Arvutiteaduse instituut

Selle valdkonna püsiv URIhttps://hdl.handle.net/10062/14970

Sirvi

Sirvi Arvutiteaduse instituut Autor "Aasmäe, Alo" järgi

Tulemuste filtreerimiseks trükkige paar esimest tähte
Nüüd näidatakse 1 - 2 2
  • Pisipilt
    Kirje
    Benefit prediction of buying Customer Relationship Management features of Pipedrive
    (Tartu Ülikool, 2022) Aasmäe, Alo; Elkoumy, Gamal, juhendaja; Kriibi, Roland, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
    People that use software such as CRM applications, which enables to track relationships with their clients, have always been interested in knowing the future prospects of their clients, especially when additional value could be offered to the client. Applying process mining techniques in combination with adversarial model training to make these predictions have been scarcely done in the context of CRM applications to predict user behavior. By defining an event that is assumed to have an effect on user actions, it is possible to split a user’s event logs into two parts based on the timestamp of this event, enabling to create a mapping between the user’s actions before and after. This thesis applies both process mining and machine learning on event logs to predict future user actions based on previous user behavior. Here we show that this approach is viable in a business context by using event logs extracted from Pipedrive users and that the solution could provide value in marketing scenarios. The result is an automated way of predicting user metrics for custom "what-if" scenarios, provided that sufficient event logs are present. The effect of this is potentially beneficial for both the end-user and employee of Pipedrive, by enabling a way for a user to see the effects of further investment and providing a better direction for allocating resources in marketing.
  • Pisipilt
    Kirje
    Keele täiendamine lausearvutusvalemite translaatori näitel
    (2019) Aasmäe, Alo; Ahti Peder
    Mitmeid kombinatoorikaprobleeme saab kirjeldada lausearvutusvalemite abil. Antud loogikavalemi kehtestavate väärtustuste leidmisel on võimalik teada saada püstitatud ülesande võimalikud lahendid, milleks ongi valemi kehtestavate väärtustuste arv. Sellise lähenemisviisiga ülesannete hõlbustamiseks on loodud lausearvutusvalemite translaator, mis teisendab LaTeX formaadis parametriseeritud sisendvalemi kindla formaadiga parameetriteta lausearvutusvalemiks. Teisendatud valemit saab seejärel kasutada mõne kehtestavate väärtustuste loenduriga, et leida valemi kehtestavate väärtustuste arv. Antud töö eesmärgiks oli anda ülevaade, kuidas teha läbi ühe programmeerimiskeele täiendamine eelmainitud lausearvutusvalemite translaatori näitel. Töö tulemusena täienes lausearvutusvalemite translaator nii, et translaator on nüüd võimeline töötlema keerulisemaid loogikavalemeid, mis kasutavad näiteks mõne etteantud graafi täiendit. Selle näitamiseks analüüsiti läbi üks Stamm-Wilbrandti poolt kirjeldatud probleem graafi klikkideks jaotamise võimaluse kontrollimise kohta, mida varem translaator ei olnud võimeline läbi töötlema. Täiendatud translaatorprogramm aitab viia läbi selliseid teaduslikke eksperimente, kus on teada mõne probleemi rahuldavate seisundite arv, aga puudub nende seisundite täielik kirjeldus.