Dalla business intelligence all’intelligenza artificiale

La tesi di dottorato è un chiaro esempio di un processo di trasformazione elettronica con nuove tecnologie, in particolare durante il progetto ed è stata implementata nella gestione delle migrazioni dai processi di business intelligence all'automazione guidata da informazioni artificiali. Un compito veramente complesso, in quanto qualsiasi cambiamento nei processi abituali di un'azienda porta normalmente a un rifiuto interno tra i lavoratori e le sfide sono state soddisfatte senza un forte supporto per la gestione dei progetti. Tutte le aziende oggi stanno subendo una lotta costante contro il cambiamento durante i loro processi, clienti e anche le sue linee di business. Le aziende che non sono in grado di adattarsi ai cambiamenti sono state condannate, compresa la loro potenziale scomparsa. Una buona capacità di adattamento al cambiamento è sicuramente una garanzia di sopravvivenza nel nostro mondo di oggi.

Il progetto è nato in una concreta azienda spagnola, COMPANY-002, conosciuto commercialmente come COMPANY-002. Una piccola agenzia di viaggi di nicchia, che sicuramente ha affrontato il suo futuro con coraggio attraverso l'innovazione tecnologica. Al momento della nascita del progetto, la sua azienda aveva vissuto con un momento dolce in cui solo i processi analitici dovevano essere messi in atto utilizzando tecniche di business intelligence e fondamentalmente generando report di analisi per il processo decisionale. La pandemica era stata una grande sfida e un chiaro acceleratore per il progetto, ma è stato necessario adattare la nostra attività con una situazione emergente di elevata instabilità a tutti gli effetti. Attualmente, l'azienda è guidata da processi automatici di intelligenza artificiale che in particolare permettono di ottimizzare il processo di vendita e migliorare il loro rilevamento con un trattamento appropriato di quei clienti che sono più probabili per l'acquisto. Possiamo dire che COMPANY-002 Ha capito che il buon adattamento al cambiamento è la chiave della sopravvivenza di oggi.

Questi nuovi processi analitici dell'intelligenza artificiale sono stati implementati, nell'ambiente di produzione e su un diverso sistema di gestione chiamato SYSTEM-TH-001. Tale sistema, mixa funzionalità da un ERP tradizionale e CRM che permettono una gestione completa dei clienti durante tutto il loro ciclo di vita presso l'azienda

Utilizzando l'intelligenza generata dall'analisi e la loro disposizione per il miglior processo decisionale. Oggi, l'azienda è più potente ed efficiente con un'elevata capacità di resilienza. Questi sono alcuni dei suoi valori che ci hanno condotto nell'applicazione dell'intelligenza artificiale per soddisfare loro come provengono dal loro lavoro Ora i clienti e i lavoratori possono godere di un pacchetto più amichevole di servizi, dopo che tutti gli esseri umani migliori con il loro risparmio di tempo attraverso l'automazione sono stati dedicati ad altri lavori che sono meglio aggiunti.

Secondo il rapporto: Utilizzo dell'intelligenza artificiale e dei grandi dati nelle aziende spagnole ORG-TH-002, ORG-TH-003, ORG-TH-004, ORG-TH-005 ) 2023 l'intelligenza artificiale ha subito un significativo aumento delle aziende fino a 11,8 %, 3,5 più punti percentuali rispetto all'anno precedente, e così hanno aziende che utilizzano grandi dati cresciuti fino a raggiungere 13,9 % con un aumento 2,8 punti rispetto all'esercizio precedente. Madrid, Valencia e Aragona sono le comunità in cui più aziende utilizzano IA con percentuali di 16,8 %, 14 % e 12,7 % rispettivamente. Madrid è anche la comunità leader con la sua grande lista di dati ( 17 % ), con un 16,1 % Entrambi.

L'intelligenza artificiale (IA) è un asse strategico dell'ordine del giorno PROGRAM-TH-001 con il suo alto potenziale per trasformare l'economia e la società. L'IA permette previsioni migliori, operazioni più veloci e servizi più personalizzati. L'adozione di IA da parte delle aziende spagnole è stata avanzata negli ultimi anni. Tuttavia, c'è ancora spazio per l'attuazione e lo sviluppo di questa tecnologia. I grandi dati sono un altro degli strumenti che le aziende adottano come chiave per digitalizzare la loro economia spagnola. A 2030, ORGANIZATION-004 hanno stabilito l'obiettivo che 75 % Le aziende europee hanno adottato servizi di cloud computing, macro-dati e intelligenza artificiale. La strategia PROGRAM-TH-001 pone l'obiettivo che 2025 e 25 % Le aziende spagnole usano l'intelligenza artificiale e i grandi dati. L'uso di big data e intelligenza artificiale nelle aziende spagnole continua ad aumentare di anno in giorno, con un approccio come stabilito in PROGRAM-TH-001. Rispetto ad altri Stati membri ORGANIZATION-004 e utilizzando i dati da 2021 A livello comunitario, la Spagna è stata in una fase media di adozione da parte delle imprese lo scorso anno. Era così uguale alla media di ORGANIZATION-004 ma molto sotto i paesi leader in questo indicatore. Spagna con 8 % ed era ancora lontano dalla Danimarca ( 24 % ), Portogallo ( 17 % ) e Finlandia ( 16 % ). Per i grandi dati, confronto con i dati europei dell'anno 2021 mostra che i cinque punti della Spagna sotto la media di ORGANIZATION-004 con un 9 % dalle aziende che utilizzano grandi analisi dei dati. La distanza dai paesi con più accentua

implementazione di questa tecnologia, Malta ( 31 % ), Paesi Bassi ( 27 % ) o Danimarca ( 27 % ). Data questi dati, è facile osservare di che cosa abbiamo parlato prima. In questo progetto le difficoltà non si limitavano all'applicazione di nuove tecnologie, ma anche a come mezzo di gestione del cambiamento Per menzionare che dall'accettazione della gestione del progetto, ha dovuto superare diverse sfide inerenti all'utilizzo di questa nuova tecnologia e venire con una mancanza di conoscenza tecnica su di loro da parte degli utenti finali. L'obiettivo del progetto era quello di costruire modelli analitici che contribuissero a prevedere le prestazioni dei clienti, basati su dati storici memorizzati dalla sua azienda e in tutta questa tesi ne vedremo anche quanto siano stati messi in produzione. I risultati raggiunti con il tempo sono stati il modo migliore per dimostrare che le tecnologie sono utili anche in un pme, sia per la gestione che per i lavoratori.

