Öngörülü arama sisteminde yapay zeka tabanlı tahmin modellerinin başarısı
The success of artificial intelligence based prediction models in predictive dialing
- Tez No: 858443
- Danışmanlar: DR. ÖĞR. ÜYESİ KADRİYE HİLAL TOPAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Nişantaşı Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
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
- An agent-based framework for systematic generative feature engineering in financial markets
Finansal piyasalarda sistematik üretici değişken mühendisliği için yapay zekâ ajanları temelli bir yaklaşım
MUSTAFA ENES KARAMAN
Yüksek Lisans
İngilizce
2026
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBüyük Veri ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ALP ÜSTÜNDAĞ
- Dağıtık enerji sistemleri için yapay zeka destekli batarya sağlığı odaklı adaptif ve çok amaçlı bir enerji yönetim metodolojisinin geliştirilmesi
Development of an ai-assisted, battery health-oriented, adaptive and multi-objective energy management methodology for distributed energy systems
MUSA TERKEŞ
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİN GÖKALP
DOÇ. DR. ALPASLAN DEMİRCİ
- Out-of-plane behaviour assessment of double-leaf masonry walls and numerical model for nonlinear analysis
Çift yapraklı yığma duvarların düzlem dışı davranışlarının değerlendirilmesi ve doğrusal olmayan analiz için sayısal model önerilmesi
ALVAND MOSHFEGHI
Doktora
İngilizce
2025
Deprem Mühendisliğiİstanbul Teknik ÜniversitesiDeprem Mühendisliği Ana Bilim Dalı
PROF. DR. İHSAN ENGİN BAL
- Development of LPV-MPC and LQR control strategıesfor multı-uav formatıon wıth battery-awareweıght matrıx optımızatıon
Batarya farkındalığına sahip ağırlık matrisi optimizasyonuile çoklu iha formasyonu için lpv-mpc ve LQRkontrol stratejilerinin geliştirilmesi
HACI MUHAMMED YILDIZ
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAYRİ ACAR
- Otonom bir elektrikli aracın adaptif hız uyarlamalı kontrolü için model öngörülü kontrol tasarımı
Model predictive control design for adaptive cruise control of an autonomous electric vehicle
BERKE MİRAÇ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiKontrol Mühendisliği Ana Bilim Dalı
DOÇ. DR. UĞUR YILDIRAN