29,99 €
Statt 42,95 €**
29,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
0 °P sammeln
29,99 €
Statt 42,95 €**
29,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
Als Download kaufen
Statt 42,95 €****
29,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
0 °P sammeln
Jetzt verschenken
Statt 42,95 €****
29,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
  • Format: PDF

Bachelorarbeit aus dem Jahr 2022 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, (IU Internationale Hochschule), Sprache: Deutsch, Abstract: Das Ziel dieser Arbeit ist die Entwicklung und Validierung eines spezifischen Vorgehensmodells für die Nutzung von KI-basierter Text-Klassifikation von E-Mails im B2C-Kundenservice, um eine Lücke zwischen allgemeinen Machine Learning-Vorgehensmodellen und praktisch anwendbaren Leitfäden zu schließen. Durch die Anwendung von Design Science Research wird ein neues Modell vorgeschlagen, das auf die Bewertung von Potenzialen für die…mehr

Produktbeschreibung
Bachelorarbeit aus dem Jahr 2022 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, (IU Internationale Hochschule), Sprache: Deutsch, Abstract: Das Ziel dieser Arbeit ist die Entwicklung und Validierung eines spezifischen Vorgehensmodells für die Nutzung von KI-basierter Text-Klassifikation von E-Mails im B2C-Kundenservice, um eine Lücke zwischen allgemeinen Machine Learning-Vorgehensmodellen und praktisch anwendbaren Leitfäden zu schließen. Durch die Anwendung von Design Science Research wird ein neues Modell vorgeschlagen, das auf die Bewertung von Potenzialen für die Text-Klassifikation von E-Mails ausgerichtet ist. Diese Arbeit nimmt eine realitätsnahe Stichprobe von E-Mails aus dem Kundenservice eines Unternehmens und analysiert diese mithilfe der SIPOC-Methode, um relevante Prozess-Klassen für die Text-Klassifikation zu identifizieren. Dadurch wird ein praxisnaher Beitrag zur Optimierung des Kundenservice durch effiziente E-Mail-Klassifizierung geleistet. Die vorliegende Arbeit zeigt, wie die Ergebnisse einer SIPOC-Analyse genutzt werden können, um relevante Prozess-Klassen für den späteren Einsatz des E-Mail-Klassifikators zu identifizieren.

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.