Many valued algebraic structures as measures of comparison

This thesis studies the properties and usability of operators called t-norms, t-conorms, uninorms, as well as many valued implications and equivalences. Into these operators, weights and a generalized mean are embedded for aggregation, and they are used for comparison tasks and for this reason they are referred to as comparison measures. The thesis illustrates how these operators can be weighted with a differential evolution and aggregated with a generalized mean, and the kinds of measures of comparison that can be achieved from this procedure. New operators suitable for comparison measures are suggested. These operators are combination measures based on the use of t-norms and t-conorms, the generalized 3_-uninorm and pseudo equivalence measures based on S-type implications. The empirical part of this thesis demonstrates how these new comparison measures work in the field of classification, for example, in the classification of medical data. The second application area is from the field of sports medicine and it represents an expert system for defining an athlete's aerobic and anaerobic thresholds. The core of this thesis offers definitions for comparison measures and illustrates that there is no actual difference in the results achieved in comparison tasks, by the use of comparison measures based on distance, versus comparison measures based on many valued logical structures. The approach has been highly practical in this thesis and all usage of the measures has been validated mainly by practical testing. In general, many different types of operators suitable for comparison tasks have been presented in fuzzy logic literature and there has been little or no experimental work with these operators.

Framework for Marketing Automation: Case Vaisala

Työ käsittelee Markkinoinnin Automaatiota, viitekehyksen rakentamista Markkinoinnin Automaation käyttöönottoon ja sen hyödyntämiselle markkinoinnin ja myynnin putken hallinnassa. Työ on suoritettu tapaustutkimuksena, jonka primääri datana on käytetty puoli-strukturoituja haastatteluja ja sekundääri datana on käytetty dataa myynnin tietojärjestelmistä. Kirjallisuuskatsaus markkinoinnin automaatioon paljastaa, että aihetta ei ole juurikaan tutkittu akateemisesti. Etenkin selkeitä aukkoja teorioissa on miten markkinoinnin automaatiota kannattaisi aloittaa ja miten siihen tarvittavia kamppanjoita kannattaisi rakentaa. Tapaustutkimuksen tuloksena selvisi selkeät ongelma kohdat nykysessä markkinoinnin ja myynnin putkessa, ja myös kohdat joissa markkinoinnin automaatio voi olla avuksi. Suurin osa ongelma kohdista on markkinoinnin ja myynnin välissä. Toimiakseen markkinoinnin automaatio vaatii selkeät määritykset yrityksessä Liidille ja miten sitä käsitellään. Toimivuuden takaamiseksi se tarvitsee myös jatkuvaa palautetta liideistä ja myynneistä. Alue mikä myös tarvitsee muutosta paremman toimivuuden takaamiseksi on markkinoinnin kamppanjoiden suunnittelu, yhdessä myynnin kanssa ja asiakkaan polku edellä. Tulevaisuuden tavoitteena tulisi olla viestien personointi ja asiakkaiden profilointi. Tulevaisuuden tutkimuskohteet olisivat erittäin avuliaita yrityksille, varsinki jos ne käsittelisivät käyttöönottoa tai personointia.