Conduciamo questo documento con COMPANY-002 Un viaggio attraverso un processo di trasformazione digitale utilizzando i dati. Il nostro punto di partenza sarà un database relazionale delle operazioni dell'azienda e una serie di informazioni operative sul business, che certamente ha permesso loro di illuminare come il successo è stato raggiunto dall'automazione dell'intelligenza artificiale. La nostra prima tappa sarà tecnica di apprendimento automatico, attraverso la quale abbiamo generato il nostro miglior modello di propensione all'acquisto e che ci permetterà di comprendere meglio le relazioni tra diverse variabili nel vostro set di dati. In seguito metteremo in evidenza le tecnologie di deep-learning su testi non strutturati, messaggi client che ci permettono di creare un nuovo modello con una straordinaria funzionalità e capacità di trasformazione. La prossima tappa sarà la creazione di un modello per l'elaborazione del linguaggio naturale, che servirà a perfezionare ulteriormente la nostra modellazione dalla propensione e acquistare così come con quanto meglio possiamo mettere avanti gli sviluppi futuri. Infine mostreremo come le tecnologie avanzate di formazione della macchina, come Support Vector Machines possono aiutarci con i problemi di classificazione e soprattutto creare un modello per rilevare i generi di un autore. Si può notare chiaramente che questo viaggio analitico con COMPANY-002 Anche se sono stati grezzi dai mistimings delle fasi, è certamente diventato un'esperienza piacevole.

Le tecnologie libere sono state utilizzate solo nel progetto, come mostrato da un alto grado di sovranità digitale e il suo ruolo precedente con CIO. Tale sovranità era stata raggiunta indipendentemente dai fornitori di tecnologie private. Inoltre, per un pizzo e più importante l'uso del software libero ha permesso loro di ridurre i costi in quanto sono associati a questo progetto, rendendolo interessante su qualsiasi cosa tranne la sua dimensione. Questo è il successo di questo progetto, e questo è stato messo avanti dal suo

creare un progetto aziendale per commercializzare sia la metodologia che le tecnologie di intelligenza artificiale utilizzate per risolvere questo o altri problemi aziendali.

Infine, ma non meno importante, questa tesi di dottorato à ̈ stata utile al denunciante con la sua responsabilità tecnica nell'applicare e diventare un esperto delle loro ultime tecniche di intelligenza artificiale. Fin dall'inizio del progetto la sua carriera professionale è stata sottoposta ad un altro processo di trasformazione Moreno- Izquierdo ( 2024 ), mostrando così che queste tecnologie devono cambiare non solo l'attività delle organizzazioni, ma anche il proprio popolo che li compone appena e se sono stati pronti per un turno.

Adler, B. T. di Alfaro, L. e Mola-Velasco M., Rosso e P. West A. G. ( 2011 ). DATASET-TH-001 Rilevamento del vandalismo: Combinazione di Lingua Naturale, Methadata e Repulsione Caratteristica. Una F. Gelbukh (Ed.), elaborazione del testo linguistico e di intelligenza - 12 conferenza internazionale, ciclismo 2011, tokyo e giappone 20 - 26, 2011.procedimenti, parte II (Vol. 6609, pp. 277 – 288 ). Berlino, Heidelberg: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Adriana, S. M. ( 2018 ). Il principio di orientamento personalizzato - un prerequisito per una maggiore efficienza nel turismo. VENUE-TH-003, Serie di scienze economiche 18 ( 1 ), 405 – 408.

Afsahhosseini, F. e Al-Mulla. Y. ( 2020, 09 ). Apprendimento della macchina nel turismo. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Agarwal, M. ( 2019, 05 ). Una panoramica dell'elaborazione del linguaggio naturale. VENUE-TH-005 ( VENUE-TH-006 ), 7 ( 5 ), 2811 - 2813. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Aggarwal, C ( 2016, 04 ). Sistemi di raccomandazione: Il libro di testo. Scarico da [LINK-REDACTED]

Aggarwal, C ( 2018 ). Apprendimento della macchina per il testo. Cham, Svizzera: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Ahmed, E. e Elgazzar A. S. e Hegazi, A. S. ( 2005, 01 ). Una panoramica dei complessi sistemi di adattamento. VENUE-TH-007. Scarico da [LINK-REDACTED] 0506059 [REFERENCE-ID-REDACTED]

Aizawa, A. ( 2003 ). Una prospettiva teoretica dell'informazione delle misure tf-idf. VENUE-TH-049, 39 ( 1 ), 45 – 65. [REFERENCE-ID-REDACTED]

Al Fararni, K. e Nafis. F. Aghoutane B.) Yahyaouy A. ( 2021 ). Hybrid raccomanda il sistema per il turismo basato su grandi dati e ai: Un quadro concettuale. VENUE-TH-051, 4 ( 1 ), 47 – 55.

Alrasheed, H. e il suo. ( 2020 ). Una destinazione turistica multilivello raccomanda il sistema. VENUE-TH-050, 170, 333 – 340.

Amado, A. e Cortez. 2018 ). Tendenze di ricerca sui grandi dati nel marketing: un'analisi basata sulla modellazione del testo e dell'argomento. VENUE-TH-052, 24 ( 1 ), 1 – 7.

Anderson, R. ( 2007 ). Il kit di strumenti di scouting del credito: teoria e pratica per la gestione del rischio di prestito al dettaglio o l'automazione delle decisioni. VENUE-TH-008.

Baeza-Yates, R. e Ribeiro-Neto ( 2011 ). Moderno recupero di informazioni: I concetti e la tecnologia dietro la ricerca ( 2 Harlow, Inghilterra: VENUE-TH-009

Bakar, N A. e Rosbi, S. ( 2020 ). Effetto della malattia del coronavirus (covid- 19 ) all'industria del turismo. VENUE-TH-034, 7 ( 4 ), 189 – 193.

Bergenti, F. e Caire ( 2020 ). I primi vent'anni di sviluppo software dedicato con SOFTWARE-TH-004. VENUE-TH-053, 34 ( 2 ), 1 – 19.

Bing-yu, C. e Zhan. 2009, 04 ). Applicazione di svm nella ricerca finanziaria. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]. 313

Borra, J. e Moreno ( 2014, 11 ). Sistemi di rimodellamento del turismo intelligente: un sondaggio. VENUE-TH-011, 41 ( 16 ), 7370 - 7389. Scarico da [LINK-REDACTED] 10.1016 - Oh, mio Dio. 2014.06.007 [REFERENCE-ID-REDACTED]

Botvinick, M. e Barrett. G. T., Battaglia e P. de Freitas Z.,... Hassabis, D. ( 2017, 01 ). Costruire macchine che imparano e pensano per se stessi. VENUE-TH-013, 40. Scarico da [LINK-REDACTED] S0140525x170045 [REFERENCE-ID-REDACTED]

Breman, L. ( 2001 ). Foreste casuali. Imparare la macchina, 45 ( 1 ), 5 – 32. [REFERENCE-ID-REDACTED] 1010933404324

Burgin, M. e Dodiga-Crnkovi ́ c 2009, 01 ). Un approccio sistematico agli agenti artificiali. VENUE-TH-007. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Cabezas, J. e Fernandezo-Isabel A. A. e di Diego, io. M. ( 2020 ). Architettura basata su agenti di ispirazione bio per il rilevamento delle frodi. In Proceedings of 2020 3 rd conferenza internazionale sulla gestione dell'informazione e la scienza della governance (pp. 67 – 71 ).

Camilleri, M. A. ( 2018 ). L'industria del turismo: una panoramica. Marketing di viaggio, turismo

Economia e prodotto della compagnia aerea, 3 – 27.

Chapman, W. W., Bridewell e W.A. Hanbury. P. Cooper G. F. e Buchanan, B. G. ( 2001 ). Un semplice algoritmo per identificare i risultati negati e le malattie in sintesi di smaltimento. VENUE-TH-035, 34 ( 5 ), 301 - 310. Caricato da https: / e [LINK-REDACTED] [REFERENCE-ID-REDACTED] doi.org / 10.1006 - Jibin. 2001.1029

Chen, P.-H. e Fan. 2006 ). Uno studio sui metodi di decomposizione di tipo SMO per macchine vettoriali di supporto. VENUE-TH-015, 17 ( 4 ), 893 – 908.

Cho, H.-C. e Okazaki (N.) Miwa M. Reg. 2013 ). Riconoscimento dell'entità nominato con più dichiarazioni del segmento. VENUE-TH-049, 49 ( 4 ), 954 - 965. [REFERENCE-ID-REDACTED]

Corney, M. de Vel O. Y., Anderson e A. E Mohay. M. ( 2002 ). Testo di genere-preferenziale Mining del discorso di posta elettronica. In 18 conferenza annuale delle domande di sicurezza informatica (ACSac) 2002 ), 9 - 13 Dicembre 2002 Venas, nv e USA (pp. 282 – 289 ). Piscataway, NJ e USA: VENUE-TH-014. [REFERENCE-ID-REDACTED]

Das, M. e Hecht B. con Gergle ( 2019 ). La geografia generata dei contributi a OpenStreetMap: Complessità in Self-Focus Bias. A S. A. Brewster, G. Fitzpatrick, A. L. Cox e V. Kostanos (Eds.), Atti del 2019 Conferenza CHI sui fattori umani nei sistemi di calcolo, CHR 2019 Glasgow e Scotland. 4 - 9, 2019 (pp. 1 – 14 ). New York, NY e USA: VENUE-TH-023. [REFERENCE-ID-REDACTED]

Das, S. e Paik. H. ( 2021 ). Difetto di genere sensibile al contesto delle entità chiamate nel testo. VENUE-TH-049, 58 ( 1 ), 102423. [REFERENCE-ID-REDACTED] 10.1016 - J.ip. 2020.102423

De Silva, L. e Meneguzzi. A. e Logan, B. ( 2020 ). Architettura agente Bdi: un sondaggio. In Proceedings of 29 la conferenza congiunta internazionale sull'intelligenza artificiale (ijcai), 2020, japão. 4914 – 4921 ).

DINU, A.-M. e tema. ( 2018 ). L'importanza del trasporto allo sviluppo del turismo. VENUE-TH-054, 4 ( 4 ), 183 – 187.

Eiriemiokhale, K. A. e Idiedo V. ( 2020, 09 ). Pratiche di condivisione delle conoscenze tra i lettori nelle università nigeriane: Uno studio di casi. Scarico da [LINK-REDACTED] 10.7176 / ikm e 10 - 6 - 06 [REFERENCE-ID-REDACTED]

Eisenstein, J. ( 2019 ). Introduzione alla lavorazione del linguaggio naturale. Cambridge, MA e USA VENUE-TH-024.

Fatima, M. e Hasan's K. Anwar S. E Nawab A. M. A. ( 2017 ). Autori multilingue profilling su SERVICE-005. VENUE-TH-049, 53 ( 4 ), 886 - 904.doi:

[LINK-REDACTED]

Feinerer, io e Hornik. 2008 ). Infrastrutture di estrazione mineraria di testo in R. VENUE-TH-036 Articoli, 25 ( 5 ), 1 – 54. Scarico da [LINK-REDACTED].org / v025 e i05 [REFERENCE-ID-REDACTED]

Feng, M. e Li ( 2018 ). Una condizione kkt approssimativamente forte per l'ottimizzazione multidimensionale. VENUE-TH-058, 26 ( 3 ), 489 – 509. [REFERENCE-ID-REDACTED] - 6

Fernández- Isabel, A. e Fuentes-Fernández (R.). M. ( 2020 ). Modellazione di sistemi multiagenti per simulare strade intelligenti basate su sensibili. ORG-TH-117, 99, 101994.

Fong, E. Vincent e N. Hecht. B. E Gerber M. ( 2018 Novembre). Donne (Still) Chiedere di meno: Differenze di genere in Homolly Estate e un mercato del lavoro online. Proc. VENUE-TH-021. Interact., 2 (CSCW), 53: 1 – 53: 21. [REFERENCE-ID-REDACTED]

Forouzandeh, S. e Berahmand. 2021 ). Un hotel consiglia il sistema per i turisti utilizzando l'algoritmo della colonia di api artificiale e il modello di topsis fuzzy: un caso studio di ORG-TH-100. VENUE-TH-037, 20 ( 01 ), 399 – 429.

