lnu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Interviews Aided with Machine Learning
Dezember IT GmbH, Germany.
Linnéuniversitetet, Fakulteten för teknik (FTK), Institutionen för datavetenskap och medieteknik (DM). (DISA ; DSIQ)ORCID-id: 0000-0003-1173-5187
Linnéuniversitetet, Fakulteten för teknik (FTK), Institutionen för datavetenskap och medieteknik (DM). (DISA ; DSIQ)ORCID-id: 0000-0002-7565-3714
Linnéuniversitetet, Fakulteten för teknik (FTK), Institutionen för datavetenskap och medieteknik (DM).ORCID-id: 0000-0002-0835-823X
2018 (Engelska)Ingår i: Perspectives in Business Informatics Research. BIR 2018: 17th International Conference, BIR 2018, Stockholm, Sweden, September 24-26, 2018, Proceedings / [ed] Zdravkovic J., Grabis J., Nurcan S., Stirna J., Springer, 2018, Vol. 330, s. 202-216Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

We have designed and implemented a Computer Aided Personal Interview (CAPI) system that learns from expert interviews and can support less experienced interviewers by for example suggesting questions to ask or skip. We were particularly interested to streamline the due diligence process when estimating the value for software startups. For our design we evaluated some machine learning algorithms and their trade-offs, and in a small case study we evaluates their implementation and performance. We find that while there is room for improvement, the system can learn and recommend questions. The CAPI system can in principle be applied to any domain in which long interview sessions should be shortened without sacrificing the quality of the assessment.

Ort, förlag, år, upplaga, sidor
Springer, 2018. Vol. 330, s. 202-216
Serie
Lecture Notes in Business Information Processing ; 330
Nationell ämneskategori
Programvaruteknik
Forskningsämne
Datavetenskap, Programvaruteknik
Identifikatorer
URN: urn:nbn:se:lnu:diva-80974DOI: 10.1007/978-3-319-99951-7_14Scopus ID: 2-s2.0-85054349611ISBN: 978-3-319-99950-0 (tryckt)ISBN: 978-3-319-99951-7 (digital)OAI: oai:DiVA.org:lnu-80974DiVA, id: diva2:1293941
Konferens
17th International Conference, BIR 2018, Stockholm, Sweden, September 24-26, 2018
Forskningsfinansiär
KK-stiftelsen, 20150088Tillgänglig från: 2019-03-05 Skapad: 2019-03-05 Senast uppdaterad: 2019-08-29Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Ericsson, MorganLöwe, WelfWingkvist, Anna

Sök vidare i DiVA

Av författaren/redaktören
Ericsson, MorganLöwe, WelfWingkvist, Anna
Av organisationen
Institutionen för datavetenskap och medieteknik (DM)
Programvaruteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 88 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf