Project R-9000

ChatBot ontwerp gebaseerd op Big Data (Onderzoek)

Ondernemingen zijn nu een meer geavanceerde consument van gegevens die beschikbaar kunnen zijn in een ongestructureerd formaat zoals audio, afbeeldingen, video en ongestructureerde tekst. Gegevens moeten tegen lage kosten worden geanalyseerd en gemanipuleerd om tot resultaten te komen die inzichten opleveren voor het management om hen in staat te stellen informatieve beslissingen te nemen. Dit is hoe big data zijn opkomende belangrijkheid heeft gekregen in de IT (informatietechnologie) wereld. Gegevens van interne georganiseerde klanten en transactiegegevens vormen een grote voorraad ongestructureerde gegevens. Binnen die gegevens bevinden zich verborgen statistieken die (indien geanalyseerd en gesorteerd) de interesse van de klant, trends, gemeenschappelijke gedragspatronen en nog veel meer zouden blootleggen. Deze enorme hoeveelheid data (Big Data) wordt gemakkelijk beschikbaar en toegankelijk dankzij het voortschrijdende gebruik van technologie. Het belang van dit voorstel komt voort uit de focus op het cruciale aspect van gespreksautomatisering, door de introductie van een gestructureerde aanpak om big data aan te sluiten, samen met NLP (Natural Language Processing) -methodologieën. In dit voorstel zijn we van plan een slimme chatbot te bouwen voor de Arabische taal (studieland) die zichzelf leert en slimmer wordt door de patronen binnen een enorme ongestructureerde datapool te halen. Een chatbot is een programma dat sommige acties automatisch uitvoert binnen dezelfde interface als een gebruiker. De huidige chatbots zijn niet erg slim. Omdat het moeilijk is om een chatbot de juiste vraag te stellen voor het exacte antwoord dat u nodig hebt. Bovendien ondersteunen de momenteel geïmplementeerde chatbots ofwel de Arabische taal (land van studie) niet of is de mate van nauwkeurigheid extreem laag. De methodologie die hier wordt voorgesteld, legt echter de nadruk op automatisch leren voor onze chatbot, waarbij de bibliotheek wordt verbeterd door de toenemende reacties in de loop van de tijd. Hoe vaker de chatbot vragen beantwoordt, hoe meer de bibliotheek groeit. Daarom zal het geleidelijk beter reageren. Ook zal Hadoop die nieuwe patronen in de ongestructureerde big data pool detecteert, de engine van de chatbot verbeteren, zoals geïllustreerd in figuur 1. De toepassingsgebieden voor dit project zijn onbeperkt, aangezien 80% tot 90% van de gegevens van organisaties in een ongestructureerde indeling wordt gepresenteerd. Voorgestelde toepassing geeft ondernemingen de mogelijkheid om inzichten binnen hun eigen gegevens te vinden en er gebruik van te maken; hun prestaties verbeteren en de menselijke interactie op een efficiëntere manier vervangen en hun klantenservice naar een geheel nieuw niveau tillen.

01 juli 2018 - 07 februari 2019