Fourkioti, O. e Symeonidis (S.). 2019 ). Modelli linguistici e fusione per l'attribuzione di autorizzazioni. VENUE-TH-049, 56 ( 6 ), 102061. [REFERENCE-ID-REDACTED]

Francis, J. e Kitamura. 2023, 01 ). Le sfide fondamentali nell'incorporare la pianificazione della visione-lingua. VENUE-TH-007. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

François-Lavet, V. e Henderson. G. e Pineau, J. ( 2018, 01 ). Un'introduzione al rafforzamento profondo dell'apprendimento. ORG-TH-101, 11 ( 3 - 4 ), 219 - 354. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Friedman, J. H. ( 2017 ). Gli elementi dell'apprendimento statistico: data mining, inferenza e previsione. VENUE-TH-002 Aprite.

Galizia-Haro, S. N, Gelbukh A. e Bolshakov I. A. ( 2004 ). Riconoscimento di entità nominate in testi spagnoli. In conferenza internazionale messicana sull'intelligenza artificiale (pp. 420 – 429 ).

Garcia, io e Sebastia ( 2009 ). Un gruppo raccomanda il sistema per le attività turistiche. Alla conferenza internazionale sul commercio elettronico e le tecnologie web (pp. 26 – 37 ).

Garro, A. e Mühlpäuser. M. Tundis A con Baldoni ma Baroglyo C come BergentI... more ( 2018 ). Agenti intelligenti: Sistemi multiagenti. Enciclopedia della Bioinformatica e

Computing Biologia: ORG-TH-121, 315.

Geiger, R. S. e Ribes, D. ( 2010 ). Il lavoro di sostenere l'ordine in DATASET-TH-001: il divieto di un vandal. In K. Inkpen, C Gutwin e J. C Tang (Eds.), Atti del 2010 VENUE-TH-023 conferenza sul lavoro cooperativo supportato da computer, CSCW 2010, savana e georgia. 6 - 10, 2010 (pp. 117 – 126 ). New York, NY e USA: VENUE-TH-023. [REFERENCE-ID-REDACTED]

Gomez, J. e Alfaro. M., Algar e M J. e Moreno, R. ( 2021 a. 1 ). Biografie di scrittori letterari scritti in lingua inglese. Scarico da [LINK-REDACTED] scrittori / 13551467 [REFERENCE-ID-REDACTED]

Gomez, J. e Alfaro. M., Algar e M J. e Moreno, R. ( 2021 b... 1 ). Biografie di scrittori letterari scritti in lingua spagnola. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

González, S. e García. 2020 ). Un tutorial pratico su assunzioni e insiemi basati sul boot per l'apprendimento automatico: Algoritmi, strumenti software e con lo studio delle prestazioni. ORG-TH-118, 64, 205 – 237.

Migulez-Fernandez, C). 2020 ). Sistemi multi-agenti combinati e logica soggettiva per sviluppare il sistema di supporto decisionale. In conferenza internazionale sul trattamento delle informazioni e la gestione dell'incertezza nei sistemi basati sulla conoscenza (pp. 143 – 157 ). [REFERENCE-ID-REDACTED] 978 - 3 - 030 - 50146 - 4 \_12

Grace A. e Butler T. ( 2005, 01 ). Sistemi di gestione dell'apprendimento: un nuovo inizio nella cura dell'apprendimento e della conoscenza. ORG-TH-102, 1 ( 1 / 2 ), 12 - 12. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED] Ijkl. 2005.006248

Halhenborg, K. ( 2009, 07 ). Controllo intelligente dei sistemi di movimentazione dei materiali., 63 - 116. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED] 9780470432730.ch3

Hamid, R. A., Albahri A S., Alwan e J. K., Al-qaysi e Z. Albahri S., Zaidan e A.. Zaidan, B. ( 2021 ). Quanto è intelligente l'e-turismo? una revisione sistematica del sistema di raccomandazione del turismo dello smartphone che applica la gestione dei dati. ORG-TH-119, 39, 100337.

Hamidi, F. e Scheureman M. K. e Branham, S. M. ( 2018 ). Riconoscimento di genere o riduzione sociale? Le Implicazioni Sociali dei Sistemi di Riconoscimento Genere Embed. A R L. Mandryk, M. Hancock, M. Perry e A. L. Cox (Eds.), Procedimenti di

il 2018 Conferenza CHI sui fattori umani nei sistemi di calcolo, CHR 2018 acqua di mare, battente 21 - 26, 2018 (pp. 1 – 13 ). New York, NY e USA: VENUE-TH-023. [REFERENCE-ID-REDACTED]

Hedlund, T. e Pirkola A. con Järvilin K. 2001 ). Aspetti della morfologia e dell'intertema svedese dal punto di vista del recupero di informazioni mono o cross-language. VENUE-TH-049, 37 ( 1 ), 147 – 161. [REFERENCE-ID-REDACTED] 10.1016 / S0306-457 3 ( 00 ) 00024 - 8

Herzog, D. e Laß (C). 2018 ). Tourrec: un viaggio turistico raccomanda il sistema per persone e gruppi. In Proceedings of 12 L'articolo VENUE-TH-023 conferenza sui sistemi di rimodellamento (pp. 496 – 497 ).

Hinton, G. e Sejnowski. J. ( 1999, 09 ). Apprendimento incondizionato: Fondamenti di calcolo neurale. VENUE-TH-011, 38 ( 5 - 6 ), 256 - 256. Scarico da [LINK-REDACTED] 10.1016 / s0898- 1221 ( 99 ) 90165 - 7 [REFERENCE-ID-REDACTED]

Hollander, M. e Wolfe. A. e Pollo, E. 2013 ). Metodi statistici non comparativi. Boboken, New Jersey: ORG-TH-103.

Howard, J. e Roder ( 2018 ). Modello di lingua universale per la classificazione del testo. 1801.06146.

Hsu, P.-F. e Lan. 2013 ). selezionare la vendita ottimale del sistema di gestione delle relazioni personalizzate per l'industria del turismo medico utilizzando delphi e ahp. VENUE-TH-038 ( VENUE-TH-039 ), 9 ( 1 ), 62 – 75.

