Teemade modelleerimine nõuete analüüsiks: sõidujagamisrakenduste arvustuste analüüs

Nimi
Enlik -
Kokkuvõte
Tehisintellekti tehnoloogiate alane uurimistöö on tänapäeval muutunud populaarsemaks, millele aitavad kaasa andmemahtude kasv, kõrge jõudlusega algoritmid ja hõlpsam juurdepääs suure jõudlusega andmetöötlusele. Loomuliku keele töötlemine osana tehisintellekti tehnoloogiatest mängib olulist roll vestluspõhise tehisintellekti tulevikus, sest suudab tõlgendada meie loomulikku keelt. Teisest küljest, sõidujagamisrakenduste tööstus kasvab plahvatuslikult, millele aitavad kaasa mobiilseadmete tehnoloogia levik ning vajadus kiiremate ja odavamate liikumisvõimaluste järele. Käesolevas magistritöös anname ülevaate tôöstuslikest sõidujagamisrakenduste arvustuste analüüsi loomuliku keele rakendustest ja selgitame välja praeguste praktikate puudujäägid. Puudujääkide leevendamiseks paneme ette meetodi teabe eraldamiseks rakenduste arvustustest eesmärgiga aidata sõidujagamisrakenduste arendajatel tuvastada, milliseid funktsioone on kõige rohkem vaja ja millised on vähem olulised. Töös võrreldakse ettepandud meetodit teiste vastavate meetoditega ja valideeritakse Euroopa kümne kõige populaarsema sõidujagamise rakendusega, kaasa arvatud Bolt, Uber, Blablacar, Cabify, Via, Getaround, OlaCabs, Taxi.eu, Freenow, ja Yandex Go. See panus aitab sõidujagamisrakenduste arendajatel määrata kindlaks nõuded rakenduste arendamiseks.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Tarkvaratehnika
Juhendaja(d)
Tahira Iqbal; Kuldar Taveter
Kaitsmise aasta
2022
 
PDF