Интеллектуальные системы обслуживания клиентов: персонализация и обработка данных с использованием искусственного интеллекта
Автор: Аскеров З.Х.
Журнал: Международный журнал гуманитарных и естественных наук @intjournal
Рубрика: Технические науки
Статья в выпуске: 11-2 (98), 2024 года.
Бесплатный доступ
В статье рассматривается использование искусственного интеллекта (ИИ) для создания интеллектуальных систем обслуживания клиентов с персонализацией. Представлены этапы разработки системы, включая обработку естественного языка (NLP), создание рекомендательных систем и разработку пользовательского интерфейса. Описаны ключевые показатели эффективности (KPI) для оценки работы системы. Анализ проведенных экспериментов демонстрирует значительное повышение удовлетворенности клиентов, снижение времени обработки запросов и оптимизацию взаимодействия.
Искусственный интеллект, персонализация, обработка естественного языка, рекомендательные системы, ключевые показатели эффективности, взаимодействие с клиентами, банковская сфера, интеллектуальные системы
Короткий адрес: https://sciup.org/170208295
IDR: 170208295 | DOI: 10.24412/2500-1000-2024-11-2-147-150
Список литературы Интеллектуальные системы обслуживания клиентов: персонализация и обработка данных с использованием искусственного интеллекта
- Bishop, C.M. Pattern Recognition and Machine Learning. Springer, 2006.
- Aggarwal, C.C. Recommender Systems: The Textbook. Springer, 2016.
- Russell S., Norvig P. Artificial Intelligence: A Modern Approach. Pearson, 2020.
- Koren Y., Bell R., Volinsky C. Matrix Factorization Techniques for Recommender Systems. IEEE Computer, 2009.
- McKinney, W. Python for Data Analysis. O'Reilly Media, 2017.
- Blei D.M., Ng A.Y., Jordan M.I. Latent Dirichlet Allocation // Journal of Machine Learning Research. - 2003. - Vol. 3. - P. 993-1022.
- Goldberg D., Nichols D., Oki B.M., Terry D. Using Collaborative Filtering to Weave an Information Tapestry.Communications of the ACM, 1992.
- Scikit-learn Documentation. - URL: https://scikit-learn.org/stable/.