Huang, F. e Li. 2014 ). Identificare il Genere degli utenti Microblog sulla base della Minazione dei messaggi. A F. Li, G. Li, S. Hwang, B. Yao e Z. Zhang (Eds.), Web-age gestione delle informazioni - 15 la conferenza internazionale, WAIM 2014 Mau, cinese e giugno 16 - 18, 2014 Procedura (Vol. 8485, pp. 488 – 493 ). Cham, Svizzera: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Hung, P. D. e Huynh, D L. ( 2019, 02 ). Sistema di raccomandazione e-commerce con manutenzione. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]. 1109 Ccoms. 2019.8821663

Intia, D. A., Holgado e J. ( 2003 ). Sistemi di e-negoziazione multicriteria per la democrazia elettronica. PUBLICATION-001, 12 ( 2 - 3 ), 213 - 218. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Itaiwi, A.-M. K., Ahmad e M. S., Hamid e N H. A., Jaafar N H. e Mahmoud, M. A. ( 2012, 06 ). Un quadro multi-agente per l'assegnazione dinamica delle mansioni e la delega nella distribuzione del lavoro. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Jansan, B. J., Moore e K. con Carman ( 2013 ). Valutare le prestazioni degli obiettivi demografici utilizzando il sesso nella ricerca sponsorizzata. VENUE-TH-049, 49 ( 1 ), 286 - 302. [REFERENCE-ID-REDACTED]

Jiang, R. e Banchs. E. e Li, H. ( 2016 ). Valutare e combinare i sistemi di riconoscimento dell'entità dei nomi. A Proceedings of the 6 officina di entità (pp. 21 – 27 ).

Joachims, T. 1999, 8 di 2 ). Fare l'apprendimento pratico della macchina del vettore di supporto di grande scala. A B. Schölkopf, C. J. Burges e A. J. Smola (Eds.), Avanzamenti nei metodi del kernel: Apprendimento vettoriale di supporto 169 – 184 ). Cambridge, MA e USA VENUE-TH-024.

Joachims, T. 2002 ). Imparare a classificare il testo utilizzando le macchine vettoriali di supporto (Vol. 668 ). New York, NY e USA: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Kanoje, S. e Girasse. 2015, 01 ). Profilling dell'utente tendenze, tecniche e applicazioni. VENUE-TH-007. Scarico da [LINK-REDACTED] abs / 1503.07474 [REFERENCE-ID-REDACTED]

Kazak, A. e Chetyrbok. V. e Oleinikov, N N ( 2020, 01 ). Intelligenza artificiale nello spazio del turismo. ORG-TH-105, 421 ( 4 ), 042020 - 042020. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED] 421 / 4 / 042020

Kazil, J. e Masad. 2020 ). Utilizzando pitone per la modellazione basata sull'agente: il quadro della tabella. Alla conferenza internazionale sul calcolo sociale, la modellazione comportamentale e la predizione con la rappresentazione Behave in motiling o simulazione (pp. 308 – 317 ).

Chiavi, O. ( 2018 Novembre). Le Misgendering Machines: Trans / HCI Implicazioni di riconoscimento automatico del genere. Proc. VENUE-TH-021. Interact., 2 (CSCW), 88: 1 – 88: 22. [REFERENCE-ID-REDACTED]

Chiavi, O. e Tilbert B. ( 2017 ). DATASET-TH-001 A ORG-TH-115 API Wrapper [Manuale di software del computer]. Scarico da [LINK-REDACTED] DATASET-TH-001 (R versione pacchetto 1.5.0 )

Khurana, D. e Koli (A.). 2022, 07 ). Trattamento del linguaggio naturale: stato dell'arte, tendenze e sfide attuali. VENUE-TH-001, 82 ( 3 ), 3713 - 3744. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Kler, B. K. ( 2009 ). Turismo e restauro. A questioni di filosofia nel turismo (pp. 117 – 134 ). ORG-TH-106.

Kocher, M. e Savoy ( 2017 ). Misure di distanza nella profilazione dell'autore. VENUE-TH-049, 53 ( 5 ), 1103 - 1119. [REFERENCE-ID-REDACTED]. 2017.04.004

Koroteev, M. ( 2021 ). SOFTWARE-TH-003: Una rassegna delle domande di trattamento e comprensione della lingua naturale. 2103.11943.

Kretschmer, H. e Aguillo I. F. ( 2005 ). Nuovi indicatori per gli studi di genere nelle reti web. VENUE-TH-049, 41 ( 6 ), 1481 - 1494. (Numero speciale su Infometrics) [REFERENCE-ID-REDACTED]

Krüger, S. e Hermann B. 2019 ). Un servizio online Predict Genere? Negli Stati... dell'arte nell'identificazione di genere da testi. In I. Crnkovic, K. K. Silveira e S. Sprenkle (Eds.), Proceedings del 2 nd workshop internazionale sulla parità di genere in ingegneria del software, ge @ icse 2019, montreal e qc 27, 2019 (pp. 13 – 16 ). Piscataway, NJ e USA: VENUE-TH-016. [REFERENCE-ID-REDACTED]

Kucukyilmaz, T. e Cambazoglu B. B., Aykanat e Can F. 2006 ). Chat Mining per la Predizione di Genere. A T. M. Yakhno ed E. J. Neuhold (Eds.), Avanzate nei sistemi informativi 4 la conferenza internazionale, ADVIS 2006, sibling e acqua di mare 18 - 20, 2006, procedimento (Vol. 4243, pp. 274 – 283 ). Berlino, Heidelberg: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Lago, B. M., Ullman e T. Tenenbaum B. e Gershman, S. J. ( 2016, 01 ). Costruire macchine che imparano e pensano come le persone. Scarico da [LINK-REDACTED] abs / 1604.00289 [REFERENCE-ID-REDACTED]

Lan, Y. e Li. 2024, 01 ). Indagine sul trattamento delle lingue naturali per l'istruzione: tassonomia, revisione sistematica e tendenze future. VENUE-TH-007. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Langley, P. ( 2022, 06 ). Il guadagno computazionale dell'uomo- come l'apprendimento. ORG-TH-110, 36 ( 11 ), 12268 - 12273. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]. 21489

La Sacra Bibbia, nuova volontà. ( 1960 ). New York: ORG-TH-111. (Reinat- Valera) 1960 )

Lau, K-N. e Lee. 2005 ). Estrazione del testo per l'industria dell'hotel. ORG-TH-133, 46 ( 3 ), 344 – 362. [REFERENCE-ID-REDACTED] 0010880405275966

Lee, C K e Hawamdeh, S. ( 2002, 03 ). Fattori che compromettono la condivisione della conoscenza. ORG-TH-107, 01 ( 01 ), 49 - 56. Scarico da [LINK-REDACTED] s0219649202008169 [REFERENCE-ID-REDACTED]

Lee, S.-M. e Pritchett A. A. ( 2008, 11 ). Predivisione delle interazioni tra agenti nella modellazione e simulazione di sistemi tecnici sociali. VENUE-TH-017, 38 ( 6 ), 1210 - 1220. Caricato da https: / e

doi.org / 10.1109 / tsmca. 2008.2001059 [REFERENCE-ID-REDACTED]

Li, C. Ding e N. Dong H. E Zhai Y. 2021, 01 ). Applicazione del rilevamento delle frodi della carta di credito basato su cs.-svm., 11 ( 1 ), 34 - 39. Scarico da [LINK-REDACTED] Ijmlc. 2021.11.1.1011 [REFERENCE-ID-REDACTED]

Li, S.-L. e Shiue. 2006, 05 ). La valutazione dei prestiti di consumo utilizzando macchine vettoriali di sostegno. VENUE-TH-011, 30 ( 4 ), 772 - 782. Caricato da https: / e doi.org 10.1016 - Oh, mio Dio. 2005.07.041 [REFERENCE-ID-REDACTED]

Lin, B. e Seberenik A. 2016 ). Riconoscere il genere di ORG-TH-108 utenti. A M. Kim, R. Robbes e C Bird (Eds.), Atti del 13 la conferenza internazionale sui repository di software minerario, MSR 2016 Austin e tx. 14 - 22, 2016 (p. 3 ) 425 – 429 ). New York, NY e USA: VENUE-TH-023. [REFERENCE-ID-REDACTED]

Lin, H. ( 2007, 06 ). La condivisione delle conoscenze e le capacità di innovazione: uno studio empirico. VENUE-TH-025, 28 ( 3 / 4 ), 315 - 332. Scarico da [LINK-REDACTED].org / 10.1108 / 01437720710755272 [REFERENCE-ID-REDACTED]

Liu, Q. e Wu. 2012, 01 ). Apprendistato. Scarico da [LINK-REDACTED] 10.1007 / 978 - 1 - 4419 - 1428 - 6 _451 [REFERENCE-ID-REDACTED]

Loh, S. e Lorenzi. 2003 ). Un turismo raccomanda un sistema basato sulla collaborazione e l'analisi del testo. ORG-TH-125, 6 ( 3 ), 157 – 165.

Lynsky, S. J., Ling e F. Greenberg A. M., Penny-Dimri e J. C. e Sutherland, A. G. ( 2021 ). L'influenza della resilienza del paziente e dello stato di salute sulla soddisfazione dopo l'artroplastica totale dell'anca e del ginocchio. ORG-TH-126, 19 ( 1 ), 8 – 14.

Lotipez-Santillan, R. e Montes.Y@-@ Gómez. C., Ramirezo-Alonso e Prieto-Ordaz ( 2020 ). Documento più ricco incorpora embeddings per autore che profilling compiti basati su una ricerca euristica. VENUE-TH-049, 57 ( 4 ), 102227. [REFERENCE-ID-REDACTED]

Malingkas, D. E. Y. and Ce, W. ( 2020, 08 ). Gestione della conoscenza utilizzando la gamification nelle società di consulenza. Scarico da [LINK-REDACTED]. 9211118 [REFERENCE-ID-REDACTED]

Markov, I. e Gelbukh A. 2017 ). L'approccio vincente a Cross-Genre Identificazione di Genere in russo a RUSPprofilling 2017. In P. Majumder, M. Mitra, P. Mehta e J. Sankhavara (Eds.), Note di lavoro di FI- RE 2017 - forum per la valutazione del recupero delle informazioni, Bangalore e India 8 - 10, 2017 (Vol. 2036, pp. 20 – 24 ). Aachen, Germania: ORG-TH-109. Scarico da [LINK-REDACTED]

Melo, L. S., Sampaio e R. F., Leão e R. P. S., Barroso e G. e Bezerra, J.) A. ( 2019 ). Python...

piattaforma multi-agent basata per l'applicazione su reti elettriche. ORG-TH-127, 29 ( 6 ), e12012.

Meltzoff, A. N., Kuhl e P. K., Movellan e J. A. e Sejnowski, T. J. ( 2009, 07 ). Fondamenti per una nuova scienza dell'apprendimento (Vol. 325 (No) 5938 ). Scarico da [LINK-REDACTED] 10.1126 / scienza. 1175626 [REFERENCE-ID-REDACTED]

Moguerza, J. M., Muñoz e A. ( 2006 ). Supporta macchine vettoriali con applicazioni. ORG-TH-123, 21 ( 3 ), 322 – 336. Scarico da [LINK-REDACTED].org / euclid.ss 1166642435 [REFERENCE-ID-REDACTED]

Moguerza, J. M. e Muñoz, A. ( 2006, 08 ). Supporta macchine vettoriali con applicazioni. VENUE-TH-026, 21 ( 3 ). Scarico da [LINK-REDACTED] 10.1214 / 088342306000000493 [REFERENCE-ID-REDACTED]

Mohamad, io. B. e Usman, D. ( 2013 ). Standardizzazione e i suoi effetti sull'algoritmo di clustering k-means. VENUE-TH-040 ingegneria e tecnologia, 6 ( 17 ), 3299 – 3303.

Moliner, M. A., Sánchez e J. Rodriguez. M. e Callarisa, L. ( 2007 ). Rapporto qualità con un'agenzia di viaggi: L'influenza del valore percepito posterpurcose e un pacchetto di attività. ORG-TH-124, 7 ( 3 - 4 ), 194 – 211.

Moreno, R. Viaggi e M. Fernandez- Isabel A. di Diego I. M., Moguerza e J. M., Lancho e C ( 2022 ). Rilevamento automatico di potenziali utenti per parere di estrazione mineraria e agenti di intelligenza. In 2022 17 L'articolo PUBLICATION-003 ( PUBLICATION-003 ) (pp. 93 – 101 ).

