questo studio nasce dalle collaborazione tra la Facoltà di Economia di Modena e le aziende SMEG e Kyros, già consulente della prima nell’area della Business Intelligence, per sviluppare un’applicazione di Text Mining volta ad analizzare e a gestire in modo opportuno un insieme di testi liberi raccolti dal sito web di SMEG International attraverso una form aperta. L’obbiettivo principale è quello di estrarre e comprendere il contenuto di un corpus di documenti non strutturati, ampio e di onerosa consultazione, per cogliere le informazioni più significative e utili dal punto di vista gestionale e decisionale. In questa analisi vengono utilizzate tecniche di analisi multivariata, tecniche di riduzione della dimensioni e di visualizzazione come l’analisi delle corrispondenze e le heatmaps, nonché tecniche proprie del data e text mining come la segmentazione non supervisionata e la classificazione supervisionata. Quest’ultima utilizza la capacità della tecnologia di Text Mining di identificare il contenuto dei testi e organizzarne la suddivisione in classi omogenee definite a priori dall’analista. Si evidenzia come la classificazione dei testi consente di estendere, con costi e implicazioni organizzative relativamente modeste, l'insieme dei gatekeeper operanti in ambito aziendale, aumentando la capacità da parte dell'impresa di assorbire la conoscenza trasferita dalla fonte

Bordoni, Stefano. "Analisi del contenuto e classificazione dei testi non strutturati raccolti del sito SMEG International" Working paper, Kyros - Meme, 2007.

Analisi del contenuto e classificazione dei testi non strutturati raccolti del sito SMEG International

BORDONI, Stefano
2007

Abstract

questo studio nasce dalle collaborazione tra la Facoltà di Economia di Modena e le aziende SMEG e Kyros, già consulente della prima nell’area della Business Intelligence, per sviluppare un’applicazione di Text Mining volta ad analizzare e a gestire in modo opportuno un insieme di testi liberi raccolti dal sito web di SMEG International attraverso una form aperta. L’obbiettivo principale è quello di estrarre e comprendere il contenuto di un corpus di documenti non strutturati, ampio e di onerosa consultazione, per cogliere le informazioni più significative e utili dal punto di vista gestionale e decisionale. In questa analisi vengono utilizzate tecniche di analisi multivariata, tecniche di riduzione della dimensioni e di visualizzazione come l’analisi delle corrispondenze e le heatmaps, nonché tecniche proprie del data e text mining come la segmentazione non supervisionata e la classificazione supervisionata. Quest’ultima utilizza la capacità della tecnologia di Text Mining di identificare il contenuto dei testi e organizzarne la suddivisione in classi omogenee definite a priori dall’analista. Si evidenzia come la classificazione dei testi consente di estendere, con costi e implicazioni organizzative relativamente modeste, l'insieme dei gatekeeper operanti in ambito aziendale, aumentando la capacità da parte dell'impresa di assorbire la conoscenza trasferita dalla fonte
2007
Marzo
Bordoni, Stefano
Bordoni, Stefano. "Analisi del contenuto e classificazione dei testi non strutturati raccolti del sito SMEG International" Working paper, Kyros - Meme, 2007.
File in questo prodotto:
Non ci sono file associati a questo prodotto.
Pubblicazioni consigliate

Licenza Creative Commons
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11380/634918
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact