Read more
Diese Arbeit befasst sich mit Kundenrezensionen in der Telekommunikationsbranche, wobei moderne Machine Learning Methoden im Bereich Sentiment Analysis und Explainable AI angewendet werden.
Hierbei wird als empirische Studie eine große Mengen an Textdaten aus Online-Bewertungen ausgewertet, um Erkenntnisse über emotionale Tendenzen, wiederkehrende Themenschwerpunkte und Einflussfaktoren auf die Kundenzufriedenheit zu gewinnen. Durch die Einbeziehung von Explainable AI wird eine transparente und nachvollziehbare Interpretation der Ergebnisse möglich. Der entwickelte KI-Ansatz dient als Grundlage für datenbasierte Entscheidungsprozesse und weist durch seine flexible Architektur ein hohes Übertragungspotenzial auf unterschiedliche Branchen auf.
List of contents
Einleitung.- Theoretischer Hintergrund.- Forschungsansatz: Design Science Research.- Artefakte Gestaltung und Demonstration.- Evaluation der Ergebnisse.- Diskussion.- Fazit & Ausblick.
About the author
Despina Karagkioulmezi ist Data Scientist in der Telekommunikationsbranche, Big Data & Business Analytics an der FOM-Hochschule für Ökonomie & Management in Köln.
Summary
Diese Arbeit befasst sich mit Kundenrezensionen in der Telekommunikationsbranche, wobei moderne Machine Learning Methoden im Bereich Sentiment Analysis und Explainable AI angewendet werden.
Hierbei wird als empirische Studie eine große Mengen an Textdaten aus Online-Bewertungen ausgewertet, um Erkenntnisse über emotionale Tendenzen, wiederkehrende Themenschwerpunkte und Einflussfaktoren auf die Kundenzufriedenheit zu gewinnen. Durch die Einbeziehung von Explainable AI wird eine transparente und nachvollziehbare Interpretation der Ergebnisse möglich. Der entwickelte KI-Ansatz dient als Grundlage für datenbasierte Entscheidungsprozesse und weist durch seine flexible Architektur ein hohes Übertragungspotenzial auf unterschiedliche Branchen auf.
