Come usare il machine learning per la comprensione degli utenti: dalla sentiment analysis alla tone analysis

by Alessandro Rea, Andrea Ongaro

 AI/Machine Learning • Italian
Share:
play_circle_outline
Topic
AI/Machine Learning
Language
Italian
Description

Migliorare la percezione di un brand, la soddisfazione del cliente o la customer engagement è l’obiettivo di tutti, ma per farlo è necessario comprendere realmente i propri utenti superando le classiche logiche del positivo/negativo.

Combinando la potenza di IBM Watson Studio, Natural Language Understanding e Tone Analyzer scopriremo come è possibile analizzare un testo per riconoscere opinioni, sentimenti, attitudini ed emozioni e come sfruttarli per costruire diversi tipi di soluzioni.

Alessandro Rea
Cloud & Cognitive Solution Architect, IBM

Innovazione, passione e lavoro di squadra sono le mie parole chiave. Laureato in Informatica con una tesi in Image Recognition e autore di brevetti e pubblicazioni scientifiche, ho iniziato la mia carriera lavorando su progetti di ricerca aerospaziale presso il Microgravity Advanced Research and Support Center di Napoli. In IBM dal 2006, durante la mia esperienza ho lavorato a progetti innovativi nell’area Web, Mobile e Cloud applicati a diversi settori industriali.

Andrea Ongaro
Data Scientist, IBM

Sono un data scientist recentemente laureato in statistica. Sono entrato in IBM nel luglio 2019, come parte del team Data Science di IBM Cloud. Ho lavorato a diversi progetti (proof of concepts) in differenti ambiti (assicurativo, industriale…) con l’obiettivo di aiutare le aziende a capire come sfruttare il machine learning per migliorare processi interni ed esterni. Mi piace la parte relativa al codice ma soprattutto scoprire nuovi metodi per analizzare i dati.