Da inteligência de negócio à inteligência artificial

A tese de doutorado é um exemplo claro de um processo de transformação eletrônica com novas tecnologias, particularmente durante o projeto e foi implementada para a gestão da migração de processos de inteligência empresarial em automação guiada por informações artificiais. Uma tarefa realmente complexa, uma vez que qualquer mudança nos processos habituais de uma empresa normalmente leva a uma rejeição interna entre os trabalhadores e os desafios foram enfrentados sem forte apoio à gestão de projetos. Todas as empresas hoje estão passando por uma luta constante contra a mudança ao longo de seus processos, clientes e até mesmo suas linhas de negócios. Empresas que não são capazes de se adaptar com mudanças foram condenadas, incluindo o seu potencial desaparecimento. Uma boa capacidade de adaptação à mudança é certamente uma garantia de sobrevivência no mundo de hoje.

Esse projecto nasceu numa empresa espanhola concreta, COMPANY-002, conhecido comercialmente como COMPANY-002. Uma pequena agência de viagens de nicho, que certamente enfrentou seu futuro com coragem através da inovação tecnológica. Na época em que esse projeto nasceu, sua empresa estava vivendo com um momento doce em que apenas processos analíticos precisavam ser implementados usando técnicas de inteligência empresarial e basicamente gerando relatórios analíticos para a tomada de decisão. A pandemia tinha sido um grande desafio e um claro acelerador para o projecto, mas era necessário adaptar os nossos negócios com uma situação emergente de alta instabilidade em todos os aspectos. Atualmente, a empresa é guiada por processos de inteligência artificial automática que, em particular, permitem otimizar o seu processo de vendas e melhorar a sua detecção com um tratamento adequado dos clientes que são mais prováveis para compra. Podemos dizer que COMPANY-002 Ele tem entendido que a boa adaptação à mudança é a chave da sobrevivência hoje.

Estes novos processos analíticos de inteligência artificial foram implantados, no ambiente de produção e sobre um sistema de gestão diferente chamado SYSTEM-TH-001. Esse sistema, mistura funcionalidade de um ERP tradicional e CRM que permite a gestão completa dos clientes durante todo o seu ciclo de vida na empresa

Usando a inteligência gerada pela análise e sua disposição para a melhor tomada de decisão. Hoje, a empresa é mais poderosa e eficiente com alta capacidade de resiliência. Estes são alguns de seus valores que têm nos levado a aplicar inteligência artificial para adequá-los como eles vêm de seus próprios empregos Agora os clientes e trabalhadores podem desfrutar de um pacote mais amigável de serviços, depois de todos os seres humanos melhores com sua economia de tempo através da automação foram dedicados a outros trabalhos que são melhor adicionados.

De acordo com o relatório: Usando inteligência artificial e big data em empresas espanholas ORG-TH-002, ORG-TH-003, ORG-TH-004, ORG-TH-005 ) 2023 a inteligência artificial vem passando por um aumento significativo nas empresas até 11,8 %, 3,5 mais pontos percentuais do que no ano anterior, assim como as empresas que usam big data cresceram até atingir 13,9 % com um aumento de 2,8 pontos relativos ao exercício anterior. Madrid, Valência e Aragão são as comunidades onde mais empresas usam IA com percentuais de 16,8 %, 14 % e 12,7 %, respectivamente. Madrid é também a principal comunidade com a sua lista de big data ( 17 % ), com 16,1 % As duas coisas.

Inteligência artificial (IA) é um eixo estratégico da agenda PROGRAM-TH-001 com alto potencial para transformar a economia e a sociedade. O IA permite melhores previsões, operações mais rápidas e serviços mais personalizados. A adoção de IA por empresas espanholas tem sido avançada nos últimos anos. No entanto, ainda há espaço para a implementação e o desenvolvimento desta tecnologia. O big data é outra das ferramentas que as empresas adotam como chave para digitalizar sua economia espanhola. Para 2030, ORGANIZATION-004 definiram o objetivo que 75 % As empresas europeias adoptaram serviços de computação em nuvem, macrodados e inteligência artificial. A estratégia PROGRAM-TH-001 define o objetivo que 2025 e 25 % Empresas espanholas usam inteligência artificial e big data. O uso de big data e inteligência artificial em empresas espanholas continua a aumentar ano a dia, com uma abordagem definida em PROGRAM-TH-001. Em comparação com outros Estados-Membros ORGANIZATION-004 e usando dados de 2021 A nível comunitário, a Espanha encontrava-se numa fase média de adopção das empresas no ano passado. Foi assim igual à média de ORGANIZATION-004 mas muito abaixo dos países líderes neste indicador. Espanha com um 8 % e ainda estava longe da Dinamarca ( 24 % ), Portugal ( 17 % ) e a Finlândia ( 16 % ). Para os big data, comparação com dados europeus do ano 2021 mostra que os cinco pontos de Espanha sob a média de ORGANIZATION-004 com uma 9 % a partir de empresas que utilizam análise big data. A distância dos países com mais acentuações

aplicação desta tecnologia, Malta ( 31 % ), Países Baixos ( 27 % ) ou Dinamarca ( 27 % ). Dado estes dados, é fácil observar o que temos falado antes. Neste projeto, as dificuldades não se deram apenas com a aplicação de novas tecnologias, mas também como meio de gerenciar a mudança Para mencionar que desde a aceitação da gestão do projeto, ele teve que superar vários desafios inerentes ao uso desta nova tecnologia e vir com uma falta de conhecimento técnico sobre eles pelos usuários finais. O objetivo do projeto foi construir modelos analíticos que ajudassem a prever o desempenho do cliente, com base em dados históricos armazenados de sua empresa e ao longo desta tese veremos alguns deles, bem como até onde eles foram colocados em produção. Os resultados alcançados com o tempo têm sido a melhor maneira de mostrar que as tecnologias também são úteis em uma pme, tanto para a gestão quanto para os trabalhadores.

