jämförelse av maskininlärningstekniker för uppskattning av Probability of Impairment. Uppskattningen av Probability of Impairment sker genom identifikation av låntagare som inte kommer fullfölja sina återbetalningsskyldigheter inom ett år. Probability of Impairment, eller Probability of Default, är andelen kunder som uppskattas att inte fullfölja sina skyldigheter som låntagare och återbetalning därmed uteblir. Detta är ett nyckelmått inom banksektorn för att beräkna nivån av kreditrisk, vilken enligt nuvarande regleringsstandard uppskattas genom Linjär Regression. I denna uppsats visar vi hur detta mått istället kan uppskattas genom klassifikation med maskininlärning. Genom användandet av modeller anpassade för att hitta vilka specifika kunder som inte kommer fullfölja sina återbetalningsskyldigheter inom det kommande året, baserade på Neurala Nätverk och Gradient Boosting, visas att Probability of Impairment bättre uppskattas än genom Linjär Regression. Dessutom medför dessa modeller även ett stort antal interna användningsområden inom banksektorn. De nya variabler av intresse vi hittat kan användas för att stärka de modeller som idag används, samt förmågan att identifiera kunder som riskerar inte kunna fullfölja sina skyldigheter låter banker utföra nödvändiga åtgärder i god tid för att hantera annars oväntade risker.
Axén, Maja, and Jennifer Karlberg. "Binary Classification for Predicting Customer Churn." Thesis, Umeå universitet, Institutionen för matematik och matematisk statistik, 2020. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-171892.
Повний текст джерелаAtt prediktera när en kund är påväg att vända sig till en konkurrent kan vara svårt, dock kan det visa sig extremt värdefullt ur ett affärsperspektiv. När en kund slutar vara kund benäms det ofta som kundbortfall eller ”churn”. Detta är ett ämne som är brett forskat på i flertalet olika industrier, men då ofta i situationer med prenumenationstjänster. När man inte har en prenumerationstjänst försvåras uppgiften att definera churn och existerande studier brister i att analysera detta. Denna uppsats kan därför ses som ett bidrag till nuvarande litteratur, i synnerhet i fall där ingen tydlig definition för churn existerar. En definition för churn, anpassad efter DIAKRIT och deras affärsstruktur har skapats i det här projektet. DIAKRIT är verksamma i fastighetsbranschen, en industri som har flera utmaningar, bland annat en extrem säsongsvariaton. För att genomföra prediktionerna användes tre olika maskininlärningamodeller: Logistisk Regression, Random Forest och Support Vector Machine. De variabler som användes är mestadels aktivitetsdata. Med relativt hög noggranhet och AUC-värde anses Random Forest vara mest pålitlig. Modellen kan dock inte separera mellan de två klasserna perfekt. Random Forest modellen visade sig också genera en hög precision. Därför kan slutsatsen dras att även om modellen inte är felfri verkar det som att kunderna predikterade som churn mest sannolikt kommer churna.
Vallaud, Thierry. "Estimating potential customer value using customer data : using a classification technique to determine customer value /." Abstract and full text available, 2009. http://149.152.10.1/record=b3077978~S16.
Повний текст джерелаThesis advisor: Daniel Larose. "... in partial fulfillment of the requirements for the degree of Master of Science in Data Mining." Includes bibliographical references (leaves 37-39). Also available via the World Wide Web.
Koch-Falkenberg, Carolyn. "Kundenloyalität in Dienstleistungsbeziehungen: untersucht am Beispiel der Deutschen Bahn AG." Universitätsverlag der Technischen Universität Chemnitz, 2018. https://monarch.qucosa.de/id/qucosa%3A35451.
