
Mattia Vanin
Digital VoC analysis: migliorare l'identificazione delle determinanti latenti di qualità di un prodotto con strumenti di topic modeling semi-supervisionato. = Digital VoC analysis: improve the identification of latent determinants of product quality with semi-supervised topic modeling tools.
Rel. Federico Barravecchia, Luca Mastrogiacomo. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2023
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract: |
In un mondo in cui le recensioni fornite online dai clienti di un prodotto o servizio hanno sempre più rilevanza, è fondamentale per le aziende sfruttare queste risorse per comprendere le determinanti di qualità del proprio prodotto o servizio per ottenere un valore aggiunto. Gli algoritmi di topic modeling permettono di estrarre e comprendere queste informazioni dalla digital Voice of Customer, e ne esistono di diverse tipologie. Nella presente tesi ne vengono prese come riferimento due: una versione non supervisionata e un’altra, più innovativa, semi-supervisionata. Attraverso l’applicazione dei due differenti modelli e al calcolo di indicatori che consentono di stabilire la qualità degli output, è possibile verificare se l’utilizzo di strumenti di topic modeling semi-supervisionato permette di ottenere performance migliori rispetto a quelle ottenibili con strumenti di topic modeling non supervisionato, eseguendo la stessa metodologia di lavoro su due diversi casi di studio. |
---|---|
Relators: | Federico Barravecchia, Luca Mastrogiacomo |
Academic year: | 2022/23 |
Publication type: | Electronic |
Number of Pages: | 89 |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Gestionale |
Classe di laurea: | New organization > Master science > LM-31 - MANAGEMENT ENGINEERING |
Aziende collaboratrici: | UNSPECIFIED |
URI: | http://webthesis.biblio.polito.it/id/eprint/28002 |
![]() |
Modify record (reserved for operators) |