• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • 1
  • Tagged with
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Enhancing Business Support Systems through Data Science and Machine Learning : A study on possible applications within BSS

Castello, Jacopo January 2021 (has links)
The companies’ support phase, as all of business’ functional areas and components, went through a heavy and rapid digitalization which has unlocked the availability of an unprecedented amount of data. Unlike other relevant business areas and components, the support phase seems to have experienced fewer improvements attributable to Data Science and machine learning. By focusing on two well-known problems of these two fields, Time Series Analysis and Regression Analysis, this project aims at understanding which techniques are applicable within the support phase and how these can improve the effectiveness and pro-activeness of this area. The goal within this project is to apply them to improve the handling of support tickets, the digital entity used to track issues and requests within support systems. Through the use of Time Series Analysis, we aim at forecasting the volume of tickets to be expected in a near-future time frame. Using Regression Analysis we intend to estimate the resolution time of a newly submitted ticket. The results produced by the two tasks were satisfactory. On one hand, the Time Series task produced accurate results and the models could be directly employed and bring some added value to help Elvenite’s support team. On the other hand, while the Regression Analysis results were not as good, they nonetheless proved that the task’s aim is achievable through improvements on both the data used and the models applied. Finally, both tasks successfully showcased how to investigate and evaluate the application of such techniques within the support phase of a business. / Supportfasen, likväl samtliga andra delar av företags affärsfunktionella områden och komponenter, har genomgått en intensiv och snabb digitalisering som har öppnat upp tillgången till en enastående mängd data. Till skillnad från andra relevanta affärsområden och komponenter verkar supportfasen ha upplevt färre förbättringar som kan attribueras till Datavetenskap och maskininlärning. Projektet syftar till att förstå det ovanstående genom att fokusera på två välkända tekniker: tidsserieanalys och regressionsanalys. Det är följaktligen viktigt att undersöka vilka metoder från föregående nämnda områden som är användbara inom supportsystemen, samt hur dessa kan förbättra effektiviteten och proaktiviteten inom området. Det genomgående målet för projektet är att tillämpa analysmetoderna för att förbättra hanteringen av supportbiljetter. Supportbiljetter är den digitala enheten som används för att spåra frågor och förfrågningar inom supportsystem. Genom att använda tidsserieanalys eftersträvas att prognostisera volymen av biljetter som kan förväntas inom en snar framtid. Regressionsanalys användas för att tillhandahålla en uppskattad tid för en nyanländ biljett att bli löst, baserat på lösningstiden för tidigare lösta liknande biljetter. De två tillvägagångssätten gav olika, men tillfredställande resultat. Till att börja med anses tidsserieanalysen vara tillfredsställande och kan vara av värde samt hjälp för Elvenites supportteam. Dessvärre var resultaten från regressionsanalysen inte lika optimala och modellerna skulle behöva förbättras ytterligare före de appliceras i verkligheten. De båda teknikerna kunde ändock framgångsrikt bevisa och påvisa hur man kan undersöka samt utvärdera liknande metoder inom supportfasen av ett företag.
2

Agentbaserade beslutsstöds framtida roll i strategisk stadsplanering.

Hallberg, Ida January 2022 (has links)
In community planning, accessibility is a recurring concept. The concept has also time and time again proved to have a great impact on how well an area develops. Its important role in community planning has resulted in a large amount of research in the field. The meaning and definition of the term varies markedly depending on the context and there are several different methods and tools for measuring accessibility. This creates a problem for decision makers to be able to take the planning options that will generate the greatest availability. Agent-based decision support systems are a decision support system that is currently receiving a great deal of attention in the literature. Real systems of interest are implemented in a simulation program to be able to support decision-making. The purpose of the study is to examine the decision materials for community planning that are used to increase different perspectives on accessibility and how agent-based modeling could be used. In the study, a categorization has been developed based on different models to measure accessibility based on existing literature. The study is based on a deductive approach and builds on existing literature. Through interviews with regions, municipalities and the Swedish Transport Administration, the current situation for the decision basis for community planning that is used to increase different perspectives on accessibility has been mapped. The interviews and categorization will also look at the future role of agent-based modeling as decision support in planning different perspectives on accessibility. The study shows that there is a need for clearer routines linked to the work with accessibility and an increased use of GIS, this could be obtained from an ABDS tool. Several advantages of ABDS systems have been identified, such as clarifying the concept of accessibility and how it is affected by different alternatives. There are also several future challenges for the use of the system, such as the problem that selected algorithms have a major impact on the results. / I samhällsplanering är tillgänglighet ett återkommande begrepp. Begreppet har även gång på gång visat sig ha en stor påverkan för hur väl ett område utvecklas. Dess viktiga roll i samhällsplaneringen har resulterat i en stor mängd forskning inom området. Begreppets innebörd och definition varierar markant beroende på sammanhang och det finns flertal olika metoder och verktyg för att mäta tillgänglighet. Detta skapar en problematik för beslutsfattare att kunna ta de planeringsalternativ som kommer att generera den största tillgängligheten. Agentbaserade beslutsstödsystem (ABDS) är ett beslutsstödsystem som för närvarande uppmärksammas väldigt mycket i litteraturen. Verkliga system av intresse implementeras i ett simuleringsprogram för att kunna stödja beslutsfattande. Syftet med studien är att undersöka beslutsunderlagen för samhällsplanering som används för att öka olika perspektiv på tillgänglighet samt hur agentbaserad modellering skulle kunna nyttjas. I studien har en formell värderingsmodell tagits fram utifrån olika perspektiv på tillgänglighet baserat på existerande litteratur. Studien baseras på en deduktiv ansats och bygger vidare från existerande litteratur. Genom intervjuer med regioner, kommuner och Trafikverket har nuläget för beslutsunderlagen för samhällsplanering som används för att öka olika perspektiv på tillgänglighet kartlagts. Intervjuerna och värderingsmodellen kommer även se till den framtida roll som agentbaserad modellerings som beslutsstöd har vid planering av olika perspektiv på tillgänglighet. Studien visar på att det finns ett behov för tydligare rutiner kopplade till arbetet med tillgänglighet samt en ökad användning av GIS, detta skulle kunna erhållas av ett ABDS-verktyg. Det har identifierats flertal fördelar med ABDS-system såsom att tydliggöra begreppet tillgänglighet och hur den påverkas av olika alternativ. Det finns även flertal framtida utmaningar för användning av systemet som t.ex. problemet att utvalda algoritmer har en stor inverkan på resultaten.

Page generated in 0.0336 seconds