Повний текст джерелаWhy are travel customers of DB AG special customers with a comparatively less resilient loyalty which is particularly easy to be violated? What undermines their passion for going by train? Why is even the promotion of the unlimited loyalty of travel customers relevant to the quasimonopolist DB AG? What characterizes the attachment of the old fashioned loyalty type? And what characterizes the development and specific functioning of the binding of the ‚new‘ loyalty type? The author seizes the interdisciplinary topic of the interface theme 'customer loyalty in service relationships', which ocupy many science disciplines, but has so far been primarily researched quantitatively from a marketing perspective. Carolyn Koch-Falkenberg asks when and why clients are emotionally attached to their loyality for a company, how their loyalty is revealed, how it counteracts and illustrates the consequences of their natural loyalty form. The focus is on a specific form of attachment orientation. The author is using socially and scientifically qualitative methods in order to research consistently the subject perspective of the customer at the example of the service relationship between travel customers and the company DB AG.
Colesky, Theo. "A Comparative Study on Customs Tariff Classification." Thesis, University of Pretoria, 2014. http://hdl.handle.net/2263/42838.
Повний текст джерелаThesis (LLD)--University of Pretoria, 2015.
Mercantile Law
Unrestricted
Pettersson, Anders. "High-Dimensional Classification Models with Applications to Email Targeting." Thesis, KTH, Matematisk statistik, 2015. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-168203.
Повний текст джерелаFöretag kan använda e-mejl för att på ett enkelt sätt sprida viktig information, göra reklam för nya produkter eller erbjudanden och mycket mer, men för många e-mejl kan göra att kunder slutar intressera sig för innehållet, genererar badwill och omöjliggöra framtida kommunikation. Att kunna urskilja vilka kunder som är intresserade av det specifika innehållet skulle vara en möjlighet att signifikant förbättra ett företags användning av e-mejl som kommunikationskanal. Denna studie fokuserar på att urskilja kunder med hjälp av statistisk inlärning applicerad på historisk data tillhandahållen av musikstreaming-företaget Spotify. En binärklassificeringsmodell valdes, där responsvariabeln beskrev huruvida kunden öppnade e-mejlet eller inte. Två olika metoder användes för att försöka identifiera de kunder som troligtvis skulle öppna e-mejlen, logistisk regression, både med och utan regularisering, samt random forest klassificerare, tack vare deras förmåga att hantera högdimensionella data. Metoderna blev sedan utvärderade på både ett träningsset och ett testset, med hjälp av flera olika statistiska valideringsmetoder så som korsvalidering och ROC kurvor. Modellerna studerades under både scenarios med stora stickprov och högdimensionella data. Där scenarion med högdimensionella data representeras av att antalet observationer, N, är av liknande storlek som antalet förklarande variabler, p, och scenarion med stora stickprov representeras av att N ≫ p. Lasso-baserad variabelselektion utfördes för båda dessa scenarion för att studera informationsvärdet av förklaringsvariablerna. Denna studie visar att det är möjligt att signifikant förbättra öppningsfrekvensen av e-mejl genom att selektera kunder, även när man endast använder små mängder av data. Resultaten visar att en enorm ökning i antalet träningsobservationer endast kommer förbättra modellernas förmåga att urskilja kunder marginellt.
Tandan, Isabelle, and Erika Goteman. "Bank Customer Churn Prediction : A comparison between classification and evaluation methods." Thesis, Uppsala universitet, Statistiska institutionen, 2020. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-411918.
Повний текст джерелаFilová, Andrea. "Methodology of B2B Customer Segmentation in the Utilities on the Czech Market: Tool for Customer Classification into Segments." Master's thesis, Vysoká škola ekonomická v Praze, 2010. http://www.nusl.cz/ntk/nusl-72717.
Повний текст джерелаRosander, Oliver, and Jim Ahlstrand. "Email Classification with Machine Learning and Word Embeddings for Improved Customer Support." Thesis, Blekinge Tekniska Högskola, Institutionen för datalogi och datorsystemteknik, 2018. http://urn.kb.se/resolve?urn=urn:nbn:se:bth-15946.
Повний текст джерелаWelsh, William Bruce Maxwell. "Classification and analysis of ancient Maya burials and burial customs." Thesis, University College London (University of London), 1987. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.665991.
