SYSTEM AND METHOD UTILIZING MACHINE LEARNING TO PREDICT DROP-OFF OF USER ENGAGEMENT WITH EXPERT SYSTEMS

Described herein are platforms, systems, media, and methods for predicting expert system user engagement, utilizing methodology comprising: applying an algorithm to analyze interaction patterns in the expert system and develop a graph model; performing randomized vectorization of a plurality of pre-...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: KAO, John Jien, TRIM, Craig M
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Described herein are platforms, systems, media, and methods for predicting expert system user engagement, utilizing methodology comprising: applying an algorithm to analyze interaction patterns in the expert system and develop a graph model; performing randomized vectorization of a plurality of pre-selected metrics, wherein each vector has at least two metrics; developing a logistic activation function across the graph model using each vector to determine a baseline engagement and an engagement threshold for each user; and applying a machine learning algorithm to predict engagement movement for each user. Sont divulgués des plateformes, des systèmes, des supports et des procédés pour prédire un engagement utilisateur avec un système expert, utilisant une méthodologie consistant : à appliquer un algorithme pour analyser des motifs d'interaction dans le système expert et développer un modèle de graphe ; à réaliser une vectorisation aléatoire d'une pluralité de mesures présélectionnées, chaque vecteur ayant au moins deux mesures ; à développer une fonction d'activation logistique à travers le modèle de graphe au moyen de chaque vecteur pour déterminer un engagement de référence et un seuil d'engagement pour chaque utilisateur ; et à appliquer un algorithme d'apprentissage automatique pour prédire le mouvement d'engagement pour chaque utilisateur.