Dissertação

Text analytics to improve telecommunication customers service management from unstructured data EVALUATED

A transformação digital está a chegar rapidamente a todas as áreas de negócio. As empresas sentem a necessidade de mudar os seus processos internos e automatizar tarefas de modo a conseguirem acompanhar esta transformação digital que ocorre em todo o mundo, alterando a forma como entregam valor aos seus consumidores. Esta investigação explora técnicas state-of-the-art atuais, aplicadas aos call centers na indústria das telecomunicações, tal como Big Data, Text Mining, Processamento de Linguagem Natural e modelos de Machine Learning. Estas tecnologias vão ser aplicadas para resolver problemas técnicos de telecomunicações em call centers, providenciando alternativas que melhorem todo o processo de resolução de problemas. Isto será conseguido através do desenvolvimento de um sistema de recomendações que recomendará as causas mais prováveis de serem escolhidas pelo assistente relativas a um problema reportado por algum cliente. O sistema de recomendações usará como input as descrições das chamadas na forma de texto. Várias técnicas de Processamento de Linguagem Natural são aplicadas ao texto durante o pré-processamento e três modelos para classificação de texto de Machine Learning são propostos: uma Árvore Aleatória, um modelo de Naive Bayes e uma Rede Neuronal Recorrente. Finalmente os três modelos são avaliados e comparados entre si, dos quais resulta uma performance superior da Árvore Aleatória tanto em accuracy como em tempo de treino.
Classificação de texto, Multi-Class, Processamento de Linguagem Natural, Text Mining, Dados não estruturados, Serviços de Telecomunicações

Janeiro 27, 2021, 17:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Paulo José de Jesus Soares

Departamento de Matemática (DM)

Professor Auxiliar

ORIENTADOR

Maria da Conceição Esperança Amado

Departamento de Matemática (DM)

Professor Auxiliar