Vamos conduzir este documento com COMPANY-002 Uma jornada através de um processo de transformação digital usando dados. Nosso ponto de partida será uma base de dados relacional das operações da empresa e uma matriz com informações operacionais sobre os negócios, o que certamente lhes permitiu iluminar como o sucesso foi alcançado pela automação de inteligência artificial. Nossa primeira parada serão as técnicas de aprendizado de máquina, através das quais temos gerado nosso melhor modelo de propensão para compra e que nos permitirá entender melhor as relações entre diferentes variáveis em seu conjunto de dados. Mais tarde, destacaremos tecnologias de aprendizagem profunda sobre textos não estruturados, mensagens de clientes que nos permitem criar um novo modelo com uma incrível funcionalidade e capacidade de transformação. A próxima parada será a criação de um modelo para Processamento de Linguagem Natural, que servirá para refinar ainda mais nossa modelagem da propensão e comprar também com o melhor que podemos apresentar desenvolvimentos futuros. Finalmente mostraremos como tecnologias avançadas de treinamento de máquinas, como o Support Vector Machines, podem nos ajudar com problemas de classificação e, especialmente, criar um modelo para detectar os gêneros de um autor. Pode-se notar claramente que esta jornada analítica com COMPANY-002 Embora tenham sido ásperas pelos enganos das fases, certamente se tornou uma experiência agradável.

As tecnologias livres têm sido utilizadas apenas no projeto, como mostra um alto grau de soberania digital e seu papel anterior com a CIO. Essa soberania tinha sido alcançada independentemente dos fornecedores de tecnologia privada. Além disso, para um pyme e mais importante o uso de software livre têm permitido que eles reduzam seus custos como eles estão associados com este projeto, tornando-o interessante sobre qualquer coisa, exceto seu tamanho. Esse é o sucesso deste projeto, e isso foi apresentado pelo seu

criar um projecto empresarial para comercializar tanto a metodologia como as tecnologias de inteligência artificial utilizadas para resolver este ou outros problemas de negócio.

Por último, mas não menos importante, esta tese de doutoramento tem sido útil para o queixoso com a sua capacidade técnica para aplicar e tornar-se um especialista das suas últimas técnicas de inteligência artificial. Desde o início do projeto sua carreira profissional vem passando por outro processo de transformação Moreno- Izquierdo ( 2024 ), mostrando assim que estas tecnologias devem mudar não só a actividade das organizações, mas também o seu próprio povo que as faz tão cedo e se estão prontas para uma mudança.

Adler, B. T. de Alfaro, L. e Mola-Velasco M., Rosso e P. West A. G. ( 2011 ). DATASET-TH-001 Detecção de Vandalismo: Combinando linguagem natural, metadados e recurso de repulsão. Um F. Gelbukh (Ed.), Computação linguística e inteligência processamento de texto - 12 a conferência internacional, ciclismo 2011, tokyo e japão 20 - 26, 2011.procedimentos, parte II (Vol. 6609, pp. 277 – 288 ). Berlim, Heidelberg: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Adriana S. M. ( 2018 ). O princípio da orientação personalizada - um pré-requisito para aumentar a eficiência no turismo. VENUE-TH-003, Série de Ciências Econômicas 18 ( 1 ), 405 – 408.

Afsahhosseini, F. e Al-Mulla. Y. ( 2020, 09 ). Aprendizagem de máquina no turismo. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Agarwal, M. ( 2019, 05 ). Uma visão geral do processamento de linguagem natural. VENUE-TH-005 ( VENUE-TH-006 ), 7 ( 5 ), 2811 - 2813. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Aggarwal, C C ( 2016, 04 ). Sistemas de recomendação: O livro didático. Descarregado de [LINK-REDACTED]

Aggarwal, C C ( 2018 ). Aprendizado de máquina para texto. Cham, Suíça: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Ahmed, E. e Elgazzar A. S. e Hegazi, A. S. ( 2005, 01 ). Uma visão geral de sistemas adaptativos complexos. VENUE-TH-007. Descarregado de [LINK-REDACTED] 0506059 [REFERENCE-ID-REDACTED]

Aizawa, A. ( 2003 ). Uma perspectiva teórico-informação das medidas tf-idf. VENUE-TH-049, 39 ( 1 ), 45 – 65. [REFERENCE-ID-REDACTED]

Al Fararni, K. e Nafis. F. Aghoutane B.) Yahyaouy A. ( 2021 ). Hybrid recomenda sistema de turismo baseado em big data e ai: Um quadro conceitual. VENUE-TH-051, 4 ( 1 ), 47 – 55.

Alrasheed, H. e dele. ( 2020 ). Um destino turístico multinível recomenda sistema. VENUE-TH-050, 170, 333 – 340.

Amado, A. e Cortez 2018 ). Tendências de pesquisa sobre big data no marketing: Uma mineração de texto e análise de literatura baseada em modelagem de tópicos. VENUE-TH-052, 24 ( 1 ), 1 – 7.

Anderson, R. 2007 ). O toolkit de reconhecimento de crédito: teoria e prática para gerenciamento de risco de empréstimo de varejo ou automação de decisão. VENUE-TH-008.

Baeza- Yates, R. e Ribeiro-Neto ( 2011 ). Recuperação moderna da informação: os conceitos e a tecnologia por trás da pesquisa ( 2.a ed.) Harlow, Inglaterra: VENUE-TH-009

Bakar, N. A. e Rosbi, S. ( 2020 ). Efeito da doença do coronavírus (covid- 19 ) à indústria do turismo. VENUE-TH-034, 7 ( 4 ), 189 – 193.

Bergenti, F. e Caire ( 2020 ). Os primeiros vinte anos de desenvolvimento de software dedicado com SOFTWARE-TH-004. VENUE-TH-053, 34 ( 2 ), 1 – 19.

