تحلیل احساسات مشتریان با هوش مصنوعی برای بهبود زنجیره تامین هوشمند
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 161
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEMSC-11-1_010
تاریخ نمایه سازی: 17 شهریور 1404
چکیده مقاله:
درک احساسات مشتریان و تحلیل آن ها با استفاده از هوش مصنوعی نقش مهمی در بهبود تصمیم گیری در زنجیره تامین ایفا می کند. این پژوهش با هدف بررسی تاثیر تحلیل احساسات مشتریان مبتنی بر هوش مصنوعی بر پیش بینی تقاضا، مدیریت موجودی و طراحی محصول در زنجیره تامین هوشمند انجام شده است. داده های متنی، صوتی و ویدئویی از توییتر، فیسبوک، آمازون و تماس های خدمات مشتریان جمع آوری و با مدل BERT پیش آموزش یافته برای تحلیل احساسات پردازش شدند. همچنین، مدل های Wav۲Vec ۲.۰ و DeepFace برای تحلیل داده های صوتی و تصویری به کار گرفته شدند. یافته ها نشان داد که استفاده از تحلیل احساسات دقت پیش بینی تقاضا را ۱۸٪ افزایش داده، هزینه های مدیریت موجودی را ۲۰٪ کاهش داده و رضایت مشتریان از طراحی محصول را ۲۵٪ بهبود بخشیده است. نتایج نشان می دهد که ادغام تحلیل احساسات مشتریان با هوش مصنوعی می تواند موجب بهینه سازی فرآیندهای زنجیره تامین و افزایش دقت تصمیم گیری شود.
کلیدواژه ها:
نویسندگان
اصغر همتی
استادیار، گروه مهندسی صنایع، واحد ابهر، دانشگاه آزاد اسلامی، ابهر، ایران
سید حسام الدین متولی
گروه آینده پژوهی، دانشگاه شمال، آمل، ایران
عادل پورقادر چوبر
گروه مهندسی صنایع، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
علی اخلاقپور
کارشناس ارشد مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران
لیلا نظری
گروه مهندسی صنایع، واحد ابهر، دانشگاه آزاد اسلامی، ابهر، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :