Benefits of sales force automation to salespeople and to their customers in business-to-business markets

This study applied qualitative case study method for solving what kind of benefits salespeople and their customers perceived to gain when sales reps used a specific sales force automation tool, that defined the values and identified segment that best fit to each customer. The data consisting of four interviews was collected using semi-structured individual method and analyzed with thematic analysis technique. The analysis revealed five salespeople perceived benefits and four customer perceived benefits. Salespeople perceived benefits were improvements in customer knowledge, guidance of sales operations, salesperson-customer relationship building, time management and growing performance. Customer perceived benefits were information transmission, improved customer service, customer-salesperson relationship building and development of operations, which of the last was found as a new previously unrecognized customer benefit.

Towards sustainable transport: A comparison of demographic and behavioural characteristics of Finnish and international car sharing users

SStrong evidence suggests that the climate is changing and that these changes are largely caused by human activities. A consensus exists among researchers that human activity is causing global warming and that actions to mitigate global warming need to be taken swiftly. The transportation sector, which relies heavily on fossil fuel burning and primarily oil, is one of the big contributors to air pollution problems at local, regional and global levels. It is the fastest growing source of greenhouse gas emissions and is estimated to be responsible for nearly a quarter of global energyrelated carbon dioxide emissions. Car sharing is a mobility solution encouraging its users to decrease private car usage in favour of communal transit and environmental goals. The idea of car sharing originates from the aspiration to decrease personal car ownership and to reduce vehicle distance travelled. This thesis seeks to complement the understanding of Finnish car sharing users and their usage through better categorization. Through better categorization and segmentation of Finnish car sharing users the thesis seeks to provide information for improved marketing insight. Research is done on the demographic and behavioural characteristics of Finnish car sharing users and they are compared with international findings about the characteristics of International car sharing users. The main research problem is Are Finnish car sharing users similar to international ones? A theoretical research framework on the determinants of individual car sharing usage is built based on international research about demographic and behaviouristic characteristics. After this a quantitative survey is performed to the customers of a Finnish car sharing organization. The data analysed in the thesis consist out of 532 answers received from the car sharing organizations customers. The data is analysed with descriptive and other exploratory methods, which create an understanding of Finnish car sharing users. At the end of the analysis the demographic and behavioural characteristics of Finnish car sharing users are compared with international ones. The research findings of the thesis indicate that the demographic and behavioural characteristics of Finnish car sharing usage largely follow those of their international counterparts. Thanks to the thesis results the car sharing organization is able to better target their customers through improved marketing insight.

Brain tissue segmentation using q-entropy in multiple sclerosis magnetic resonance images

The loss of brain volume has been used as a marker of tissue destruction and can be used as an index of the progression of neurodegenerative diseases, such as multiple sclerosis. In the present study, we tested a new method for tissue segmentation based on pixel intensity threshold using generalized Tsallis entropy to determine a statistical segmentation parameter for each single class of brain tissue. We compared the performance of this method using a range of different q parameters and found a different optimal q parameter for white matter, gray matter, and cerebrospinal fluid. Our results support the conclusion that the differences in structural correlations and scale invariant similarities present in each tissue class can be accessed by generalized Tsallis entropy, obtaining the intensity limits for these tissue class separations. In order to test this method, we used it for analysis of brain magnetic resonance images of 43 patients and 10 healthy controls matched for gender and age. The values found for the entropic q index were 0.2 for cerebrospinal fluid, 0.1 for white matter and 1.5 for gray matter. With this algorithm, we could detect an annual loss of 0.98% for the patients, in agreement with literature data. Thus, we can conclude that the entropy of Tsallis adds advantages to the process of automatic target segmentation of tissue classes, which had not been demonstrated previously.

Soymilk plain beverages: correlation between acceptability and physical and chemical characteristics

The objective of the research was to relate the physical and chemical characteristics of soymilk plain beverages to its sensory acceptance. Five commercial products and a new product formulated based on the less accepted sample were used. The overall acceptance was evaluated by 102 assessors using a 10-point hybrid hedonic scale. The hedonic scores ranged from 3.8 (sample E) to 7.0 (A). Most assessors (55%) preferred sample A, which was viscous (26.6 cp), dark (L* = 77.7), and slightly acidic (pH = 6.6). Sample C, which had lower solid content and higher acidity, was preferred by 29% of the assessors. These two beverages showed the greatest commercial potential of the products analyzed. The least-accepted sample (E), preferred by 8% of the assessors, had a lighter color (L* = 96.8), lower viscosity (13.5 cp), higher lipid content (2.2 g/100 g), and less protein (1.68 g/100 g) than the other products evaluated. A reformulation of the least preferred product (E) with the addition of maltodextrin and also vanilla and milk flavors increased its acceptance, yielding an average score of 7.2. Overall, it was observed that a soymilk plain beverage with higher viscosity, darker color, and higher protein content best meets consumer expectations.

Cajá-flavored drinks: a proposal for mixed flavor beverages and a study of the consumer profile

Mixed flavor beverages represent a trend that is gaining the allegiance of potential fruit juice consumers. The present study proposed to prepare mixed flavor beverages and verify their consumer acceptance. Cajá beverage (sample A) was used as the standard. The other beverages were prepared by mixing the cajá-flavored product with other flavors: strawberry (B), pineapple (C), jabuticaba (D), mango (E) and cashew (F). The consumer profiles in the two regions studied were similar. Overall beverages B, A and F were the most accepted, with scores of 7.7, 6.4 and 6.2, respectively. Internal Preference Mapping showed that most of the consumers were located near beverages A, B and F, confirming the acceptance results. The consumers indicated appearance and flavor as the most appreciated characteristics in beverages A, B and F. Beverages A, B and F presented higher total soluble solids contents and viscosities than the other beverages. Consumer segmentation did not depend on the different levels of familiarity with the cajá flavor. Thus the preparation of mixed flavor beverages of cajá-strawberry and cajá-cashew is an excellent proposal because it presents flavors with good potential for marketing in different regions of Brazil.

Segmentation d’images intravasculaires ultrasonores

L'imagerie intravasculaire ultrasonore (IVUS) est une technologie médicale par cathéter qui produit des images de coupe des vaisseaux sanguins. Elle permet de quantifier et d'étudier la morphologie de plaques d'athérosclérose en plus de visualiser la structure des vaisseaux sanguins (lumière, intima, plaque, média et adventice) en trois dimensions. Depuis quelques années, cette méthode d'imagerie est devenue un outil de choix en recherche aussi bien qu'en clinique pour l'étude de la maladie athérosclérotique. L'imagerie IVUS est par contre affectée par des artéfacts associés aux caractéristiques des capteurs ultrasonores, par la présence de cônes d'ombre causés par les calcifications ou des artères collatérales, par des plaques dont le rendu est hétérogène ou par le chatoiement ultrasonore (speckle) sanguin. L'analyse automatisée de séquences IVUS de grande taille représente donc un défi important. Une méthode de segmentation en trois dimensions (3D) basée sur l'algorithme du fast-marching à interfaces multiples est présentée. La segmentation utilise des attributs des régions et contours des images IVUS. En effet, une nouvelle fonction de vitesse de propagation des interfaces combinant les fonctions de densité de probabilité des tons de gris des composants de la paroi vasculaire et le gradient des intensités est proposée. La segmentation est grandement automatisée puisque la lumière du vaisseau est détectée de façon entièrement automatique. Dans une procédure d'initialisation originale, un minimum d'interactions est nécessaire lorsque les contours initiaux de la paroi externe du vaisseau calculés automatiquement sont proposés à l'utilisateur pour acceptation ou correction sur un nombre limité d'images de coupe longitudinale. La segmentation a été validée à l'aide de séquences IVUS in vivo provenant d'artères fémorales provenant de différents sous-groupes d'acquisitions, c'est-à-dire pré-angioplastie par ballon, post-intervention et à un examen de contrôle 1 an suivant l'intervention. Les résultats ont été comparés avec des contours étalons tracés manuellement par différents experts en analyse d'images IVUS. Les contours de la lumière et de la paroi externe du vaisseau détectés selon la méthode du fast-marching sont en accord avec les tracés manuels des experts puisque les mesures d'aire sont similaires et les différences point-à-point entre les contours sont faibles. De plus, la segmentation par fast-marching 3D s'est effectuée en un temps grandement réduit comparativement à l'analyse manuelle. Il s'agit de la première étude rapportée dans la littérature qui évalue la performance de la segmentation sur différents types d'acquisition IVUS. En conclusion, la segmentation par fast-marching combinant les informations des distributions de tons de gris et du gradient des intensités des images est précise et efficace pour l'analyse de séquences IVUS de grandes tailles. Un outil de segmentation robuste pourrait devenir largement répandu pour la tâche ardue et fastidieuse qu'est l'analyse de ce type d'images.