Bing-yu, C. e Zhan. 2009, 04 ). Aplicação da svm na investigação financeira. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]. 313

Borra, J. e Moreno ( 2014, 11 ). Sistemas inteligentes de remodelação do turismo: Uma pesquisa. VENUE-TH-011, 41 ( 16 ), 7370 - 7389. Descarregado de [LINK-REDACTED] 10.1016 - J.eswa. 2014.06.007 [REFERENCE-ID-REDACTED]

Botvinick, M. e Barrett. G. T., Battaglia e P. de Freitas Z.,... Hassabis, D. ( 2017, 01 ). Construindo máquinas que aprendem e pensam por si mesmas. VENUE-TH-013, 40. Descarregado de [LINK-REDACTED] s0140525x170045 [REFERENCE-ID-REDACTED]

Breman, L. ( 2001 ). Florestas Aleatórias. Aprendizagem de máquina, 45 ( 1 ), 5 – 32. [REFERENCE-ID-REDACTED] 1010933404324

Burgin, M. e Dodiga-Crnkovi ́ c ( 2009, 01 ). Uma abordagem sistemática de agentes artificiais. VENUE-TH-007. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Cabezas, J. e Fernandezo-Isabel A.. A. e de Diego, I. M. ( 2020 ). Arquitetura baseada em agentes bio-inspirados para detecção de fraudes. Nos processos do Tribunal de Justiça 2020 3 rd conferência internacional sobre gestão da informação e ciência da governança (pp. 67 – 71 ).

Camilleri, M. A. ( 2018 ). A indústria do turismo: Uma visão geral. Marketing de viagens, turismo

Economia e o produto da companhia aérea, 3 – 27.

Chapman, W. W., Bridewell e W.A. Hanbury. P. Cooper G. F. e Buchanan, B. G. ( 2001 ). Um algoritmo simples para identificar achados negados e doenças em resumos de eliminação. VENUE-TH-035, 34 ( 5 ), 301 - 310. Carregado de https: // e [LINK-REDACTED] [REFERENCE-ID-REDACTED] doi.org / 10.1006 - Jbin. 2001.1029

Chen, P.-H. e Fan. 2006 ). Um estudo sobre métodos de decomposição do tipo SMO para máquinas vetoras de suporte. VENUE-TH-015, 17 ( 4 ), 893 – 908.

Cho, H.-C. e Okazaki (N.) Miwa M. Reg. 2013 ). Reconhecimento de entidade com nome com múltiplas instruções de segmento. VENUE-TH-049, 49 ( 4 ), 954 - 965. [REFERENCE-ID-REDACTED]

Corney, M. de Vel O. Y., Anderson e A. E Mohay. M. ( 2002 ). Texto Gênero-Preferencial Mineração de E-mail Discurso. In 18 Conferência anual sobre aplicações de segurança informática (ACSac) 2002 ), 9 - 13 Dezembro 2002 As Venas, nv e EUA (pp. 282 – 289 ). Piscataway, NJ e EUA: VENUE-TH-014. [REFERENCE-ID-REDACTED]

Das, M. e Hecht B. com Gergle ( 2019 ). A Geografia Gênerosa de Contribuições para OpenStreetMap: Complexidades em Bias de Auto Foco. Em S. A. Brewster, G. Fitzpatrick, A. L. Cox e V. Kostanos (Eds.), Procedimentos da 2019 Conferência CHI sobre fatores humanos em sistemas de computação, CHR 2019, glasgow e Escócia. 4 - 9, 2019 (pp. 1 – 14 ). Nova Iorque, NY e EUA: VENUE-TH-023. [REFERENCE-ID-REDACTED]

Das, S. e paik. H. ( 2021 ). Defeito de gênero sensível ao contexto de entidades nomeadas em texto. 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 ). Arquitetura do agente Bdi: uma pesquisa. Nos processos do Tribunal de Justiça 29 a conferência conjunta internacional sobre a inteligência artificial (ijcai), 2020, japão. (pp) 4914 – 4921 ).

DINU, A.-M. e tema. ( 2018 ). A importância dos transportes para o desenvolvimento do turismo. VENUE-TH-054, 4 ( 4 ), 183 – 187.

Eiriemiokhale, K. A. e Idiedo V. ( 2020, 09 ). Práticas de compartilhamento de conhecimento entre letores em universidades nigerianas: Um estudo de caso. Descarregado de [LINK-REDACTED] 10.7176 / ikm e 10 - 6 - 06 [REFERENCE-ID-REDACTED]

Eisenstein, J. ( 2019 ). Introdução ao processamento de linguagem natural. Cambridge, MA e EUA VENUE-TH-024.

Fátima, M. e Hasan's K. Anwar S. E Nawab A. M. A. ( 2017 ). Autor multilingual profilling on SERVICE-005. VENUE-TH-049, 53 ( 4 ), 886 - 904.doi:

[LINK-REDACTED]

Feinerer, eu. e Hornik. 2008 ). Texto Infraestrutura de Mineração em R. VENUE-TH-036 Artigos, 25 ( 5 ), 1 – 54. Descarregado de [LINK-REDACTED].org / v025 e i05 [REFERENCE-ID-REDACTED]

Feng, M. e Li ( 2018 ). Uma condição kkt aproximadamente forte para otimização multidimensional. VENUE-TH-058, 26 ( 3 ), 489 – 509. [REFERENCE-ID-REDACTED] - 6

Fernández- Isabel, A. e Fuentes-Fernández (R.). M. ( 2020 ). Modelando sistemas multiagentes para simular estradas inteligentes baseadas em senso. ORG-TH-117, 99, 101994.

Fong, E. Vincent e N. Hecht. B. E Gerber M. ( 2018 Novembro). As mulheres (Ainda) pedem menos: Diferenças de gênero em Homolly Estate e um mercado de trabalho online. Proc. VENUE-TH-021. Interagir. 2 (CSCW), 53: 1 – 53: 21. [REFERENCE-ID-REDACTED]

Forouzandeh, S. e Berahmand. 2021 ). Um hotel recomenda sistema para turistas usando o algoritmo de colônia de abelhas artificiais e modelo de topsis fuzzy: um estudo de caso de ORG-TH-100. VENUE-TH-037, 20 ( 01 ), 399 – 429.

Fourkioti, O. e Symeonidis (S.). 2019 ). Modelos de linguagem e fusão para atribuição de autorização. VENUE-TH-049, 56 ( 6 ), 102061. [REFERENCE-ID-REDACTED]

Francis, J. e Kitamura. 2023, 01 ). Principais desafios no planejamento visão-linguagem. VENUE-TH-007. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

François-Lavet, V. e Henderson. G. e Pineau, J. ( 2018, 01 ). Uma introdução ao aprofundamento da aprendizagem. ORG-TH-101, 11 ( 3 - 4 ), 219 - 354. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Friedman, J. H. ( 2017 ). Os elementos da aprendizagem estatística: mineração de dados, inferência e previsão. VENUE-TH-002 Abre.

Galiza- Haro, S. N, Gelbukh A. e Bolshakov I. A. ( 2004 ). Reconhecimento de entidades nomeadas em textos espanhóis. Na conferência internacional mexicana sobre inteligência artificial (pp. 420 – 429 ).

Garcia, I. e Sebastia ( 2009 ). Um grupo recomenda um sistema de actividades turísticas. Na Conferência Internacional sobre Comércio Eletrônico e Tecnologias Web (pp. 26 – 37 ).

Garro, A. e Mühlpäuser. M. Tundis A com Baldoni, mas Baroglyo C como BergentI... mais ( 2018 ). Agentes inteligentes: Sistemas multiagentes. Encyclopedia of Bioinformatics and

Biologia da computação: ORG-TH-121, 315.

Geiger, R. S. e Ribes, D. ( 2010 ). O trabalho de manter a ordem em DATASET-TH-001: a proibição de um vândalo. Em K. Inkpen, C Gutwin e J. C Tang (Eds.), Processos do 2010 VENUE-TH-023 Conferência sobre trabalho cooperativo apoiado por computador, CSCW 2010, Savannah e Georgia. 6 - 10, 2010 (pp. 117 – 126 ). Nova Iorque, NY e EUA: VENUE-TH-023. [REFERENCE-ID-REDACTED]

Gomez, J. e Alfaro. M., Algar e M. J. e Moreno, R. ( 2021 a, 1 ). Biografias de escritores de literatura escrita em língua inglesa. Descarregado de [LINK-REDACTED] escritores / 13551467 [REFERENCE-ID-REDACTED]

Gomez, J. e Alfaro. M., Algar e M. J. e Moreno, R. ( 2021 b, 1 ). Biografias de escritores de literatura escrita em espanhol. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

González, S. e García. 2020 ). Um tutorial prático sobre ensacamento e inicialização de conjuntos baseados para aprendizado de máquina: Algoritmos, ferramentas de software, bem como com estudo de desempenho. ORG-TH-118, 64, 205 – 237.

Migulez-Fernandez, C). 2020 ). Sistemas multiagentes combinados e lógica subjetiva para desenvolver o sistema de apoio à decisão. Na Conferência Internacional sobre o tratamento da informação e a gestão da incerteza nos sistemas baseados no conhecimento (pp. 143 – 157 ). [REFERENCE-ID-REDACTED] 978 - 3 - 030 - 50146 - 4 \_12

Grace A. e Butler T. ( 2005, 01 ). Sistemas de gestão da aprendizagem: um novo começo no cuidado da aprendizagem e do conhecimento. ORG-TH-102, 1 ( 1 / 2 ), 12 - 12. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED] ijkl. 2005.006248

Halhenborg, K. ( 2009, 07 ). Controlo inteligente dos sistemas de manuseamento de materiais., 63 - 116. Descarregado de [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 ). Quão inteligente é o e-turismo? uma revisão sistemática do sistema de recomendação de turismo de smartphones que aplica a gestão de dados. ORG-TH-119, 39, 100337.

Hamidi, F. e Scheureman M. K. e Branham, S. M. ( 2018 ). Reconhecimento de Gênero ou Redução Social? As Implicações Sociais dos Sistemas de Reconhecimento de Gênero Incorporados. Em R L. Mandryk, M. Hancock, M. Perry e A. L. Cox (Eds.), Processos

au 2018 Conferência CHI sobre fatores humanos em sistemas de computação, CHR 2018 água do mar, batendo 21 - 26, 2018 (pp. 1 – 13 ). Nova Iorque, NY e EUA: VENUE-TH-023. [REFERENCE-ID-REDACTED]

Hedlund, T. e Pirkola A. com Järvilin K. ( 2001 ). Aspectos da morfologia sueca e dos tiques intertemáticos na perspectiva da recuperação de informações mono ou interlinguísticas. 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: uma viagem turística recomenda sistema para indivíduos e grupos. Nos processos do Tribunal de Justiça 12 riz VENUE-TH-023 conferência sobre sistemas de remodelação (pp. 496 – 497 ).

Hinton, G. e Sejnowski. J. ( 1999, 09 ). Aprendizagem não monitorada: Fundamentos de computação neural. VENUE-TH-011, 38 ( 5 - 6 ), 256 - 256. Descarregado de [LINK-REDACTED] 10.1016 / s0898- 1221 ( 99 ) 90165 - 7 [REFERENCE-ID-REDACTED]

Hollander, M. e Wolfe. A. e Galinha, E. ( 2013 ). Métodos estatísticos não paramétricos. Boboken, Nova Jérsia: ORG-TH-103.

Howard, J. e Roder ( 2018 ). Modelo de linguagem universal de ajuste fino para classificação de texto. 1801.06146.

Hsu, P.-F. e Lan. 2013 ). selecionando a venda ideal de sistema de gestão de relacionamento personalizado para a indústria do turismo médico usando delphi e ahp. VENUE-TH-038 ( VENUE-TH-039 ), 9 ( 1 ), 62 – 75.

Huang, F. e Li. 2014 ). Identificando Gênero de Usuários Microblog Baseado em Mineração de Mensagens. Em F. Li, G. Li, S. Hwang B. Yao, e Z. Zhang (Eds.), Gestão de informações da Web-age - 15 Conferência internacional, WAIM 2014 Mau, chinês e junho 16 - 18, 2014 Processo (Vol. 8485, pp. 488 – 493 ). Cham, Suíça: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Hung, P. D. e Huynh, D L. ( 2019, 02 ). Sistema de recomendação de comércio eletrônico usando manutenção. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]. 1109 - Ccoms. 2019.8821663

Intia, D. A., Holgado e J. ( 2003 ). Sistemas multicritérios de negociação electrónica. PUBLICATION-001, 12 ( 2 - 3 ), 213 - 218. Descarregado de [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 ). Um framework multi-agente para atribuição dinâmica de tarefas e delegação na distribuição do trabalho. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Jansan, B. J., Moore e K. com Carman ( 2013 ). Avaliar o desempenho de metas demográficas usando gênero em busca patrocinada. VENUE-TH-049, 49 ( 1 ), 286 - 302. [REFERENCE-ID-REDACTED]

Jiang, R. e Banchs. E. e Li, H. ( 2016 ). Avaliar e combinar sistemas de reconhecimento de entidades de nome. No decurso dos trabalhos da Comissão 6 th nomeou entity workshop (pp. 21 – 27 ).

Joachims, T. ( 1999, 8 de 2 ). Tornando prático o aprendizado de máquina vetor de suporte de grande escala. Em B. Schölkopf, C. J. Burges e A. J. Smola (Eds.), Avanços nos métodos do kernel: Suporte à aprendizagem vetorial 169 – 184 ). Cambridge, MA e EUA VENUE-TH-024.

Joachims, T. ( 2002 ). Aprender a classificar texto usando máquinas vetoriais de suporte (Vol. 668 ). Nova Iorque, NY e EUA: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Kanoje, S. e Girasse. 2015, 01 ). Usuário profilting tendências, técnicas e aplicações. VENUE-TH-007. Descarregado de [LINK-REDACTED] abs / 1503.07474 [REFERENCE-ID-REDACTED]

Kazak, A. e Chetyrbok. V. e Oleinikov, N N ( 2020, 01 ). Inteligência artificial no espaço turístico. ORG-TH-105, 421 ( 4 ), 042020 - 042020. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED] 421 / 4 / 042020

Kazil, J. e Masad. 2020 ). Usando python para modelagem baseada em agentes: o framework de tabela. Na conferência internacional sobre computação social, modelagem comportamental cultural e previsão com representação Behave em motiling ou simulação (pp. 308 – 317 ).

Keyes, O. ( 2018 Novembro). As Máquinas Desgéneras: Trans / HCI Implicações de Reconhecimento Automático de Gênero. Proc. VENUE-TH-021. Interagir. 2 (CSCW), 88: 1 – 88: 22. [REFERENCE-ID-REDACTED]

Keyes, O. e Tilbert B. ( 2017 ). DATASET-TH-001 A ORG-TH-115 Embrulho API [Manual de Software Computador]. Descarregado de [LINK-REDACTED] DATASET-TH-001 (Versão do pacote R 1.5.0 )

Khurana, D. e Koli (A.). 2022, 07 ). Processamento de linguagem natural: estado da arte, tendências atuais e desafios. VENUE-TH-001, 82 ( 3 ), 3713 - 3744. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Kler, B. K. ( 2009 ). Turismo e restauração. Na filosofia das questões do turismo (pp. 117 – 134 ). ORG-TH-106.

Kocher, M. e Savoy ( 2017 ). Medidas de distância no perfil do autor. VENUE-TH-049, 53 ( 5 ), 1103 - 1119. [REFERENCE-ID-REDACTED]. 2017.04.004

Koroteev, M. ( 2021 ). SOFTWARE-TH-003: Uma revisão das aplicações no processamento e compreensão de linguagem natural. 2103.11943.

Kretschmer, H. e Aguillo I. F. ( 2005 ). Novos indicadores para estudos de gênero em redes web. VENUE-TH-049, 41 ( 6 ), 1481 - 1494. (Emissão Especial sobre Infometria) [REFERENCE-ID-REDACTED]

Krüger, S. e Hermann B. ( 2019 ). Pode um serviço on-line prever o gênero? Sobre os Estados da Arte na Identificação de Gênero de Textos. Em I. Crnkovic, K. K. Silveira e S. Sprenkle (Eds.), Procedimentos do 2 workshop internacional sobre igualdade de género em engenharia de software, ge @ icse 2019, montreal e qc 27, 2019 (pp. 13 – 16 ). Piscataway, NJ e EUA: VENUE-TH-016. [REFERENCE-ID-REDACTED]

Kucukyilmaz, T. e Cambazoglu B. B., Aykanat e Can F. ( 2006 ). Mineração de bate-papo para a predição de gênero. Em T. M. Yakhno e E. J. Neuhold (Eds.), Avanços nos sistemas de informação 4 Conferência internacional, ADVIS 2006, irmão e água do mar 18 - 20, 2006, Processos (Vol. 4243, pp. 274 – 283 ). Berlim, Heidelberg: VENUE-TH-002. [REFERENCE-ID-REDACTED]

Lake, B. M., Ullman e T. Tenenbaum B. e Gershman, S. J. ( 2016, 01 ). Construir máquinas que aprendem e pensam como as pessoas. Descarregado de [LINK-REDACTED] abs / 1604.00289 [REFERENCE-ID-REDACTED]

Lan, Y. e Li. 2024, 01 ). Pesquisa de processamento de linguagem natural para a educação: Taxonomia, revisão sistemática e tendências futuras. VENUE-TH-007. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Langley, P. ( 2022, 06 ). O ganho computacional da aprendizagem humana. ORG-TH-110, 36 ( 11 ), 12268 - 12273. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]. 21489

A Bíblia Sagrada, nova vontade. ( 1960 ). Nova Iorque: ORG-TH-111. (Reinat- Valera) 1960 )

Lau, K.-N. e Lee. 2005 ). Texto Mineração para a Indústria Hoteleira. ORG-TH-133, 46 ( 3 ), 344 – 362. [REFERENCE-ID-REDACTED] 0010880405275966

Lee, C K. e Hawamdeh, S. ( 2002, 03 ). Fatores que apreendem o compartilhamento de conhecimento. ORG-TH-107, 01 ( 01 ), 49 - 56. Descarregado de [LINK-REDACTED] s0219649202008169 [REFERENCE-ID-REDACTED]

Lee, S.-M. e Pritchett A. A. ( 2008, 11 ). Prevendo interações entre agentes na modelagem baseada em agentes e simulação de sistemas técnicos sociais. VENUE-TH-017, 38 ( 6 ), 1210 - 1220. Carregado de https: // e

