ARTIFICIAL INTELLIGENCE BASED METHOD TO ENHANCE CUSTOMER SERVICE OVER THE INTERNET
İNTERNET ÜZERİNDEN MÜŞTERİ HİZMETLERİNİ GELİŞTİRMEK İÇİN YAPAY ZEKA TABANLI YÖNTEM
- Tez No: 820393
- Danışmanlar: DR. ÖĞR. ÜYESİ HASAN ABDULKADER
- Tez Türü: Yüksek Lisans
- Konular: Belirtilmemiş.
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu uygulama, öğrenciler ile öğretmenler veya kurumlar arasındaki öğrenme ve eğitim etkileşimlerini kolaylaştırmak için tasarlanmış kapsamlı bir platformdur. Kullanıcılar arasında güçlü ilişkiler kurmaya ve sürdürmeye odaklanan Müşteri İlişkileri Yönetimi (CRM) çerçevesi altında faaliyet göstermektedir. Uygulama, kullanıcı dostu bir arayüz, güvenli kayıt ve kimlik doğrulama süreçleri ve öğrenme deneyimini geliştirecek çok çeşitli özellikler sunar. Bu uygulamanın temel unsurlarından biri, işlevselliğini artırmak ve kullanıcı deneyiminin çeşitli yönlerini iyileştirmek için makine öğrenimi tekniklerinin entegrasyonudur. Makine öğrenimi; güvenlik, kişiselleştirme, öneri sistemleri ve veri analizi gibi çeşitli alanlarda önemli bir rol oynar. Güvenlik açısından, tehdit tespiti, anormallik tespiti ve sahtekarlığın önlenmesi için makine öğrenimi algoritmalarından yararlanılmaktadır. Bu algoritmalar, potansiyel güvenlik risklerini belirlemek ve azaltmak için kullanıcı etkileşimlerini ve sistem günlüklerini sürekli olarak izleyerek güvenli bir öğrenme ortamı sağlar. Kullanıcı deneyimini kişiselleştirmek için makine öğrenimi algoritmalarından da yararlanılır. Uygulama, kullanıcı davranışını, tercihlerini ve geri bildirimlerini analiz ederek özel içerik, kurs önerileri ve kişiselleştirilmiş öğrenme yolları sunarak etkileşimi ve memnuniyeti artırabilir. Uygulama, makine öğrenimi tarafından desteklenen sağlam bir öneri sistemi içerir. Bu algoritmalar kurslar, öğretmenler ve eğitim kaynakları için akıllı öneriler oluşturmak amacıyla kullanıcı verilerini, kurs özelliklerini ve topluluk geri bildirimlerini analiz eder. Bu, kullanıcıların ilgili içeriği keşfetmesine ve bilinçli kararlar almasına yardımcı olur. Ayrıca, veri analizi ve içgörü üretimi için makine öğrenimi algoritmaları kullanılır. Uygulama, metinsel verilerden sorular, cevaplar ve ders açıklamaları gibi değerli bilgileri çıkarmak için doğal dil işleme (NLP) tekniklerini kullanır. Bu, verimli içerik organizasyonu, arama yetenekleri ve gelişmiş kullanıcı etkileşimi sağlar.
Özet (Çeviri)
This application is a comprehensive platform designed to facilitate learning and educational interactions between students and teachers or institutes. It operates under a Customer Relationship Management (CRM) framework, focusing on building and maintaining strong relationships between users. The application offers a user-friendly interface, secure registration and authentication processes, and a wide range of features to enhance the learning experience. One of the key elements of this application is the integration of machine learning techniques to augment its functionalities and improve various aspects of the user experience. Machine learning plays a crucial role in several areas, including security, personalization, recommendation systems, and data analysis. In terms of security, machine learning algorithms are utilized for threat detection, anomaly detection, and fraud prevention. These algorithms continuously monitor user interactions and system logs to identify and mitigate potential security risks, ensuring a secure learning environment. Machine learning algorithms are also leveraged to personalize the user experience. By analyzing user behavior, preferences, and feedback, the application can provide tailored content, course recommendations, and personalized learning paths, enhancing engagement and satisfaction. The application incorporates a robust recommendation system powered by machine learning. These algorithms analyze user data, course attributes, and community feedback to generate intelligent recommendations for courses, teachers, and educational resources. This assists users in discovering relevant content and making informed decisions. Furthermore, machine learning algorithms are employed for data analysis and insights generation. The application utilizes natural language processing (NLP) techniques to extract valuable information from textual data, such as questions, answers, and course descriptions. This enables efficient content organization, search capabilities, and improved user engagement.
Benzer Tezler
- ARTIFICIAL INTELLIGENCE BASED METHOD TO ENHANCE CUSTOMER SERVICE OVER THE INTERNET
İNTERNET ÜZERİNDEN MÜŞTERİ HİZMETLERİNİ GELİŞTİRMEK İÇİN YAPAY ZEKA TABANLI YÖNTEM
SHAMS KHAIRULDEEN ABDULQADER
Yüksek Lisans
İngilizce
2023
Altınbaş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN ABDULKADER
- Online satın almada yapay zekâya yönelik tüketici kaygılarının müşteri deneyimi üzerindeki etkisinin incelenmesi: Kişiselleştirmenin aracı rolü üzerine bir araştırma
A study on the impact of consumer anxieties about artificial intelligence in online purchasing on customer experience: The mediator role of personalization
EBRUNUR DEĞİRMENCİOĞLU
Yüksek Lisans
Türkçe
2025
İşletmeAtatürk Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. TEVFİK ŞÜKRÜ YAPRAKLI
- Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü
Modeling, implementation and control of logistics systems using artificial neural networks
MURAT ERMİŞ
Doktora
Türkçe
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. FÜSUN ÜLENGİL
- Advanced techniques and comprehensive analysis in speech emotion recognition using deep neural networks
Derin sinir ağları kullanarak konuşma duygu tanıma üzerine gelişmiş teknikler ve kapsamlı analiz
AHMET KEMAL YETKİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- RFMLP based customer segmentation and customer churn analysis in heavy equipment industry using customer transactions data
İş makinesi sektöründe müşteri işlem verilerini kullanarak RFMLP tabanlı müşteri segmentasyonu ve müşteri kayıp analizi
MUSTAFA ÇAMLICA
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FETHİ ÇALIŞIR