On Data-Driven Analysis of User-Generated ContentClaudia Perlich, IBM  dịch - On Data-Driven Analysis of User-Generated ContentClaudia Perlich, IBM  Việt làm thế nào để nói

On Data-Driven Analysis of User-Gen

On Data-Driven Analysis of User-Generated Content
Claudia Perlich, IBM Research Maytal Saar-Tsechansky, University of Texas at Austin Wojciech Gryc, Cambridge University Mary Helander, Rick Lawrence, and Yan Liu, IBM Research Chandan Reddy, Wayne State University Saharon Rosset, Tel Aviv University
The prevalence of interactive Web sites such as Facebook, Flickr, MySpace, LinkedIn, and YouTube has drawn millions of users to share their personal views and to converse publicly with other Internet users. Online retailers employ user-generated content to provide product recommendations and product reviews that help facilitate potential consumers’ decisions. Our interest is to understanding how data-driven methods can be applied to derive value and insights from other types of user-generated content. Important objectives include
improving the understanding of • user behavior,
deriving insight from content about • topics of interest, and improving the usability and eco-• nomic viability of user-generated platforms and communities.
Increasingly, firms have become interested in better understanding how to make effective use of content from forums and how to capitalize on the joint wisdom of employees. One early effort was IBM’s World Jam in 2001, an enterprise-wide brainstorming effort that was followed by similar discussion forums. In this article, we discuss data-driven approaches used to derive insights and to characterize user- generated content from IBM’s Jams.
IBM’s Jam The Jam refers to a social-computing exercise with the object of engaging IBM’s global workforce in Webbased, moderated brainstorming.1 Here we discuss methods for and insights from our analysis of the 2007 Innovation Jam. This Jam proceeded in two phases: The first focused on idea creation, and discussions were seeded with four topics of interest to IBM. Following phase 1, a team of experts evaluated the postings to identify promising ideas, yielding 31 “big ideas.” The discussions in phase 2 aimed to transform the big ideas into actual products, solutions, and partnerships that would benefit business or society. Finally, a team of strategists identified 10 finalist ideas to receive funding. A key corporate objective in running a Jam was to provide an environment that facilitated the generation of creative ideas for IBM to pursue. We discuss data-driven methods that facilitate this objective by characterizing the patterns of interactions as well as the content of Jam contributions. We initially explore the extent to which the Jam environment was
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
Về phân tích dữ liệu theo định hướng của người dùng tạo ra nội dungClaudia Perlich, IBM nghiên cứu Maytal Saar-Tsechansky, đại học Texas tại Austin Wojciech Gryc đại học Cambridge Mary Helander, Rick Lawrence, Yan Liu, và IBM nghiên cứu ly Reddy, Wayne State University Saharon Rosset, đại học Tel AvivSự phổ biến của các trang Web tương tác như Facebook, Flickr, MySpace, LinkedIn, YouTube đã rút ra hàng triệu của người sử dụng để chia sẻ quan điểm cá nhân của họ và để trò chuyện công khai với người dùng Internet khác. Nhà bán lẻ trực tuyến sử dụng người dùng tạo ra nội dung cung cấp khuyến cáo sản phẩm và đánh giá sản phẩm giúp tạo thuận lợi cho người tiêu dùng tiềm năng ra quyết định. Quan tâm của chúng tôi là để tìm hiểu làm thế nào dữ liệu điều khiển các phương pháp có thể được áp dụng để lấy được giá trị và hiểu biết từ các loại người dùng tạo ra nội dung. Mục tiêu quan trọng bao gồmcải thiện sự hiểu biết về các hành vi người dùng •,cái nhìn sâu sắc bắt nguồn từ các nội dung về chủ đề • quan tâm, và cải thiện khả năng sử dụng và eco-• nomic tính khả thi của người dùng tạo ra các nền tảng và cộng đồng.Ngày càng nhiều, công ty đã trở thành quan tâm đến sự hiểu biết tốt hơn làm thế nào để sử dụng có hiệu quả nội dung từ các diễn đàn và làm thế nào để tận dụng sự khôn ngoan hợp tác của nhân viên. Một trong những nỗ lực ban đầu là của IBM giới Jam vào năm 2001, một nỗ lực toàn doanh nghiệp não được theo sau bởi diễn đàn thảo luận