Повний текст джерелаHedlund, Henrik. "Predicting Satisfaction in Customer Support Chat : Opinion Mining as a Binary Classification Problem." Thesis, Uppsala universitet, Institutionen för lingvistik och filologi, 2016. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-300165.
Повний текст джерелаOzer, Gizem. "Fuzzy Classification Models Based On Tanaka." Master's thesis, METU, 2009. http://etd.lib.metu.edu.tr/upload/12610785/index.pdf.
Повний текст джерелаs Fuzzy Linear Regression (FLR) approach, and an improvement of an existing one, Improved Fuzzy Classifier Functions (IFCF). Tanaka&rsquo
s FLR approach is a well known fuzzy regression technique used for the prediction problems including fuzzy type of uncertainty. In the first part of the study, three alternative approaches are presented, which utilize the FLR approach for a particular customer satisfaction classification problem. A comparison of their performances and their applicability in other cases are discussed. In the second part of the study, the improved IFCF method, Nonparametric Improved Fuzzy Classifier Functions (NIFCF), is presented, which proposes to use a nonparametric method, Multivariate Adaptive Regression Splines (MARS), in clustering phase of the IFCF method. NIFCF method is applied on three data sets, and compared with Fuzzy Classifier Function (FCF) and Logistic Regression (LR) methods.
Pehrson, Jakob, and Sara Lindstrand. "Support Unit Classification through Supervised Machine Learning." Thesis, KTH, Skolan för elektroteknik och datavetenskap (EECS), 2020. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-281537.
Повний текст джерелаSyftet med artikeln är att utvärdera den påverkan som en klassificeringsmodell kan ha på den interna processen av kundtjänst inom ett stort digitaliserat företag. Chatbotar används allt mer frekvent bland digitala tjänster, även om den generella effekten inte alltid är tydlig. Studien är uppdelad i följande två frågeställningar: (1) Vilken klassificeringsalgoritm bland naive Bayes, logistisk regression, och neurala nätverk kan bäst förutspå den korrekta hjälpen en användare är i behov av och med vilken noggrannhet? Och (2) Vad är effekten på produktivitet och kundnöjdhet för användandet av maskininlärning för sortering av kundbehov? Data samlades från ett stort, digitalt företags interna databas och används sedan i träning och testning med de tre klassificeringsalgoritmerna. Vidare, en enkät skickades ut med fokus på att förstå hur det nuvarande systemet påverkar de berörda arbetarna. Ett första fynd indikerar att neurala nätverk är den mest lämpade modellen för klassificeringen. Däremot, när omfånget och komplexiteten var begränsat presenterade även naive Bayes och logistisk regression tillräckligt. Ett andra fynd av studien är att klassificeringen potentiellt förbättrar produktiviteten givet att baslinjen är mött. Däremot existerar en svårighet i att dra slutsatser om den exakta effekten på kundnöjdhet eftersom det finns många olika aspekter att ta hänsyn till. Likväl finns en god potential i att uppnå en positiv nettoeffekt.
Edlund, Molin Joanna, and Elinore Åsell. "Service Level Classification : How IKEA secures availability of the most important articles." Thesis, Uppsala universitet, Företagsekonomiska institutionen, 2011. http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-155726.
Повний текст джерелаVuckic, Asmir, and Renato Cosic. "Design Of A General Customer Segmentation Process." Thesis, Tekniska Högskolan, Högskolan i Jönköping, JTH, Industriell organisation och produktion, 2015. http://urn.kb.se/resolve?urn=urn:nbn:se:hj:diva-26371.