Moreno- Izquierdo, R. ( 2024 ). Raúl, l'ingegnere informatico. TECH-VENDOR-006. Scarico da [LINK-REDACTED]

Mukherjee, S. e Bala. K. ( 2017 ). Classificazione di genere del testo microblog basato sull'architettura. VENUE-TH-041, 15 ( 1 ), 117 – 138. [REFERENCE-ID-REDACTED]

Naqa, io. E. e Murphy, M. J. ( 2015, 01 ). Cos'è l'apprendimento automatico? Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED] - 3 _1

Nazareth, N. e Reddy. 2023, 06 ). Applicazioni finanziarie dell'apprendimento automatico: una rassegna di letteratura. VENUE-TH-011, 219, 119640 - 119640. Scarico da [LINK-REDACTED].org / 10.1016 - Oh, mio Dio. 2023.119640 [REFERENCE-ID-REDACTED]

Njiraine, D. ( 2019, 03 ). Abilitare le pratiche di condivisione delle conoscenze per l'accademia e la ricerca negli istituti di istruzione superiore. Scarico da [LINK-REDACTED]. 7176 / ikm e 9 - 3 - 09 [REFERENCE-ID-REDACTED]

Norbert, V. ( 2011, 11 ). Previsione della domanda turistica. VENUE-TH-012. No...

Caricato con [LINK-REDACTED] B9780080969961000078

Novikova, N G., Kortunov V. V., Krasnova O. N, Zomina e N. M., Kireenkova e Z. A. e chap. ( 2015 ). Un cliente con esigenze particolari nei servizi turistici. VENUE-TH-042, 6 ( 2 ), 338.

Olson, D. L. e Delen, D. ( 2008 ). Tecniche avanzate di data mining. Berlino, Heidelberg: VENUE-TH-002.

Paudel, B. e Christoffel (F.). 2016, 12 ). Updatable, accurata e diversificata con raccomandazioni elevate per applicazioni interattive. VENUE-TH-022, 7 ( 1 ), 1 - 34. Scarico da [LINK-REDACTED] 2955101 [REFERENCE-ID-REDACTED]

Peng, J. e Xu ( 2022, 03 ). Modello di raccomandazione del prodotto su misura della domanda automatica rispondente robot basato sull'apprendimento profondo. VENUE-TH-027, 2022, 1 - 9. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Peng, Y. ( 2022, 01 ). Un sondaggio sul moderno sistema di raccomandazione basato su grandi dati. VENUE-TH-007. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]. 48550 / arXiv. 2206.

Peng, Z. ( 2021, 05 ). Progettare e valutare i meccanismi di interazione degli agenti di intelligenza per l'assistenza umana in compiti di pensiero di alto livello. Caricato da https: / e doi.org 10.1145 / 3411763.3443424 [REFERENCE-ID-REDACTED]

Platt, J. ( 1998 Aprile). Ottimizzazione minima sequenziale: un Algerihm veloce per il supporto di formazione Macchine vettoriali (Inf. Tech.n.o MSR-TR- 98 - 14 ). TECH-VENDOR-005. Scarico da [LINK-REDACTED] secuential-minimal-ottimizzazione - a--phasti.algorithma e for~ trainings-- supporto − macchine vettoriali /

pons, J. e granati A.) Espines J (Borra. 1997 ). Valutare la mortalità di chirurgia cardiaca aperta in Catalogna (Spagna) attraverso un modello di rischio predittivo. VENUE-TH-044 chirurgia: rivista ufficiale del VENUE-TH-043, 11 ( 3 ), 415 – 423.

ORG-TH-112. ( 2022 ). A: una lingua e un ambiente per il calcolo statistico. Vienna, Austria. Caricato da https: / e [LINK-REDACTED]

Rangel, F. e Rosso ( 2016 ). Sull'impatto delle emozioni sulla profilazione dell'autore. VENUE-TH-049, 52 ( 1 ), 73 – 92. [REFERENCE-ID-REDACTED] J.ip. 2015.06.003

Ray, B. e Garain A. E Sarkar R. 2021 ). Un hotel a base di ensemble raccomanda il sistema utilizzando analisi senzienti e categorizzazione delle recensioni degli Hotel. ORG-TH-128, 98, 106935.

Romero- Mendez, E. A., Santana-Mancilla e P. C, Garcica-Ruiz e M. Montesinos- López A. e Anido, L. ( 2023, 07 ). L'uso di deep learning per migliorare il coinvolgimento dei giocatori in un videogioco attraverso una regolazione dinamica della difficoltà basata sulla classificazione delle competenze. VENUE-TH-028, 13 ( 14 ), 8249 - 8249. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Russell, S. e Norvig ( 2010 ). Intelligenza artificiale: un approccio moderno. VENUE-TH-010.

Sagi, O. e Rokach L. ( 2018 ). Insemble Learning: Un sondaggio. ORG-TH-104 Recensioni interdisciplinari: VENUE-TH-055, 8 ( 4 ), e1249.

Santamaría, L. e Mihaljevi ́ c H. ( 2018 ). Confronto e benchmarking dei servizi di reddito di nome-togender. VENUE-TH-033, 4 E156. [REFERENCE-ID-REDACTED] 10.7717 / peerj-cs. 156

Schaphis, R. E. ( 1990 ). La stabilità dell'apprendimento debole. Imparare la macchina, 5 ( 2 ), 197 – 227. [REFERENCE-ID-REDACTED]

Sen, P. C, Hajra e Ghosh ( 2020 ). Algoritmi di classificazione supervisionati nell'apprendimento automatico: un sondaggio e una recensione. Alla tecnologia Emerging nella modellazione e nella grafica (pp. 99 – 111 ). VENUE-TH-002.

Sensuse, D. I., Qodarsih e N. 2018, 10 ). Fattori critici di successo della gestione della conoscenza: una revisione sistematica della letteratura. Caricato da https: / e doi.org 10.1109 / icitsi. 2018.8695926 [REFERENCE-ID-REDACTED]

Shafiee, S. e Varjani A. Y. ( 2016, 04 ). Big data nell'industria del turismo. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Shelar, H. e Kaur. G. Heda.N. & amp; Agrawal P. ( 2020 ). Approcci denominati di riconoscimento dell'entità e il loro confronto per modello di ner personalizzato. ORG-TH-129, 39 ( 3 ), 324 – 337.

Siswahyudi, P. e Kurniawan. A. e Sugiarto V. ( 2018 ). Confronto delle tecnologie orientate agli agenti: una rassegna di letteratura. ORG-TH-130, 24 ( 11 ), 8710 – 8716.

Sokolova, M. e Lapalme G. ( 2009 ). Un'analisi sistematica delle misure di prestazione per i compiti di classificazione. VENUE-TH-049, 45 ( 4 ), 427 – 437.

