文献

J-GLOBAL ID：202002263492222006   整理番号：20A0814634

Intelにおける新しいビジネス機会発見のためのファセット顧客セグメンテーションの学習【JST・京大機械翻訳】

Learning a Faceted Customer Segmentation for Discovering new Business Opportunities at Intel

著者 (5件)： Lieder Itay (Intel Advanced Analytics) ,  Segal Meirav (Intel Advanced Analytics) ,  Avidan Eran (Intel Advanced Analytics) ,  Cohen Asaf (Intel Advanced Analytics) ,  Hope Tom (Intel Advanced Analytics)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： Big Data  ページ： 6136-6138  発行年： 2019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： 大きな企業内の販売およびマーケティング組織に対して,新しい市場,顧客およびパートナーを同定し理解することは重要な課題である。新しい市場と領域において成長し,その既存のビジネスを進化させている間,Intelの頁岩と市場グループ(SMG)は類似の課題に直面している。今日の複雑な技術的および商業的景観において,多くの地理学および言語を通して,数百万の企業を通してSMGを支援し,関連する方向を同定するために,ビジネスの微細な理解を支援する知的自動化が必要である。ここでは,数百万の公共ビジネスWebページをマイニングし,ファセット顧客表現を抽出する著者らの会社で開発されたシステムを提示した。関連する機会を見つけるために不可欠な2つの重要な顧客の側面に焦点を合わせた。すなわち,産業部門(例えば,医療のような広いverticalsからの範囲),「ビデオ分析」のようなより特定の分野,および機能的役割(例えば,製造業者)または「小売」である。ラベル付きデータ収集の挑戦に取り組むために,著者らはWikipediaからの外部情報によって著者らのデータを豊かにして,顧客Webサイトテキストを分割して,それらをそれぞれのファセットに分類する半教師つきマルチラベル,多言語の深い学習モデルを開発した。著者らのシステムスキャンとインデックス企業は,数千の接続エンティティを何十も持つ大規模な知識グラフの一部として,リアルタイムで時間によってグラフに接続され,豊かになり,知識と洞察の発見をサポートする。当社で行われた実験において,新しい顧客と商業的パートナーシップ機会を発見するタスクにおいて,販売要員の性能を著しく高めることができる。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  マーケティング ,  学習モデル ,  データ収集 ,  生産者 ,  Webページ ,  地理学 ,  頁岩 ,  *ファセット ,  小売 ,  自動化
準シソーラス用語： 多言語 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ビジネス ,  機会 ,  発見 ,  ファセット ,  顧客セグメンテーション ,  学習