Повний текст джерелаPurpose – To examine how the process of customer segmentation can be designed, and which variables to consider to offer an appropriate customer service. To achieve this purpose the following questions will be answered: 1. Which variables should be included in customer segmentation? 2. How can a customer segmentation process be designed? Method – A general process was designed. The process has been developed through qualitative research based on literature review and interviews conducted in a case study. During the literature review the authors sought for theories on the subject in order to answer the research questions. This was later compared to the empirical evidence collected from the case study. Findings – The designed process contains seven dimensions with related variables. During the study the variables were evaluated concerning their impact on the situation. Only variables that had a high influence on the situation were implemented in the process. The study showed that that there are various approaches towards performing customer segmentation. When designing a customer segmentation process, it is of high importance to know which variables suit the organizations line of business and how they affect the outcome. Research limitations – The thesis is restricted into designing a customer segmentation process, the process will therefore not be applied on the case company during the case study. The process can still be generalized and usable for companies with similar distribution setup. Further research could strive to include other variables. Implications – The designed process assists in the decision-making situation regarding customer segmentation. By balancing the variables it enables a basis for customer service offering. These variables take the requested generalization in consideration. Originality/value – The customer segmentation process presented in this thesis is, as far as the authors know, the first in its kind with its layout. The variables could be used in other segmentation processes as well which show a high grade of generalization. What is unique with the designed process in this thesis is that it contains a mixture of two well proven customer segmentation theories namely, Kotler’s (2009) Bottom-Up-Approach and Weinstein’s (2004) B2B Market Segmentation.
Karlström, Jesper. "Classification of Geometry Related End Customer Claims at the Volvo GTO Umeå Plant Using Natural Language Processing." Thesis, Umeå universitet, Institutionen för fysik, 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-160224.
Повний текст джерелаTeichert, Thorsten, Edlira Shehu, and Wartburg Iwan von. "Customer segmentation revisited: The case of the airline industry." Elsevier, 2008. https://publish.fid-move.qucosa.de/id/qucosa%3A38407.
Повний текст джерелаGonzalez, Munoz Mario, and Philip Hedström. "Predicting Customer Behavior in E-commerce using Machine Learning." Thesis, KTH, Skolan för elektroteknik och datavetenskap (EECS), 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-260269.
Повний текст джерелаE-commerce has been a rapidly growing sector during the last years, and are predicted to continue to grow as fast during the next ones. This has opened up a lot of opportunities for companies trying to sell their products or services, but it is also forcing them to exploit these opportunities before their competitors in order to not fall behind. One interesting opportunity we have chosen to focus this thesis on is the ability to use customer data, that has not been available with physical stores, to identify customer behaviour patterns and develop a better understanding for the customers. Hopefully this makes it possible to predict customer behaviour. We specifically focused on distinguishing possible-buyers from buyers, with the intent of identifying key factors that affect whether the customer performs a purchase or not. We did this using Binary Logistic Regression, a supervised machine learning algorithm that is trained to classify an input observation. We managed to create a model that predicted whether or not a customer was a possible-buyer or buyer with an accuracy of 88%.
Robra-Bissantz, Susanne, and Christoph Lattemann. "Customer Integration und Customer Governance – Neue Konzepte für die Anbieter-Kunden-Beziehung im B2C-E-Business." Technische Universität Dresden, 2005. https://tud.qucosa.de/id/qucosa%3A28369.
Повний текст джерелаRegelin, Tilman, Henning Staar, and Monique Janneck. "Customer Satisfaction in Networked Narratives – Exploring the applicability of ECT in Alternate Reality Games." TUDpress, 2017. https://tud.qucosa.de/id/qucosa%3A29891.
Повний текст джерелаKästel, Arne Morten, and Christian Vestergaard. "Comparing performance of K-Means and DBSCAN on customer support queries." Thesis, KTH, Skolan för elektroteknik och datavetenskap (EECS), 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-260252.
Повний текст джерелаI kundtjänst förekommer det ofta upprepningar av frågor samt sådana frågor som inte kräver unika svar. I syfte att öka produktiviteten i kundtjänst funktionens arbete att besvara dessa frågor undersöks metoder för att automatisera en del av arbetet. Vi undersöker olika metoder för klusteranalys, applicerat på existerande korpusar innehållande texter så väl som frågor. Klusteranalysen genomförs i syfte att identifiera dokument som är semantiskt lika, vilket i ett automatiskt system för frågebevarelse skulle kunna användas för att besvara en ny fråga med ett existerande svar. En jämförelse mellan hur K-means och densitetsbaserad metod presterar på tre olika korpusar vars dokumentrepresentationer genererats med BERT genomförs. Vidare diskuteras den digitala transformationsprocessen, varför företag misslyckas avseende implementation samt även möjligheterna för en ny mer iterativ modell.
Avermann, Niklas, and Jan Schlüter. "Determinants of customer satisfaction with a true door-to-door DRT service in rural Germany." Elsevier, 2019. https://publish.fid-move.qucosa.de/id/qucosa%3A72228.
Повний текст джерелаLöbler, Helge, and Christoph Röck. "Marktforschung: Kundenorientierte Dienstleistung oder Zwangsbeglückung?" Schäffer-Poeschel, 1998. https://ul.qucosa.de/id/qucosa%3A15306.
Повний текст джерелаWartlick, Karl, Matthias Baumann, Andras Veres, and Roman Weidemann. "CFD-aided optimization of customer-specific tank systems using an innovative labyrinth deaerator." Technische Universität Dresden, 2020. https://tud.qucosa.de/id/qucosa%3A71199.
Повний текст джерелаTryggvadottir, Valgerdur. "Customer Churn Prediction for PC Games : Probability of churn predicted for big-spenders usingsupervised machine learning." Thesis, KTH, Optimeringslära och systemteori, 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-254198.
Повний текст джерелаParadox Interactive är en svensk videospelutvecklare och utgivare som har spelare över hela världen. Paradox största plattform när det gäller antal spelare och intäk-ter är PC:n. Målet med detta exjobb var att göra en churn-predikterings modell för att förutsäga sannolikheten för att spelare har "churnat" för att veta vilka spelare fokusen ska vara på i retentionskampanjer. Eftersom syftet med churn-prediktering är att minimera förlust på grund av kunderna som "churnar", var fokusen på spelare som spenderar mest pengar (valar) i Paradox PC-spel.För att definiera vilka spelare som är valar undersöktes hur mycket spelarna spenderar under en 12 månaders rullande period (från 2016-01-01 till 2018-12-31). Spelarna som spenderade mer än 95:e percentilen av den totala spenderingen för varje period definierades som valar. För att definiera när en val har "churnat", det vill säga slutat vara en kund som spenderar mycket pengar i Paradox PC-spel, tittade man på hur många dagar som gått sedan spelarna köpte någonting. En val har "churnat" om han inte har köpt något under de senaste 28 dagarna.När data hade varit samlad om valarna var datan förberedd för ett antal olika maskininlärningsmetoder. Logistic Regression, L1 Regularized Logistic Regression, Decision Tree och Random Forest var de metoder som testades. Random Forest var den metoden som gav bäst resultat med avseende på AUC, med AUC = 0, 7162. Slutsatsen är att det verkar vara möjligt att förutsäga sannolikheten att Paradox valar "churnar". Det kan vara möjligt att förbättra modellen ytterligare genom att undersöka mer data och finjustera definitionen av churn.
Wittrock, Janina. "Analyse von Kundenaktivitäten und der Bereitstellungsqualität von Büchern aus Kundensicht: mit einer Untersuchung von Kundenkommentaren zu Mietangeboten für E-Books." HTWK Open-Access-Hochschulverlag, 2016. https://htwk-leipzig.qucosa.de/id/qucosa%3A70581.
Повний текст джерелаNau, Alexandra. "Social Media Analytics." Universität Leipzig, 2018. https://ul.qucosa.de/id/qucosa%3A31862.
Повний текст джерелаHöglind, Sanna, and Emelie Sundström. "Klassificering av transkriberade telefonsamtal med Support Vector Machines för ökad effektivitet inom vården." Thesis, KTH, Skolan för elektroteknik och datavetenskap (EECS), 2019. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-262043.
Повний текст джерелаEvery year Patientnämnden recieves thousands of phone calls from patients wishing to make complaints about the health care in Stockholm. The aim of this work is to investigate how an NLP-robot for classification of recieved phone calls would contribute to an increased efficiency of the operation. The classification of the complaints has been made using a method based on Support Vector Machines. In order to optimize the accuracy of the model the impact of the length of the word vector has been investigated. The final result was an accuracy of 53.10%. The result was analyzed with the goal to identify potential opportunities of improvement of the model. For future work it could be interesting to investigate in how the number of calls, the number of people recording the calls and the distribution between the classes affect the accuracy A SWOT-analysis was performed in order to investigate in how the efficiency of Patientnämnden would be affected by the implementation of an NLP-robot. The analysis showed apparent benefits of automation of complaint management, but also that such an implementation must be done with great caution in order to be able to ensure that the available competence is high enough to prevent potential threats.
Karla, Jürgen, and Thomas Scholl. "Nutzung von Social Media-Diensten durch Sparkassen." Technische Universität Dresden, 2011. https://tud.qucosa.de/id/qucosa%3A28084.
Повний текст джерелаHelmholz, Patrick, and Susanne Robra-Bissantz. "Jazz in der Stadt und Rock auf der Autobahn - von der kollaborativen zur kollaborativ-kontextorientierten Musikempfehlung." Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden, 2015. http://nbn-resolving.de/urn:nbn:de:bsz:14-qucosa-181625.
Повний текст джерелаZabalevičius, Justas. "Tarifinio prekių klasifikavimo įtaka antidempingo muitų surinkimui." Master's thesis, Lithuanian Academic Libraries Network (LABT), 2014. http://vddb.library.lt/obj/LT-eLABa-0001:E.02~2014~D_20140603_135249-71349.
Повний текст джерелаThe topic "Influence of the tariff goods classification for the collection of anti-dumping customs duties" is presented in this Master's concluding thesis. The goal of the work is to analyze the rules and principles of the tariff classification and their application in practice in order to disclose the possible non-application cases of anti-dumping customs duties in the Customs Department of Lithuania. The goal of the work indicates the general trend of the Master's work and is orientated towards the analysis of this problem in terms of theoretical and application aspects. Therefore, I am looking at the assessing sphere of the tariff goods classification and determination of anti-dumping customs duties through the control of the Customs Duties.
Utterberg, Oscar, and Martin Rand. "Klassificering av reservdelar för effektivare reservdelshantering." Thesis, Tekniska Högskolan, Högskolan i Jönköping, JTH, Industriell organisation och produktion, 2018. http://urn.kb.se/resolve?urn=urn:nbn:se:hj:diva-41665.
Повний текст джерелаPurpose–The purpose of this study was to find a classification tool that can ease the decision-making process of spare parts planning and forecasting. To accomplish this, three research questions were formulated; Which analysis tools can be used for a systematic classification of spare parts into different groups? How can the classified groups be used when planning and forecasting spare parts? How can the forecasting be done for the different classified groupsconsidering thecustomer service level? Method– The study was deductively through theory-building, with both an empirical case study and analytical conceptual approach. The methods used were; litterateur research, interviews and collection of secondary data. The litterateur research has been conducted in the areas; spare parts classification and forecasting. Findings– The finding of this study was that a multi criteria method is needed for a systematic classification of spare parts, because of the complex nature of spare part handling. The classification model can then be used for multiple tasks. The tasks that this study found were; help in deciding the customer service level, help in choosing forecast method for the different spare part groups and finding the spare parts that have shifted in demand trend. Implications– The classification model intends to ease companies spare parts planning and forecasting process. With help from the model the case company should have a more effective process now in choosing which customer service level and forecasting method to use for their spare part. Limitations– This studies limitation was that only one case company was studied because of time constraints. This makes the modified model very company specific and needs to be further validated on other companies. Keywords– Classification, Spare parts classification, Decision support, Forecasting, Spare parts forecasting, customer service level
Paul, Erik. "Service Level Modell – Erweiterung der Kundenbasis für das Internet der Dinge." Master's thesis, Dresden International University, 2018. http://nbn-resolving.de/urn:nbn:de:bsz:14-qucosa-235626.
Повний текст джерелаMohaupt, Michael. "Konzeptioneller Bezugsrahmen zur Unsicherheitsproblematik im kundenzentrierten Revenue Management." Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden, 2014. http://nbn-resolving.de/urn:nbn:de:bsz:14-qucosa-156699.
