Cognitive computing on unstructured data for customer co-innovation
Cognitive computing on unstructured data for customer co-innovation
复制标题
非结构化数据的认知计算促进客户共同创新
DOI：
10.1108/ejm-01-2019-0092
复制
发表时间：
2019-12
影响因子：
4.4
通讯作者：
Sun Yifan
中科院分区：
文献类型：
--
作者：
Chen Sixing;Kang Jun;Liu Suchi;Sun Yifan
本文旨在基于认知计算技术的最新进展，系统地说明来自用户的非结构化数据如何为共同创新提供重要价值。本文采用了一个一般的概述方法，了解如何从用户的非结构化数据可以分析与认知计算技术的创新。本文运用动态能力理论和复杂性理论，将计算机技术与营销创新问题联系起来，本文确定了一套方法，通过与客户和外部数据的认知计算技术，促进公司的共同创新。它有助于扩展营销研究人员和从业人员对使用非结构化数据的理解。本文提出了一个概念框架，将协同创新过程分为三个阶段：创意产生、创意整合和创意评估，并将认知计算方法和技术映射到每个阶段。本文通过从顾客和企业两个角度提出建议，做出了理论贡献。本文可供企业通过战略性地选择合适的认知计算技术来分析非结构化数据，以获得更好的洞察力，从而吸引消费者和外部数据进行共同创新活动。由于缺乏系统的讨论，关于使用认知计算来分析非结构化数据以实现共同创新的可能性。本文首次尝试总结了如何利用认知计算技术来分析非结构化数据。本文还从一个新的角度将复杂性理论整合到框架中。
This paper aims to build on the latest advances in cognitive computing techniques to systematically illustrate how unstructured data from users can offer significant value for co-innovation.,The paper adopts a general overview approach to understand how unstructured data from users can be analyzed with cognitive computing techniques for innovation. The paper links the computerized techniques with marketing innovation problems with an integrated framework using dynamic capabilities and complexity theory.,The paper identifies a suite of methodologies for facilitating company co-innovation via engaging with customers and external data with cognitive computing technologies. It helps to expand marketing researchers and practitioners’ understanding of using unstructured data.,This paper provides a conceptual framework that divides co-innovation process into three stages, ideas generation, ideas integration and ideas evaluation, and maps cognitive computing methodologies and technologies to each stage. This paper makes the theoretical contributions by developing propositions from both customer and firm perspectives.,This paper can be used for companies to engage consumers and external data for co-innovation activities by strategically select appropriate cognitive computing techniques to analyze unstructured data for better insights.,Given the lack of systematic discussion regarding what is possible from using cognitive computing to analyze unstructured data for co-innovation. This paper makes first attempt to summarize how unstructured data can be analyzed with cognitive computing techniques. This paper also integrates complexity theory to the framework from a novel perspective.
登录
查看更多内容
通过平衡代码进行无监督深度视频哈希，用于大规模视频检索
影响因子：
10.6
作者：
Wu Gengshen;Han Jungong;Guo Yuchen;Liu Li;Ding Guiguang;Ni Qiang;Shao Ling
通讯作者：
Shao Ling
用于视频预测的深度记忆和预测神经网络
影响因子：
6
作者：
刘志鹏;柴秀娟;陈熙霖
通讯作者：
陈熙霖
基于视频的服装自动推荐 (VAR) 系统
影响因子：
5
作者：
吕莎莎;肖莉;丁敏
通讯作者：
丁敏
DOI：
10.2139/ssrn.2350282
发表时间：
2013-11
期刊：
--
影响因子：
--
作者：
Nebojsa S. Davcik;Nicholas Grigoriou
通讯作者：
Nebojsa S. Davcik;Nicholas Grigoriou
DOI：
10.1142/s0219877014500266
发表时间：
2014-07
影响因子：
1.8
作者：
Shwu-Ing Wu;Li-Pang Ho
通讯作者：
Shwu-Ing Wu;Li-Pang Ho