Geri Dön

Makine öğrenmesi tabanlı uçtan uca çağrı merkezi görüşmelerinin değerlendirme sistemi

Machine learning based end-to-end call centers call evaluation system

  1. Tez No: 765147
  2. Yazar: ÇAĞATAY AYDIN
  3. Danışmanlar: DOÇ. DR. ORHAN AKBULUT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 58

Özet

Çağrı merkezi, mevcut ve potansiyel müşterilerden gelen ve giden aramaları yöneten merkezi bir departmandır. Çağrı merkezi değerlendirme formu, bir çağrı merkezi temsilcisinin etkinliğini ve performansını değerlendirmek için kullanılan bir değerlendirme aracıdır. Bu form ile temsilciler, şirket politika ve kurallarına bağlılıkları temelinde değerlendirilmektedir. Çağrı kanalıyla gelen ve giden taleplerin sayısının çok olması tüm çağrıların değerlendirilememesine neden olur. Çağrı performans analizinin yapılması ve yaşanılan problemin tespit edilebilmesi doğal dil işlemenin çözüm bulabileceği bir alandır. Çağrı performans değerlendirmesinin en zor tarafı, çağrı performansını değerlendiren kişinin tüm çağrı kayıtlarını dinleyecek zamanının olmamasıdır. Çağrı performans analizinin doğru yapılabilmesi için tüm çağrıların detaylı bir şekilde değerlendirilmiş olması gerekmektedir. Bu tez kapsamında çağrı merkezlerinde yaşanan sorunlara çözüm olabilmek adına; tüm çağrılar Google Speech to Text aracılığıyla metne çevrilmiştir. Ardından hangi kelimenin hangi aralıkta söylenildiği bilgisi ve söylenilen metin elde edilmiştir. Sesin, metne çevrilmesinden sonra anlamsal metin benzerliği yöntemiyle çağrı kaydı metne dönüştürüldükten sonra diyalog içerisinde geçen metinler ile çağrı performans formlarında geçen metinlerin benzerlikleri hesaplanmıştır. Benzerlik oranının yüksek olduğu durumlarda temsilci söylemesi gereken kelime ve kelime öbeklerini söylemişse görevini başarıyla yerine getirmiş sayılmaktadır. Ayrıca tüm çağrılarda duygu analizi kullanılarak müşterinin ve çağrı merkezi yetkilisinin genel duygu durumu bulunmuştur. Çağrı merkezi yetkilisinin ve müşterinin duygu durumunun pozitif olmasına performans metriklerinde yer verilmiştir. Bu aşamalar sonucunda çağrı merkezinin görüşmüş olduğu tüm çağrılar için uçtan uca çağrı performansı değerlendirme sistemi önerilmiştir.

Özet (Çeviri)

The call center is a central department that handles incoming or outgoing calls from existing and potential customers. The call center evaluation form is an evaluation tool used for to evaluate the effectiveness and performance of a call center agent. With this form, call center agents are evaluated on the basis of their observance to company policies and rules. The high number of incoming and outgoing calls causes not all calls to be evaluated. Identifying the problems experienced in the calls made by the call center agents and performing the call performance analysis is an area where natural language processing can find a solution. The most difficult part of call performance evaluation is that the person evaluating the call performance does not have time to listen to all the call recordings. In order for the call performance analysis to be carried out correctly, all calls must be evaluated. In this thesis, in order to solve this problem, all calls have been converted into text via Google Speech to Text. Then information on which word was said in which interval and the spoken text was obtained. After the call recording was converted into text, with the semantic text similarity approach, the similarities of the texts in the dialogue and the texts in the call performance forms were calculated. In cases where the similarity rate between call center agent's words and the phrases that necessary to say is high, call center agent considered to have successfully fulfilled the task. In addition, the general mood of the customer and the call center officer was found by using sentiment analysis in all calls. The positive emotional state of the call center officer and the customer is included in the performance metrics. As a result of these stages, an end-to-end call performance evaluation system has been proposed for all calls that the call center has met.

Benzer Tezler

  1. Designing and evaluating cybersecurity threats detection usingmachine learning

    Siber tasarım ve değerlendirme güvenlik tehditlerinin tespiti kullanımı makine öğrenme

    FATIMAH THAMER ABDULHAMZA BANI-SAAD

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ABDULLAHI ABDU IBRAHIM

  2. Graph neural networks-based primal heuristics for combinatorial optimization

    Kombinatoryal optimizasyon için grafik sinir ağları tabanlı birincil sezgisel yöntem

    FURKAN CANTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Yapay Zeka Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ REYHAN AYDOĞAN

    PROF. DR. OKAN ÖRSAN ÖZENER

  3. Spoken infobot design

    Konuşan bilgi botu tasarımı

    RAMAZAN GÖKAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HÜLYA YALÇIN

  4. End-to-end tire defect detection model based on machine and deep learning techniques

    Makine ve derin öğrenme tekniklerine dayalı uçtan uca lastik arıza tespit modeli

    RADHWAN ALI ABDULGHANI SALEH

    Doktora

    İngilizce

    İngilizce

    2024

    Mekatronik MühendisliğiKocaeli Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN METİN ERTUNÇ

  5. 802.11AC ortamında makine öğrenmesi yaklaşımları ile donanım tabanlı saldırı tespit sistemi ve 802.11S örgü ağlarına yönelik saldırı gerçeklemeleri

    Machine learning approaches on hardware based intrusion detection system and implementations of 802.11S attacks on an 802.11AC based wireless testbed environment

    OZAN YÜKSEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT ALANYALI