Segmentation et exclusion des Gitans de Perpignan : émergence d'une élite politique?

Dans la dernière décennie, une abondante littérature a documenté la situation des Rroms d'Europe Centrale et de l'Est, où a émergé une nouvelle élite politiquement activiste. Mais chez les Tsiganes d'Europe de l'Ouest, l’activisme politique d’une élite semblait absent. Cette étude de terrain a été réalisée chez Gitans de Perpignan, à la recherche d’une action et d’une élite politique chez ce groupe, dans le contexte culturel d’une société segmentaire à pouvoir diffus, frappée d’exclusion par la société majoritaire. En effet, je propose que le concept de société segmentaire puisse s’appliquer aux Gitans, et que l’exclusion des Gitans par les païos (non Gitans) constitue un déni de la réalité relationnelle des Gitans avec la majorité païa. Enfin, l’enquête a révélé la position de «médiateurs culturels» des différents agents qui interviennent entre le monde des Gitans et celui des païos. C’est à travers le rôle de «médiateurs culturels» qu’émerge peut-être une élite politique.

Apports de la segmentation de la population des dirigeants au processus de gestion des ressources humaines : Le cas de l’administration algérienne

A partir des résultats d’une enquête effectuée en 2005 sur un échantillon de 203 dirigeants publics, une typologie floue de trois profils a été dégagée en vue de concevoir un système d’affectation des dirigeants en fonction de leur style du leadership, sens du travail, et leurs préoccupations de gestion des ressources humaines. En se basant sur cette typologie floue, des techniques empruntées à l’intelligence artificielle ont été appliquées pour apprendre des règles de classification. Ces techniques sont au nombre de quatre : le réseau neuronal (Neural Network), l’algorithme génétique (Genetic Algorithm), l’arbre de décision (Decision Tree) et la théorie des ensembles approximatifs (Rough Sets). Les résultats de l’étude ainsi que ses perspectives seront présentées et discutés tout au long de cette communication.

Traduction statistique vers une langue à morphologie riche : combinaison d’algorithmes de segmentation morphologique et de modèles statistiques de traduction automatique

Les systèmes statistiques de traduction automatique ont pour tâche la traduction d’une langue source vers une langue cible. Dans la plupart des systèmes de traduction de référence, l'unité de base considérée dans l'analyse textuelle est la forme telle qu’observée dans un texte. Une telle conception permet d’obtenir une bonne performance quand il s'agit de traduire entre deux langues morphologiquement pauvres. Toutefois, ceci n'est plus vrai lorsqu’il s’agit de traduire vers une langue morphologiquement riche (ou complexe). Le but de notre travail est de développer un système statistique de traduction automatique comme solution pour relever les défis soulevés par la complexité morphologique. Dans ce mémoire, nous examinons, dans un premier temps, un certain nombre de méthodes considérées comme des extensions aux systèmes de traduction traditionnels et nous évaluons leurs performances. Cette évaluation est faite par rapport aux systèmes à l’état de l’art (système de référence) et ceci dans des tâches de traduction anglais-inuktitut et anglais-finnois. Nous développons ensuite un nouvel algorithme de segmentation qui prend en compte les informations provenant de la paire de langues objet de la traduction. Cet algorithme de segmentation est ensuite intégré dans le modèle de traduction à base d’unités lexicales « Phrase-Based Models » pour former notre système de traduction à base de séquences de segments. Enfin, nous combinons le système obtenu avec des algorithmes de post-traitement pour obtenir un système de traduction complet. Les résultats des expériences réalisées dans ce mémoire montrent que le système de traduction à base de séquences de segments proposé permet d’obtenir des améliorations significatives au niveau de la qualité de la traduction en terme de le métrique d’évaluation BLEU (Papineni et al., 2002) et qui sert à évaluer. Plus particulièrement, notre approche de segmentation réussie à améliorer légèrement la qualité de la traduction par rapport au système de référence et une amélioration significative de la qualité de la traduction est observée par rapport aux techniques de prétraitement de base (baseline).

Urban Detection From Hyperspectral Images Using Dimension-Reduction Model and Fusion of Multiple Segmentations Based on Stuctural and Textural Features

Ce mémoire de maîtrise présente une nouvelle approche non supervisée pour détecter et segmenter les régions urbaines dans les images hyperspectrales. La méthode proposée n ́ecessite trois étapes. Tout d’abord, afin de réduire le coût calculatoire de notre algorithme, une image couleur du contenu spectral est estimée. A cette fin, une étape de réduction de dimensionalité non-linéaire, basée sur deux critères complémentaires mais contradictoires de bonne visualisation; à savoir la précision et le contraste, est réalisée pour l’affichage couleur de chaque image hyperspectrale. Ensuite, pour discriminer les régions urbaines des régions non urbaines, la seconde étape consiste à extraire quelques caractéristiques discriminantes (et complémentaires) sur cette image hyperspectrale couleur. A cette fin, nous avons extrait une série de paramètres discriminants pour décrire les caractéristiques d’une zone urbaine, principalement composée d’objets manufacturés de formes simples g ́eométriques et régulières. Nous avons utilisé des caractéristiques texturales basées sur les niveaux de gris, la magnitude du gradient ou des paramètres issus de la matrice de co-occurrence combinés avec des caractéristiques structurelles basées sur l’orientation locale du gradient de l’image et la détection locale de segments de droites. Afin de réduire encore la complexité de calcul de notre approche et éviter le problème de la ”malédiction de la dimensionnalité” quand on décide de regrouper des données de dimensions élevées, nous avons décidé de classifier individuellement, dans la dernière étape, chaque caractéristique texturale ou structurelle avec une simple procédure de K-moyennes et ensuite de combiner ces segmentations grossières, obtenues à faible coût, avec un modèle efficace de fusion de cartes de segmentations. Les expérimentations données dans ce rapport montrent que cette stratégie est efficace visuellement et se compare favorablement aux autres méthodes de détection et segmentation de zones urbaines à partir d’images hyperspectrales.

A robust algorithm for segmenting fluorescence images and its application to single-molecule counting

La microscopie par fluorescence de cellules vivantes produit de grandes quantités de données. Ces données sont composées d’une grande diversité au niveau de la forme des objets d’intérêts et possèdent un ratio signaux/bruit très bas. Pour concevoir un pipeline d’algorithmes efficaces en traitement d’image de microscopie par fluorescence, il est important d’avoir une segmentation robuste et fiable étant donné que celle-ci constitue l’étape initiale du traitement d’image. Dans ce mémoire, je présente MinSeg, un algorithme de segmentation d’image de microscopie par fluorescence qui fait peu d’assomptions sur l’image et utilise des propriétés statistiques pour distinguer le signal par rapport au bruit. MinSeg ne fait pas d’assomption sur la taille ou la forme des objets contenus dans l’image. Par ce fait, il est donc applicable sur une grande variété d’images. Je présente aussi une suite d’algorithmes pour la quantification de petits complexes dans des expériences de microscopie par fluorescence de molécules simples utilisant l’algorithme de segmentation MinSeg. Cette suite d’algorithmes a été utilisée pour la quantification d’une protéine nommée CENP-A qui est une variante de l’histone H3. Par cette technique, nous avons trouvé que CENP-A est principalement présente sous forme de dimère.