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

Li, C. Ding e N. Dong H. E Zhai Y. 2021, 01 ). Aplicação da detecção de fraude de cartão de crédito com base em cs.-svm., 11 ( 1 ), 34 - 39. Descarregado de [LINK-REDACTED] ijmlc. 2021.11.1.1011 [REFERENCE-ID-REDACTED]

Li, S.-L. e Shiue. 2006, 05 ). A avaliação dos empréstimos ao consumidor através de máquinas vetoriais de apoio. VENUE-TH-011, 30 ( 4 ), 772 - 782. Carregado a partir de https: // e doi.org 10.1016 - J.eswa. 2005.07.041 [REFERENCE-ID-REDACTED]

Lin, B. e Seberenik A. ( 2016 ). Reconhecer o género de ORG-TH-108 utilizadores. Em M. Kim, R. Robbes e C Bird (Eds.), Procedimentos da 13 Conferência internacional sobre repositórios de software de mineração, MSR 2016, Austin e Tx. 14 - 22, 2016 (p. 3 ) 425 – 429 ). Nova Iorque, NY e EUA: VENUE-TH-023. [REFERENCE-ID-REDACTED]

Lin, H. ( 2007, 06 ). Compartilhamento de conhecimento e habilidades de inovação de sinais: um estudo empírico. VENUE-TH-025, 28 ( 3 / 4 ), 315 - 332. Descarregado de [LINK-REDACTED].org / 10.1108 / 01437720710755272 [REFERENCE-ID-REDACTED]

Liu, Q. e Wu. 2012, 01 ). Aprendizado exagerado. Descarregado de [LINK-REDACTED] 10.1007 / 978 - 1 - 4419 - 1428 - 6 _451 [REFERENCE-ID-REDACTED]

Loh, S. e Lorenzi. 2003 ). Um turismo recomenda um sistema baseado na colaboração e análise de texto. 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 ). A influência da resiliência do paciente e do estado de saúde na satisfação após artroplastia total de quadril e joelho. ORG-TH-126, 19 ( 1 ), 8 – 14.

Lotipez-Santillan, R. e Montes.Y@-@ Gómez. C., Ramirezo-Alonso e Prieto-Ordaz ( 2020 ). Embutimentos de documentos mais ricos para tarefas de profilting do autor com base em uma pesquisa heurística. VENUE-TH-049, 57 ( 4 ), 102227. [REFERENCE-ID-REDACTED]

Malingkas, D. E. Y. e Ce, W. ( 2020, 08 ). Gestão do conhecimento usando gamificação em empresas de consultoria. Descarregado de [LINK-REDACTED]. 9211118 [REFERENCE-ID-REDACTED]

Markov, I. e Gelbukh A. ( 2017 ). A abordagem vencedora para a identificação de gênero entre gêneros em russo na RUSPprofiling 2017. Em P. Majumder, M. Mitra, P. Mehta e J. Sankhavara (Eds.), Notas de trabalho da FI- RE 2017 - fórum de avaliação da recuperação da informação, Bangalore e Índia 8 - 10, 2017 (Vol. 2036, pp. 20 – 24 ). Aachen, Alemanha: ORG-TH-109. Descarregado de [LINK-REDACTED]

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

plataforma multi-agente baseada para aplicação em redes elétricas. ORG-TH-127, 29 ( 6 ), e12012.

Meltzoff, A. N., Kuhl e P. K., Movellan e J. A. e Sejnowski, T. J. ( 2009, 07 ). Fundações para uma nova ciência da aprendizagem (Vol. 325 ) (Não 5938 ). Descarregado de [LINK-REDACTED] 10.1126 - Ciência. 1175626 [REFERENCE-ID-REDACTED]

Moguerza, J. M., Muñoz e A. ( 2006 ). Suporte Máquinas Vetor com Aplicações. ORG-TH-123, 21 ( 3 ), 322 – 336. Descarregado de [LINK-REDACTED].org / euclid.ss 1166642435 [REFERENCE-ID-REDACTED]

Moguerza, J. M. e Muñoz, A. ( 2006, 08 ). Suporte máquinas vetoriais com aplicações. VENUE-TH-026, 21 ( 3 ). Descarregado de [LINK-REDACTED] 10.1214 / 088342306000000493 [REFERENCE-ID-REDACTED]

Mohamad, eu. B. e Usman, D. ( 2013 ). Normalização e seus efeitos no algoritmo de agrupamento k-means. VENUE-TH-040 engenharia e tecnologia, 6 ( 17 ), 3299 – 3303.

Moliner, M. A., Sánchez e J. Rodriguez. M. e Callarisa, L. ( 2007 ). Qualidade do relacionamento com uma agência de viagens: A influência do valor percebido posterpurcose e um pacote de atividade. ORG-TH-124, 7 ( 3 - 4 ), 194 – 211.

Moreno, R. Viagens e M. Fernandez- Isabel A. de Diego I. M., Moguerza e J. M., Lancho e C ( 2022 ). Detecção automática de potenciais usuários por mineração de opinião e agentes de inteligência. In 2022 17 riz PUBLICATION-003 ( PUBLICATION-003 ) (pp. 93 – 101 ).

Moreno- Izquierdo, R. ( 2024 ). Raúl, o engenheiro de computadores. TECH-VENDOR-006. Descarregado de [LINK-REDACTED]

Mukherjee, S. e Bala K. ( 2017 ). Classificação de gênero do texto microblog baseado na arquitetura. VENUE-TH-041, 15 ( 1 ), 117 – 138. [REFERENCE-ID-REDACTED]

Naqa, eu. E. e Murphy, M. J. ( 2015, 01 ). O que é aprendizado de máquina? Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED] - 3 _1

Nazareth, N. e Reddy. 2023, 06 ). Aplicações financeiras de machine learning: Uma revisão da literatura. VENUE-TH-011, 219, 119640 - 119640. Descarregado de [LINK-REDACTED].org / 10.1016 - J.eswa. 2023.119640 [REFERENCE-ID-REDACTED]

Njiraine, D. ( 2019, 03 ). Possibilitando práticas de compartilhamento de conhecimentos para o acadêmico e pesquisa em instituições de ensino superior. Descarregado de [LINK-REDACTED]. 7176 / ikm e 9 - 3 - 09 [REFERENCE-ID-REDACTED]

Norbert, V. ( 2011, 11 ). Previsão da procura de turismo. VENUE-TH-012. Não...

Carregado com [LINK-REDACTED] B9780080969961000078

Novikova, N G., Kortunov V. V., Krasnova O. N, Zomina e N. M., Kireenkova e Z. A., e o companheiro. ( 2015 ). Um cliente com necessidades especiais em serviços turísticos. VENUE-TH-042, 6 ( 2 ), 338.

Olson, D. L. e Delen, D. ( 2008 ). Técnicas avançadas de mineração de dados. Berlim, Heidelberg: VENUE-TH-002.

Paudel, B. e Christoffel (F.). 2016, 12 ). Updatable, preciso e diversificado com altas recomendações para aplicações interativas. VENUE-TH-022, 7 ( 1 ), 1 - 34. Descarregado de [LINK-REDACTED] 2955101 [REFERENCE-ID-REDACTED]

Peng, J. e Xu ( 2022, 03 ). Modelo de recomendação de produto personalizado do robô de resposta automática de perguntas baseado em aprendizagem profunda. VENUE-TH-027, 2022, 1 - 9. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Peng, Y. ( 2022, 01 ). Uma pesquisa sobre o moderno sistema de recomendação baseado em big data. VENUE-TH-007. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]. 48550 / arXiv. 2206.

Peng, Z. ( 2021, 05 ). Desenhar e avaliar os mecanismos de interação dos agentes de inteligência para assistência humana em tarefas de pensamento de alto nível. Carregado a partir de https: // e doi.org 10.1145 / 3411763.3443424 [REFERENCE-ID-REDACTED]

Platt, J. ( 1998 Abril). Otimização Mínima Sequencial: Um Algerihm Rápido para Máquinas Vetor de Suporte de Treinamento (Inf. Tech.n.o MSR-TR- 98 - 14 ). TECH-VENDOR-005. Descarregado de [LINK-REDACTED] secuencial-minimal-otimização - a--phasti.algorithma e para ~ treinamentos-- support − máquinas vetoriais /

Pons, J. e granates A.) Espines J (Borra. 1997 ). Avaliar a mortalidade por cirurgia cardíaca aberta na Catalunha (dor) através de um modelo de risco preditivo. VENUE-TH-044 cirurgia: diário oficial da VENUE-TH-043, 11 ( 3 ), 415 – 423.

ORG-TH-112. ( 2022 ). A: uma linguagem e ambiente para a computação estatística. Viena, Áustria. Carregado de https: // e [LINK-REDACTED]

Rangel, F. e Rosso ( 2016 ). Sobre o impacto das emoções no perfil do autor. VENUE-TH-049, 52 ( 1 ), 73 – 92. [REFERENCE-ID-REDACTED] J.ip. 2015.06.003

Ray, B. e Garain A. E Sarkar R. 2021 ). Um hotel baseado em conjuntos recomenda o sistema usando análise senciente e categorização de dimensão de comentários de hotéis. ORG-TH-128, 98, 106935.

Romero- Mendez, E. A., Santana-Mancilla e P. C, Garcica-Ruiz e M. Montesinos- López A. and Anido, L. ( 2023, 07 ). O uso da aprendizagem profunda para melhorar o engajamento do jogador em um videogame através de um ajuste dinâmico de dificuldade baseado na classificação de habilidades. VENUE-TH-028, 13 ( 14 ), 8249 - 8249. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Russell, S. e Norvig ( 2010 ). Inteligência artificial: Uma abordagem moderna. VENUE-TH-010.

Sagi, O. e Rokach L. ( 2018 ). Aprenda em conjunto: uma pesquisa. ORG-TH-104 Análises Interdisciplinares: VENUE-TH-055, 8 ( 4 ), e1249.

Santamaría, L. e Mihaljevi ́ c H. ( 2018 ). Comparação e benchmarking dos serviços de renda nome-togender. VENUE-TH-033, 4, e156. [REFERENCE-ID-REDACTED] 10.7717 / peerj-cs. 156

Schaphis, R. E. ( 1990 ). A Estabilidade da Aprendizagem Fraca. Aprendizagem de máquina, 5 ( 2 ), 197 – 227. [REFERENCE-ID-REDACTED]

Sen, P. C, Hajra e Ghosh ( 2020 ). Algoritmos de classificação supervisionados em machine learning: Uma pesquisa e revisão. Na tecnologia emergente em modelagem e gráficos (pp. 99 – 111 ). VENUE-TH-002.

Sensuse, D. I., Qodarsih e N. 2018, 10 ). Fatores críticos de sucesso na gestão do conhecimento: Revisão sistemática da literatura. Carregado a partir de https: // e doi.org 10.1109 / icitsi. 2018.8695926 [REFERENCE-ID-REDACTED]

Shafiee, S. e Varjani A. Y. ( 2016, 04 ). Grandes dados na indústria do turismo. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Shelar, H. e Kaur. G. Heda. N. & amp; Agrawal P. ( 2020 ). Abordagens de reconhecimento de entidade nomeadas e sua comparação para o modelo ner personalizado. ORG-TH-129, 39 ( 3 ), 324 – 337.

Siswahyudi, P. e Kurniawan. A. e Sugiarto V. ( 2018 ). Comparação de tecnologias orientadas a agentes: Uma revisão da literatura. ORG-TH-130, 24 ( 11 ), 8710 – 8716.

Sokolova, M. e Lapalme G. ( 2009 ). Análise sistemática das medidas de desempenho para tarefas de classificação. VENUE-TH-049, 45 ( 4 ), 427 – 437.

Sproat, R. e Black A. W., Chen e S. Kumar. 2001, Julho). Normalização de palavras não padrão. ORG-TH-131, 15 ( 3 ), 287 – 333. [REFERENCE-ID-REDACTED]

Srivastava, A. e Sahami M. (Eds.) 2009 ). Mineração de texto: Classificação, cluster e aplicações ( 1 t ed.) Nova Iorque, NY e EUA: ORG-TH-114. [REFERENCE-ID-REDACTED]

Subramaniyaswamy, V. e Locheh. R. Vijayakumar.A. com Keerthana K. como Rackini K) enquanto Swarnamalya B. ( 2018 ). Dynamo: sistema dinâmico de recomendação multimodal e viajem. In 2018 conferência internacional sobre tendências recentes em computação avançada (icrtac), pp. 47 – 52 ).

Terrell, J. Kofink e A. Middleton. 2017, 1 de Maio). Diferenças de gênero e viés em código aberto: solicitação de retirada aceitação de mulheres versus homens. VENUE-TH-033, 3, e111. [REFERENCE-ID-REDACTED]

Thampi, S. M. ( 2008, 01 ). Uma introdução à gestão do conhecimento. VENUE-TH-007. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED] Arxiv. 0812.0438

Tikhonov, A. N e Arsenin V. Y. ( 1977 ). Soluções de problemas mal-postos. Nova Iorque, NY e EUA: VENUE-TH-030, ORG-TH-103.

Tureac, C E. e Turtureanu, A. ( 2010 ). Tipos e formas de turismo. VENUE-TH-045.) simpómica, 4 ( 1 ).

Uddin, M. e Wang. H., Chi e H L. e Ni, M. ( 2021 ). Construção de modelagem de informações (bim), dinâmica do sistema e movimento baseado em agentes: Para uma abordagem integrada. VENUE-TH-046, 12 ( 4 ), 4261 – 4274.

Uysal, A. K. e Gunal, S. ( 2014 ). O impacto do pré-processamento na classificação do texto. VENUE-TH-049, 50 ( 1 ), 104 - 112. [REFERENCE-ID-REDACTED]. 1016 - J.ip. 2013.08.006

Vasilescu, B. e Capilluppi A. com seberenik A. 2014, Setembro). Gênero, Representação e Participação Online: Um Estudo Quantitativo. ORG-TH-132, 26 ( 5 ), 488 – 511. [REFERENCE-ID-REDACTED]

Vasiliev, Y. ( 2020 ). Processamento de linguagem natural com píton e SOFTWARE-TH-002: Uma introdução prática. VENUE-TH-029.

Vesni ′′ c-Ultievi ́ c, L. e Nascimento S. com pólvora A. ( 2020, 07 ). Impacto social e ético da inteligência artificial: notas críticas sobre os quadros políticos europeus. VENUE-TH-011, 44 ( 6 ), 101961 - 101961. Descarregado de [LINK-REDACTED] j.telpol. 2020.101961 [REFERENCE-ID-REDACTED]

Vrandeňci ́ c, D. e Krötzsch M. ( 2014 ). DATASET-TH-001: um conhecimento colaborativo gratuito. VENUE-TH-020, 57 ( 10 ), 78 – 85. [REFERENCE-ID-REDACTED]

Wais, K. ( 2016 ). Métodos de predicação de gênero baseados em Nomes com generificante. VENUE-TH-047, 8 ( 1 ), 17 – 37. [REFERENCE-ID-REDACTED]

Wang, J.) Guo e B. 2022, 01 ). Aprendizagem de máquina humana no circuito:

Uma perspectiva macro-micro. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Wang, J.) Hong e Y. (g. 2022 ). Sistemas multiagentes cooperativos e competitivos: Da otimização aos jogos. VENUE-TH-018 / CAA ORG-TH-122, 9 ( 5 ), 763 – 783.

Wang, X. e Bettini. 1997 ). Desenho lógico para databas temporais com múltiplas granulalidades. VENUE-TH-019, 22 ( 2 ), 115 – 170.

Erva, D. L. ( 2005 ). Peso da evidência: uma revisão e métodos. VENUE-TH-056, 25 ( 6 ), 1545 – 1557.

Witten, eu. H., Frank e E. Hall A. e Pal, C J. ( 2017 ). Mineração de dados: Ferramentas e técnicas práticas de treinamento de máquinas ( 4 ed.) Cambridge, MA e EUA ORG-TH-113, VENUE-TH-012. [REFERENCE-ID-REDACTED]

Yan, X. e Ja ( 2006 ). Classificação de Gênero dos Autores do Weblog. Na Computação abordagens para analisar weblogs, artigos da 2006 VENUE-TH-032 Simpósio da Primavera, relatório técnico... 06 - 03 vara alta, ca e desgaste. 27 - 29, 2006 (pp. 228 – 230 ). Palo Alto, CA e EUA: VENUE-TH-031. Descarregado de [LINK-REDACTED] 0046 - Classificação do género

Yenduri, G. Reg. S., Supriya e Y. Srivastava G. Madikunta P. K. R,... Gadecallu, T. A. ( 2023, 01 ). Processador pré-treinado generativo: Uma revisão abrangente sobre tecnologias facilitadoras, aplicações potenciais e desafios emergentes. VENUE-TH-007. Descarregado de [LINK-REDACTED] 2305.10435 [REFERENCE-ID-REDACTED]

Young, T. e Hazarika. 2017, 01 ). Tendências recentes no processamento natural de línguas baseado na aprendizagem profunda. VENUE-TH-007. Descarregado de [LINK-REDACTED] [REFERENCE-ID-REDACTED]

Zapata, G. e Murga. J. Raymundo C. Dominguez F. Moguerza M. e Alvarez, J. M. ( 2019 ). Arquitetura de informação empresarial para implementação bem sucedida do projeto com base na análise senciente no setor turístico. VENUE-TH-048, 53 ( 3 ), 563 – 585.

Zdravevsky, E. e Lameski (P.). 2011 ). Peso da evidência como ferramenta para transformação de atributos na etapa de pré-processamento com algoritmos de aprendizagem monitorados. No 2011 conferência conjunta internacional sobre redes neurais (pp. 181 – 188 ).

Zheng, X.) Luo e Y. 2018 ). Um destino turístico recomenda o sistema usando a dinâmica senciente e temporal dos usuários. VENUE-TH-048, 51 ( 3 ), 557 – 578.

Zhuhadar, L. e Nasraoui O. ( 2010, 08 ). Pesquisa personalizada baseada em um motor de recomendação dedicado ao usuário. Descarregado de [LINK-REDACTED]. 296 [REFERENCE-ID-REDACTED]