Noemi Collazzo
Predictive Analytics applicati alla Digital Voice of Customer = Predictive Analytics applied to Digital Voice of Customer.
Rel. Federico Barravecchia, Luca Mastrogiacomo. Politecnico di Torino, Master of science program in Engineering And Management, 2025
|
Preview |
PDF (Tesi_di_laurea)
- Thesis
Licence: Creative Commons Attribution Non-commercial No Derivatives. Download (5MB) | Preview |
Abstract
Con l’avvento di Internet, i clienti esprimono liberamente la loro opinione su un prodotto o servizio attraverso contenuti pubblicati su social media, forum e blog. Tali contenuti prendono il nome di “Digital Voice of Customer” (Digital VoC) e rappresentano un mezzo economico, utile alle aziende, per comprendere le aspettative e le percezioni dei clienti nei riguardi di un prodotto o servizio offerto. Sebbene tali dati siano presenti in grandi quantità e facilmente reperibili online, sono non strutturati e per questo la loro analisi richiede l’applicazione di opportuni algoritmi detti topic modelling, in particolare, si applicherà nell’ambiente R l’algoritmo “Structural Topic Model” (STM) che permette di estrapolare gli argomenti rilevanti all’interno del corpus di documenti.
L’obiettivo della tesi è, una volta ottenuti i risultati dell’algoritmo STM, addestrare modelli in grado di apprendere le relazioni sottese al valore dell’”Interval Mean Topic Proportion”(IMTP), ovvero quanto viene discusso mediamente ciascun argomento in un istante temporale, e condurre analisi predittive
Publication type
URI
![]() |
Modify record (reserved for operators) |
