prikaz prve stranice dokumenta Automatsko klasificiranje i usmjeravanje elektroničke pošte u telekomunikacijskoj industriji
No public access
master's thesis
Automatsko klasificiranje i usmjeravanje elektroničke pošte u telekomunikacijskoj industriji
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. urn:nbn:hr:168:504852
Džaja, Josip
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Džaja, J. (2019). Automatsko klasificiranje i usmjeravanje elektroničke pošte u telekomunikacijskoj industriji (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:504852

Džaja, Josip. "Automatsko klasificiranje i usmjeravanje elektroničke pošte u telekomunikacijskoj industriji." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. https://urn.nsk.hr/urn:nbn:hr:168:504852

Džaja, Josip. "Automatsko klasificiranje i usmjeravanje elektroničke pošte u telekomunikacijskoj industriji." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. https://urn.nsk.hr/urn:nbn:hr:168:504852

Džaja, J. (2019). 'Automatsko klasificiranje i usmjeravanje elektroničke pošte u telekomunikacijskoj industriji', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 16 June 2024, https://urn.nsk.hr/urn:nbn:hr:168:504852

Džaja J. Automatsko klasificiranje i usmjeravanje elektroničke pošte u telekomunikacijskoj industriji [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2019 [cited 2024 June 16] Available at: https://urn.nsk.hr/urn:nbn:hr:168:504852

J. Džaja, "Automatsko klasificiranje i usmjeravanje elektroničke pošte u telekomunikacijskoj industriji", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2019. Available at: https://urn.nsk.hr/urn:nbn:hr:168:504852

Metadata
TitleAutomatsko klasificiranje i usmjeravanje elektroničke pošte u telekomunikacijskoj industriji
Title (english)Automatic classification and routing of electronic mail in telecommunications industry
AuthorJosip Džaja
MentorBoris Vrdoljak (mentor)
Committee memberBoris Vrdoljak (predsjednik povjerenstva)
Committee memberIgor Mekterović (član povjerenstva)
Committee memberKrešimir Fertalj (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2019-07-05, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Korisnička podrška jedna je od ključnih stavki poslovanja telekomunikacijskih operatora. Značajan postotak komunikacije s korisnikom odvija se putem elektroničke pošte i taj postotak raste. Da bi se održala ili poboljšala kvaliteta usluge tim medijem, potrebno je tragati za modernim rješenjima. Osnovni cilj rada je predložiti modele za automatsku klasifikaciju i usmjeravanje elektroničke pošte u svrhu poboljšanja procesa obrade elektroničke pošte. U radu su opisane korištene tehnologije i algoritmi. Za klasifikaciju i usmjeravanje korišteni su algoritmi scikit-learn knjižnice: algoritam slučajnih šuma, stroj potpornih vektora, neuronske mreže i naivni Bayesov klasifikator. Prezentirani su rezultati pojedinih klasifikatora te je statističkom provjerom predložen onaj najbolji.
Abstract (english)
Customer support is one of the key business factors of telecommunications operators. A significant percentage of communication with customers takes place via electronic mail, and that percentage continues to grow. In order to maintain or improve the quality of service with this media, it is necessary to search for modern solutions. The main goal of the thesis is to propose models for automatic classifications and routing of electronic mail in order to improve the electronic mail processing. This thesis describes the technologies and algorithms used. For classification and routing, the algorithms of the scikit-learn library were used: random forests algorithm, support vector machine, neural networks and naive Bayes classifier.The results of the individual classifiers have been presented and the best one is proposed by statistical assessment.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:504852
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2020-01-07 17:46:49