tương tự. Trong bài này, chúng tôi thảo luận về dữ liệu-driven. phương pháp tiếp cận được sử dụng để lấy được những hiểu biết và đặc trưng người dùng - tạo ra nội dung từ ùn tắc của IBM.IBM's Jam The Jam đề cập đến một máy tính xã hội thể dục lần tham gia lực lượng lao động toàn cầu của IBM tại Webbased, kiểm duyệt brainstorming.1 ở đây chúng tôi thảo luận về phương pháp và cái nhìn từ chúng tôi phân tích của 2007 Innovation Jam. Mứt này tiến hành ở hai giai đoạn: lần đầu tiên tập trung vào ý tưởng sáng tạo, và các cuộc thảo luận được hạt với bốn chủ đề quan tâm đến IBM. Sau giai đoạn 1, một nhóm các chuyên gia đánh giá bài đăng để xác định những ý tưởng đầy hứa hẹn, năng suất 31 "ý tưởng lớn." Thảo luận trong giai đoạn 2 nhằm mục đích chuyển đổi những ý tưởng lớn vào thực tế sản phẩm, giải pháp và quan hệ đối tác sẽ hưởng lợi kinh doanh hay xã hội. Cuối cùng, một đội các nhà chiến lược xác định 10 ý tưởng chung kết để nhận được tài trợ. Một mục tiêu công ty quan trọng trong việc điều hành một giơ là cung cấp một môi trường tạo điều kiện cho các thế hệ của các ý tưởng sáng tạo cho IBM để theo đuổi. Chúng tôi thảo luận về dữ liệu điều khiển các phương pháp tạo thuận lợi cho mục tiêu này bởi characterizing những mẫu tương tác cũng như nội dung của mứt đóng góp. Chúng ta bước đầu khám phá trong phạm vi mà môi trường mứt
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
Mở Data-Driven Phân tích người dùng tạo nội dung
Claudia Perlich, IBM Research Maytal Saar-Tsechansky, Đại học Texas ở Austin Wojciech Gryc, Đại học Cambridge Mary Helander, Rick Lawrence, và Yan Liu, IBM Research Chandan Reddy, Wayne State University Saharon Rosset , Đại học Tel Aviv
Sự phổ biến của các trang web tương tác như Facebook, Flickr, MySpace, LinkedIn, và YouTube đã thu hút hàng triệu người dùng chia sẻ quan điểm cá nhân của họ và trò chuyện công khai với người sử dụng Internet khác. Các nhà bán lẻ trực tuyến sử dụng người dùng tạo ra nội dung để cung cấp đề xuất sản phẩm và đánh giá sản phẩm giúp tạo thuận lợi cho người tiêu dùng quyết định tiềm năng '. Quan tâm của chúng tôi là để hiểu được cách phương pháp hướng dữ liệu có thể được áp dụng để lấy được giá trị và hiểu biết từ các loại nội dung người dùng tạo ra. Mục tiêu quan trọng bao gồm
việc cải thiện sự hiểu biết về hành vi • sử dụng,
xuất phát từ cái nhìn sâu sắc về nội dung • chủ đề quan tâm, và cải thiện khả năng sử dụng và sinh thái • khả năng tồn tại của các nền tảng kinh người dùng tạo và cộng đồng.
Ngày càng có nhiều doanh nghiệp đã trở thành quan tâm đến sự hiểu biết tốt hơn làm thế nào để sử dụng có hiệu quả các nội dung từ các diễn đàn và làm thế nào để tận dụng trí tuệ chung của nhân viên. Một nỗ lực đầu là World Jam của IBM vào năm 2001, một nỗ lực não toàn doanh nghiệp đã được theo sau bởi các diễn đàn thảo luận tương tự. Trong bài viết này, chúng tôi thảo luận về phương pháp tiếp cận hướng dữ liệu được sử dụng để lấy được những hiểu biết và để mô tả user- tạo ra nội dung từ Jams của IBM.
Jam The Jam của IBM dùng để chỉ một tập tính xã hội với các đối tượng của việc tham gia lực lượng lao động toàn cầu của IBM trong webbased, kiểm duyệt não. 1 ở đây chúng tôi thảo luận về phương pháp và hiểu biết từ các phân tích của chúng ta về đổi mới Jam 2007. Jam này diễn ra trong hai giai đoạn: đầu tiên tập trung vào việc tạo ra ý tưởng, và các cuộc thảo luận đã được gieo với bốn chủ đề quan tâm của IBM. Sau giai đoạn 1, một nhóm các chuyên gia đánh giá các thông tin đăng để xác định hứa hẹn những ý tưởng, năng suất 31 "ý tưởng lớn." Các cuộc thảo luận trong giai đoạn 2 nhằm biến những ý tưởng lớn thành các sản phẩm thực tế, giải pháp, và quan hệ đối tác đó sẽ có lợi cho doanh nghiệp và xã hội. Cuối cùng, một nhóm các nhà chiến lược xác định được 10 ý tưởng lọt vào chung kết để nhận được tài trợ. Một mục tiêu của công ty chủ chốt trong việc điều hành một Jam là cung cấp một môi trường tạo điều kiện cho thế hệ của những ý tưởng sáng tạo cho IBM để theo đuổi. Chúng tôi thảo luận về phương pháp hướng dữ liệu đó tạo điều kiện cho mục tiêu này bằng cách mô tả các mô hình tương tác cũng như các nội dung đóng góp Jam. Chúng tôi ban đầu khám phá mức độ mà môi trường Jam là
đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2025 I Love Translation. All reserved.

E-mail: