文献

J-GLOBAL ID：201802222974609510   整理番号：18A0586748

ツィッター意見マイニングは広帯域インターネットの顧客チャーン速度を予測する【Powered by NICT】

Twitter opinion mining predicts broadband internet’s customer churn rate

著者 (4件)： Napitu Fiernad (Graduate School of Informatics Telkom University Bandung, Indonesia) ,  Bijaksana Moch. Arif (Graduate School of Informatics, Telkom University, Bandung, Indonesia) ,  Trisetyarso Agung (Computer Science Department, BINUS Graduate, Program - Doctor of Computer Science, Bina Nusantara University, Jakarta, Indonesia 11480) ,  Heryadi Yaya (Computer Science Department, BINUS Graduate, Program - Doctor of Computer Science, Bina Nusantara University, Jakarta, Indonesia 11480)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CyberneticsCom  ページ： 141-146  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： hypercompetitiveインターネットサービスプロバイダ市場のために,それらは良好なサービスを得ていなかったならば,顧客は一つの企業または演算子から他へ容易にできる。顧客の動きは顧客チャーンなぜ最もしばしば理由として会社のための主要な問題である。チャーン管理は,企業価値のある顧客を維持する,顧客チャーン予測が重要であるへの重要なプログラムである。文献では,チャーン解析は種々のチャーン分析技術を用いて広く研究されている。これらの技術は顧客苦情データ,顧客保有,顧客使用,顧客支払い挙動などを利用した。からツイッターいくつかの特定のキーワードに顧客の意見を採用している。ツイッター飼料から抽出された製品について集団感情(気分)状態の測定は,観察された生成物のチャーン速度の値と相関しているかどうかを調べた。本研究は正,負,または中性感情を測定する畳込みニューラルネットワークによる日常ツイッター飼料のテキストコンテンツを検討した。断面の検証は,Granger因果律分析により得られた気分時系列を行った。リカレントニューラルネットワークは,Twitterからの感情状態はチャーン速度値の変化を予測するという仮説を試験するために使用した。結果は,チャーン速度予測の精度は特異的気分寸法の介在物,負の感情,他ではなくにより改善できることを示している。平均百分率誤差(MAPE)は約1.47%である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 介在物 ,  広帯域 ,  *インターネット ,  キーワード ,  *予測
準シソーラス用語： 感情状態 ,  リカレントニューラルネットワーク ,  Granger因果律 ,  畳込みニューラルネットワーク ,  中性 ,  企業価値 ,  ISP【インターネット】 ,  チャーニング ,  意見マイニング ,  ツイッター , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (7件)： ツィッター ,  意見マイニング ,  広帯域 ,  インターネット ,  顧客 ,  チャーン ,  予測