Sproat, R. e Black A. W., Chen e S. Kumar. 2001, luglio). Normalizzazione delle parole non standard. ORG-TH-131, 15 ( 3 ), 287 – 333. [REFERENCE-ID-REDACTED]

Srivastava, A. e Sahami M. (Eds.) 2009 ). Estrazione del testo: Classificazione, cluster e applicazioni ( 1 New York, NY e USA: ORG-TH-114. [REFERENCE-ID-REDACTED]

Subramaniyaswamy, V. e Locheh. R. Vijayakumar.A. con Keerthana K. come Rackini K) mentre Swarnamalya B. ( 2018 ). Dynamo: sistema dinamico multimodale e raccomandazione di viaggio. In 2018 conferenza internazionale sulle tendenze recenti nell'informatica avanzata (icrtac), pp. 47 – 52 ).

Terrell, J. Kofink e A. Middleton. 2017, 1 de May). Differenze di genere e pregiudizi in open source: tirare richiesta di accettazione delle donne contro gli uomini. VENUE-TH-033, 3, e111. [REFERENCE-ID-REDACTED]

Thampi, S. M. ( 2008, 01 ). Introduzione alla gestione della conoscenza. VENUE-TH-007. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED] Arxiv. 0812.0438

Tikhonov, A. N e Arsenin V. Y. ( 1977 ). Soluzioni di problemi non posti. New York, NY e USA: VENUE-TH-030, ORG-TH-103.

Tureac, C E. e Turtureanu, A. ( 2010 ). Tipi e forme di turismo. VENUE-TH-045.) simpomica, 4 ( 1 ).

Uddin, M. e Wang. H., Chi e H L. e Ni, M. ( 2021 ). Modellazione di informazioni sulla costruzione (bim), dinamica del sistema e motiving basato sull'agente: Verso un approccio integrato. VENUE-TH-046, 12 ( 4 ), 4261 – 4274.

Uysal, A. K. e Gunal, S. ( 2014 ). L'impatto della preelaborazione sulla classificazione del testo. VENUE-TH-049, 50 ( 1 ), 104 - 112. [REFERENCE-ID-REDACTED]. 1016 - J.ip. 2013.08.006

Vasilescu, B. e Capilluppi A. con seberenik A. 2014, settembre). Genere, Rappresentanza e Partecipazione online: Uno studio quantitativo. ORG-TH-132, 26 ( 5 ), 488 – 511. [REFERENCE-ID-REDACTED]

Vasiliev, Y. 2020 ). Trattamento linguistico naturale con pitone e SOFTWARE-TH-002: Introduzione pratica. VENUE-TH-029.

Vesni ′ c-Ultievi ́ c, L. e Nascimento S. con pólvora A. 2020, 07 ). Impatto sociale ed etico dell'intelligenza artificiale: note critiche sui quadri politici europei. VENUE-TH-011, 44 ( 6 ), 101961 - 101961. Scarico da [LINK-REDACTED] j.telpol. 2020.101961 [REFERENCE-ID-REDACTED]

Vrandeňci ́ c, D. e Krötzsch M. 2014 ). DATASET-TH-001: una conoscenza collaborativa gratuita. VENUE-TH-020, 57 ( 10 ), 78 – 85. [REFERENCE-ID-REDACTED]

Wais, K. ( 2016 ). Metodi di predicazione del genere Basato sui primi nomi con il genderizer. VENUE-TH-047, 8 ( 1 ), 17 – 37. [REFERENCE-ID-REDACTED]

Wang, J.) Guo e B. 2022, 01 ). Human--in-the- loop machine learning:

Una prospettiva macro-micro. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Wang, J.) Hong e Y (g. 2022 ). Sistemi multiagenti cooperativi e competitivi: dall'ottimizzazione ai giochi. VENUE-TH-018 / CAA ORG-TH-122, 9 ( 5 ), 763 – 783.

Wang, X. e Bettini. 1997 ). Progettazione logica per databas temporali con granulalità multiple. VENUE-TH-019, 22 ( 2 ), 115 – 170.

Weed, D. L. ( 2005 ). Peso delle prove: una revisione e metodi. VENUE-TH-056, 25 ( 6 ), 1545 – 1557.

Witten, io. H., Frank ed E. Sala A. e Pal, C J. ( 2017 ). Estrazione dei dati: Pratiche macchine utensili e tecniche di formazione ( 4 f ed.) Cambridge, MA e USA ORG-TH-113, VENUE-TH-012. [REFERENCE-ID-REDACTED]

Yan, X. e Ja ( 2006 ). Classificazione di genere degli autori del Weblog. A Computing approcci per l'analisi di weblog, documenti da 2006 VENUE-TH-032 Simposio di primavera, rapporto tecnico s... 06 - 03 bastone alto, ca e usura. 27 - 29, 2006 (pp. 228 – 230 ). Palo Alto, CA e USA: VENUE-TH-031. Scarico da [LINK-REDACTED] 0046 - classificazione del mandrino

Yenduri, G. Reg. S., Supriya e Y. Srivastava G. Madikunta P. K. R... Gadekallu, T. A. ( 2023, 01 ). Processore pre-formato Generativo: una rassegna completa su tecnologie, applicazioni potenziali e sfide emergenti. VENUE-TH-007. Scarico da [LINK-REDACTED] 2305.10435 [REFERENCE-ID-REDACTED]

Young, T. e Hazarika. 2017, 01 ). Tendenze recenti nell'elaborazione di un linguaggio naturale basato sull'apprendimento profondo. VENUE-TH-007. Scarico da [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Zapata, G. e Murga. J. Raymundo C. Dominguez F. Moguerza M. e Alvarez, J. M. ( 2019 ). Architettura dell'informazione aziendale per l'implementazione del progetto di successo basata sull'analisi senziente nel settore turistico. VENUE-TH-048, 53 ( 3 ), 563 – 585.

Zdravevsky, E. e Lameski (P.). 2011 ). Peso delle prove come strumento per la trasformazione dell'attributo nella fase di preprocessing con algoritmi di apprendimento monitorati. Il mio sogno 2011 conferenza congiunta internazionale sulle reti neurali (pp. 181 – 188 ).

Zheng, X.) Luo e Y. ( 2018 ). Una destinazione turistica raccomanda il sistema utilizzando le dinamiche senzienti e temporali degli utenti. VENUE-TH-048, 51 ( 3 ), 557 – 578.

Zhuhadar, L. e Nasraoui O. ( 2010, 08 ). Ricerca personalizzata in base a un motore di raccomandatore designato dall'utente. Scarico da [LINK-REDACTED]. 296 [REFERENCE-ID-REDACTED]