Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Zdzisław Pawlak: Man, Creator and Innovator ofComputer Sciences Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

User Friendly NPS-Based Recommender System for Driving Business Revenue

verfasst von : Zbigniew W. Ras, Katarzyna A. Tarnowska, Jieyan Kuang, Lynn Daniel, Doug Fowler

Erschienen in: Rough Sets

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper provides an overview of a user-friendly NPS-based Recommender System for driving business revenue. This hierarchically designed recommender system for improving NPS of clients is driven mainly by action rules and meta-actions. The paper presents main techniques used to build the data-driven system, including data mining and machine learning techniques, such as hierarchical clustering, action rules and meta actions, as well as visualization design. The system implements domain-specific sentiment analysis performed on comments collected within telephone surveys with end customers. Advanced natural language processing techniques are used including text parsing, dependency analysis, aspect-based sentiment analysis, text summarization and visualization.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Advances in Rough Set Based Hybrid Approaches for Medical Image Analysis
Nächstes Kapitel The Multi-purpose Role of the Relational Approach to Classic and Generalized Approximation Spaces. A Tutorial
Fußnoten
1
NPS®, Net Promoter® and Net Promoter® Score are registered trademarks of Satmetrix Systems, Inc., Bain and Company and Fred Reichheld.
 
Literatur
1.
Kuang, J.: Hierarchically structured recommender system for improving NPS. The University of North Carolina at Charlotte, ProQuest Dissertations Publishing (2016)
2.
Kuang, J., Raś, Z.W., Daniel, A.: Hierarchical agglomerative method for improving NPS. In: Kryszkiewicz, M., Bandyopadhyay, S., Rybinski, H., Pal, S.K. (eds.) PReMI 2015. LNCS, vol. 9124, pp. 54–64. Springer, Cham (2015). doi:10.​1007/​978-3-319-19941-2_​6CrossRef
3.
Kuang, J., Raś, Z.W., Daniel, A.: Personalized meta-action mining for NPS improvement. In: Esposito, F., Pivert, O., Hacid, M.-S., Raś, Z.W., Ferilli, S. (eds.) ISMIS 2015. LNCS (LNAI), vol. 9384, pp. 79–87. Springer, Cham (2015). doi:10.​1007/​978-3-319-25252-0_​9CrossRef
4.
5.
Im, S., Ras, Z., Tsay, L.-S.: Action reducts. In: Kryszkiewicz, M., Rybinski, H., Skowron, A., Raś, Z.W. (eds.) ISMIS 2011. LNCS (LNAI), vol. 6804, pp. 62–69. Springer, Heidelberg (2011). doi:10.​1007/​978-3-642-21916-0_​7CrossRef
6.
Tzacheva A., Ras Z.W.: Association action rules and action paths triggered by meta-actions. In: Proceedings of 2010 IEEE Conference on Granular Computing, Silicon Valley, CA. IEEE Computer Society, pp. 772–776 (2010)
7.
Liu, B.: Sentiment analysis and subjectivity. In: Handbook of Natural Language Processing, vol. 2, pp. 627–666 (2010)
8.
Marneffe M.D., Manning C.: Stanford typed dependencies manual. Technical report, Stanford University (2008)
9.
Wang, K., Jiang, Y., Tuzhilin, A.: Mining actionable patterns by role models. In: Proceedings of the 22nd International Conference on Data Engineering. IEEE Computer Society, pp. 16–25 (2006)
10.
Hu, M., Liu, B.: Mining and summarizing customer reviews. In: Proceedings of the Tenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD 2004), pp. 168–177, New York (2004)
11.
Ras, Z.W., Wieczorkowska, A.: Action-rules: how to increase profit of a company. In: Zighed, D.A., Komorowski, J., Żytkow, J. (eds.) PKDD 2000. LNCS, vol. 1910, pp. 587–592. Springer, Heidelberg (2000). doi:10.​1007/​3-540-45372-5_​70CrossRef
Metadaten
Titel
User Friendly NPS-Based Recommender System for Driving Business Revenue
verfasst von
Zbigniew W. Ras
Katarzyna A. Tarnowska
Jieyan Kuang
Lynn Daniel
Doug Fowler
Copyright-Jahr
2017
Buch
Rough Sets

Print ISBN: 978-3-319-60836-5

Electronic ISBN: 978-3-319-60837-2

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-60837-2_4