Повний текст джерелаMachner, Bodo. "Neue Produkte, neue Märkte, effizientere Prozesse – Herausforderungen an das Produktdatenmanagement." Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden, 2017. http://nbn-resolving.de/urn:nbn:de:bsz:14-qucosa-228070.
Повний текст джерелаGeiger, Manuel, and Susanne Robra-Bissantz. "Die Sicherung der Stadt als gesellschaftlicher Mittelpunkt: Die Inspiration als Konzept zur Stärkung der Kunde-Händler-Beziehung." TUDpress, 2019. https://tud.qucosa.de/id/qucosa%3A36563.
Повний текст джерелаVaculíková, Michaela. "Zkvalitnění služeb Hotelu Centro spojené s přechodem na vyšší stupeň hotelové klasifikace." Master's thesis, Vysoké učení technické v Brně. Fakulta podnikatelská, 2011. http://www.nusl.cz/ntk/nusl-223034.
Повний текст джерелаRobra-Bissantz, Susanne, Stephan Berkhoff, Patrick Helmholz, Markus Weinmann, and Maximilian Witt. "Vertrauen durch Kommunikation – Strategien im Web 2.0 tragen zu erfolgreichen Kundenbeziehungen bei." Technische Universität Dresden, 2010. https://tud.qucosa.de/id/qucosa%3A28035.
Повний текст джерелаMelzer, Marlen. "Merkmale "gut gestalteter Aufgaben" bei interaktiven Arbeitstätigkeiten im Einzelhandel." Doctoral thesis, Technische Universität Dresden, 2007. https://tud.qucosa.de/id/qucosa%3A23590.
Повний текст джерелаSchieber, Andreas, and Andreas Hilbert. "Status Quo der Textanalyse im Rahmen der Business Intelligence." Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden, 2014. http://nbn-resolving.de/urn:nbn:de:bsz:14-qucosa-138447.
Повний текст джерелаCallan, Roger J. "An empirical study to determine the pre-eminent range of attributes of United Kingdom hotels as perceived by the hotelier and the customer and to educe how proficiently such ascriptions are measured by hotel classification and grading schemes." Thesis, Manchester Metropolitan University, 1996. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.296089.
Повний текст джерелаHeinrich, Kai. "Influence Potential Framework." Universitätsbibliothek Chemnitz, 2011. http://nbn-resolving.de/urn:nbn:de:bsz:ch1-qucosa-70640.
Повний текст джерелаWeiss, Tobias, and Dorothea Reisbach. "Förderung der Kundeninteraktion zur Nutzung von Datenvisualisierungen auf Basis von Smart Metering im Privatkundenbereich." TUDpress, 2019. https://tud.qucosa.de/id/qucosa%3A36564.
Повний текст джерелаZimmermann, Valentin, Christoph Kempf, Leo Hartmann, Nikola Bursac, and Albert Albers. "Umgang mit Marktunsicherheiten in der Zielsystementwicklung: Methode zur Reduktion von Definitionslücken bei der Konkretisierung des Initialen Zielsystems." Thelem Universitätsverlag & Buchhandlung GmbH & Co. KG, 2021. https://tud.qucosa.de/id/qucosa%3A75848.
Повний текст джерелаHugosson, Conny, Omer Kayani, and Mark Krieg. "Customer focused development of a variable bent-axis pump/motor for open circuit hydrostatic transmissions, e.g. in hydraulic hybrid drives." Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden, 2016. http://nbn-resolving.de/urn:nbn:de:bsz:14-qucosa-200062.
Повний текст джерелаKeil, Heinz-Simon. "Ganzheitlicher "Produkt-Entwicklungs-Prozess" beeinflusst nachhaltig das schlanke "Life-Cycle-Management" – From Lean to Digital Approach." TUDpress - Verlag der Wissenschaften GmbH, 2012. https://tud.qucosa.de/id/qucosa%3A30481.
Повний текст джерела