Sökning: "utmaning online"

Visar resultat 1 - 5 av 47 uppsatser innehållade orden utmaning online.

1. 1. Mitigating Unintended Bias in Toxic Comment Detection using Entropy-based Attention Regularization

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Fabio Camerota; [2023]
   Nyckelord :XLNet; BERT; Toxic Comment Classification; Entropy-based Attention Regularization; XLNet; BERT; Toxisk Kommentar Klassificering; Entropibaserad uppmärksamhetsreglering;

   Sammanfattning : The proliferation of hate speech is a growing challenge for social media platforms, as toxic online comments can have dangerous consequences also in real life. There is a need for tools that can automatically and reliably detect hateful comments, and deep learning models have proven effective in solving this issue. LÄS MER

3. 2. Gen Z & hållbar modekonsumtion online : En kvalitativ studie om Gen Z:s attityder gentemot hållbar modekonsumtion online

   Kandidat-uppsats, Mälardalens universitet/Akademin för ekonomi, samhälle och teknik

   Författare :Elenore Juliusson; Tarek Elias Mohsen; [2023]
   Nyckelord :Hållbarhet; planerat beteende; avsikt-beteendegap; konsumtion; generation Z; hållbart mode;

   Sammanfattning : Sammanfattning   Datum: 2023-05-30 Nivå: Kandidatuppsats i Företagsekonomi, 15 hp Institution: Akademin för Ekonomi, Samhälle och Teknik, Mälardalens Universitet Författare: Elenore Juliusson (98/07/17) Tarek Elias Mohsen   (92/09/21) Titel:   Gen Z & hållbar konsumtion online Handledare:  Sara Melén Hånell Nyckelord:  Hållbarhet, planerat beteende, avsikt-beteendegap,  konsumtion, generation Z, hållbart mode   Forskningsfråga: Hur översätts Gen Z:s attityd när det kommer till köpbeteende online     med fokus på mode och hållbarhet?  Syfte:   Studien undersöker Gen Z:s attityd till hållbar modekonsumtion och    vad som påverkar deras köpbeteende online. Metod:  Kvalitativ metod med fokusgruppsintervjuer. LÄS MER

4. 3. Consumer Attention Marketing Strategies : How do companies’ perception of online consumers’ attention span affect their digital marketing strategies?

   Kandidat-uppsats, Högskolan i Halmstad

   Författare :Jonas Helgesson; Kristian Stojkovic; [2023]
   Nyckelord :Consumer Attention Span; Digital Marketing Strategies; Consumer Behaviour; Digital Media Platforms; Konsumenters Uppmärksamhetsförmåga; Digitala Marknadsföringsstrategier; Konsumentbeteende; Digitala Medieplattformar;

   Sammanfattning : The world of digital marketing is advancing at a rapid rate, an ever so increasing number of individuals are connected to the world wide web and subsequently being exposed to marketing messages in the thousands each day. For marketers this poses a unique challenge when it comes to creating a marketing segment which conveys their message effectively by attaining the attention of the consumer. LÄS MER

5. 4. Fake Mass-Produced Advertisements Detection on Global Online Adult Service Websites

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Ernest Pokropek; [2023]
   Nyckelord :Machine learning; Spam detection; Mass-produced spam; Global adult online services; Maskininlärning; Detektering av Spam; Massproducerad Spam; Globala Webbplatser som Erbjuder Eskorttjänster;

   Sammanfattning : A significant amount of sex trafficking victims are being advertised on online adult services, which are currently being flooded with spam. Investigators rely on online adult services to track cases of sex trafficking; however, the ever-increasing volume of spam poses a mounting challenge, making their task progressively more difficult. LÄS MER

7. 5. Real-time Unsupervised Domain Adaptation

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Marc Botet Colomer; [2023]
   Nyckelord :Unsupervised Domain Adaptation; Real-Time applications; Online Learning; Self-Learning; Semantic Segmentation; Reinforcement Learning; Oövervakad domänanpassning; Realtidsapplikationer; Onlineinlärning; Självinlärning; Semantisk Segmentering; Förstärkningsinlärning;

   Sammanfattning : Machine learning systems have been demonstrated to be highly effective in various fields, such as in vision tasks for autonomous driving. However, the deployment of these systems poses a significant challenge in terms of ensuring their reliability and safety in diverse and dynamic environments. LÄS MER