Geri Dön

Öngörülü arama sisteminde yapay zeka tabanlı tahmin modellerinin başarısı

The success of artificial intelligence based prediction models in predictive dialing

  1. Tez No: 858443
  2. Yazar: ERCÜMENT BUĞRA ÇİÇEK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ KADRİYE HİLAL TOPAL
  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: 2024
  8. Dil: Türkçe
  9. Üniversite: İSTANBUL NİŞANTAŞI ÜNİVERSİTESİ
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 81

Özet

Yapay zeka, günümüzde çağrı merkezi yöneticilerine veri odaklı kararlar almak için güçlü bir araç sunmaktadır. Yapay zeka destekli öngörülü arama sistemleri ise çağrı merkezlerinin verimliliğini artırarak müşteri taleplerinin hızlı ve etkili bir şekilde karşılanmasına olanak sağlamaktadır. Bu çalışmanın amacı, yapay zeka destekli öngörülü arama sistemlerinin işletmeler için taşıdığı değeri vurgulamak ve bu sistemlerin daha etkili bir şekilde kullanılabilmesi için gerekli tahminlerin elde edilmesinde uygun modellerin karşılaştırılmasıdır. Bu amaçla sağlık turizmi konusunda 2023 yılı için gelen günlük çağrılardan oluşan veri setine makine öğrenmesi modellerinden Gradyan Artırma ve Rassal Orman Regresyonu uygulanmış, modeller hatalara dayalı kriterler kullanılarak karşılatırılmıştır. Sonuç olarak, Gradyan Artırma regresyonunun çağrıların tahmininde gerçeğe daha yakın sonuçlar verdiği bulgusu elde edilmiştir. Bu çalışmada, çağrı merkezi operasyonlarını optimize etmek amacıyla geliştirilen öngörülü arama sistemlerinin yapay zeka teknolojileri ile nasıl birleştirildiğini ve bu birleştirmenin çağrı merkezlerindeki performans üzerindeki derin etkilerini kapsamlı bir şekilde ele alınmıştır. Ayrıca bu teknolojilerin avantajları, dezavantajları ve farklı kullanım alanları ayrıntılı bir şekilde açıklannmış, özellikle ulaşılabilir çağrı sayısı üzerindeki etkilerini incelenmiştir. Bu çalışmada elde edilen sonuçların çağrı merkezi yöneticileri, işletme sahipleri ve araştırmacılar için önemli bir kaynak oluşturacağı düşünülmektedir.

Özet (Çeviri)

Artificial intelligence currently offers a powerful tool for call center managers to make data-driven decisions. Artificial intelligence -powered predictive dialing systems increase the efficiency of call centers by enabling quick and effective meeting of customer demands. The purpose of this study is to highlight the value that Artificial intelligence -powered predictive dialing systems bring to businesses and to compare appropriate models for obtaining the necessary predictions for more effective use of these systems. For this purpose, machine learning models, Gradient Boosting and Random Forest Regression, have been applied to a dataset of daily calls received in the field of health tourism for the year of 2023, and the models have been compared using criteria based on errors. As a result, it was found that Gradient Boosting regression provided results closer to reality in predicting calls. This study comprehensively addresses how predictive calling systems, developed to optimize call center operations, are integrated with artificial intelligence technologies and the profound impact of this integration on performance in call centers. Additionally, the advantages, disadvantages, and different application areas of these technologies are explained in detail, particularly examining their effects on the number of accessible calls. The findings of this study are believed to be an important source for call center managers, business owners, and researchers.

Benzer Tezler

  1. A digital twin framework for predictive maintenance

    Öngörücü bakım için dijital ikiz çerçevesi

    MUSTAFA FURKAN SÜVE

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  2. Secure and coordinated beamforming in 5G and beyond systems using deep neural networks

    5G ve ötesi sistemlerde derin sinir ağları kullanarak güvenli ve koordineli hüzmeleme

    UTKU ÖZMAT

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET AKİF YAZICI

    DR. ÖĞR. ÜYESİ MEHMET FATİH DEMİRKOL

  3. Hibrit ve kaotik metasezgisel arama algoritmaları kullanarak model öngörülü kontrol yapıları tasarımı

    Hybrid and chaotic metaheuristic algorithms and design of model predictive control structures

    MURAT ERHAN ÇİMEN

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ FUAT BOZ

  4. Model predictive control for unmanned aerial vehicle

    İnsansız hava aracının model tabanlı öngörülü kontrolü

    HALİT FIRAT ERDOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYHAN KURAL

  5. Destek vektör regresyonu ile PID kontrolör tasarımı

    Design of PID controller via support vector regression

    KEMAL UÇAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜLAY ÖKE