Segmentation du rein fonctionnel à partir de CTdouble énergie injectés

Les néphropaties (maladie des tissus rénaux) postradiques constituent l'un des facteurs limitants pour l'élaboration des plans de traitement lors des radiothérapies abdominales. Le processus actuel, qui consiste à évaluer la fonctionnalité relative des reins grâce à une scintigraphie gamma deux dimensions, ne permet pas d'identifier les portions fonctionnelles qui pourraient être évitées lors de l' élaboration des plans de traitement. Une méthode permettant de cartographier la fonctionnalité rénale en trois dimensions et d'extraire un contour fonctionnel utilisable lors de la planification a été développée à partir de CT double énergie injectés à l'iode. La concentration en produit de contraste est considérée reliée à la fonctionnalité rénale. La technique utilisée repose sur la décomposition à trois matériaux permettant de reconstruire des images en concentration d'iode. Un algorithme de segmentation semi-automatisé basé sur la déformation hiérarchique et anamorphique de surfaces permet ensuite d'extraire le contour fonctionnel des reins. Les premiers résultats obtenus avec des images patient démontrent qu'une utilisation en clinique est envisageable et pourra être bénéfique.

PSWT Based Linear Predictive Coding and Development of a Parallel Multiple Subsequence Structure for DWT Computation

During 1990's the Wavelet Transform emerged as an important signal processing tool with potential applications in time-frequency analysis and non-stationary signal processing.Wavelets have gained popularity in broad range of disciplines like signal/image compression, medical diagnostics, boundary value problems, geophysical signal processing, statistical signal processing,pattern recognition,underwater acoustics etc.In 1993, G. Evangelista introduced the Pitch- synchronous Wavelet Transform, which is particularly suited for pseudo-periodic signal processing.The work presented in this thesis mainly concentrates on two interrelated topics in signal processing,viz. the Wavelet Transform based signal compression and the computation of Discrete Wavelet Transform. A new compression scheme is described in which the Pitch-Synchronous Wavelet Transform technique is combined with the popular linear Predictive Coding method for pseudo-periodic signal processing. Subsequently,A novel Parallel Multiple Subsequence structure is presented for the efficient computation of Wavelet Transform. Case studies also presented to highlight the potential applications.

Customer perceptions of Banking Products and Services in Kerala with reference to Specific Customer Segments in the Urban Area

As of 1999. the state of Kerala has 3210 offices of scheduled commercial banks (SCBS). In all, there are 48 commercial banks operating in Kerala, which includes PSBs, OPBs, NPBS. FBs, and Gramin Banks. The urban areas give a complete picture of the competition in the present day banking scenario with the presence of all bank groups. Semi-urban areas of Kerala have 2196 and urban areas have 593 as on March 1995.“ The study focuses on the selected segments ofthe urban customers in Kerala which is capable of giving the finer aspects of variation in customer behaviour in the purchase of banking products and services. Considering the exhaustive nature of such an exercise, all the districts in the state have not been brought under the purview of the study. Instead. three districts with largest volume of business in terms of deposits, advances, and number of offices have been short listed as representative regions for a focused study. The study focuses on the retail customer segment and their perceptions on the various products or services offered to them. Non Resident Indians (NRIs), and Traders and Small—ScaIe Industries segments have also been included in the study with a view to obtain a comparative picture with respect to perception on customer satisfaction and service quality dimensions and bank choice behaviour. The research is hence confined to customer behaviour and the implications for possible strategies for segmentation within the retail segment customers

Market Segmentation by Financial lnstitution

The research problem selected for this study is one of the important issues in the field of financial market and its marketing dimensions on which researchers and academicians encourage more research studies. This research study may be relevant considering its significance in terms of some possible findings which may be useful to Fls in framing successful market segmentation approach to turn their dissatisfied and ‘merely' satisfied customers into ‘delighted’ customers, which in turn can result in better savings mobilisation. The household segments may also be benefited from the research findings if they bring about an attitudinal change in their savings behaviour. The importance of the study may be briefly highlighted in the following points. The research study examines existing theories on market segmentation by Fls and the findings might supplement the existing theories on this topic. The study brings to light certain clues to strengthen market segmentation approach of Fls.The study throws light on the existing beliefs and perceptions on customer behaviour which may be useful in effecting some positive changes in market segmentation approach by Fls. The study suggests certain relationship between market segmentation variables and customer behaviour in the context of marketing of financial products by Fls. The study supplements the existing knowledge on different dimension of market segmentation in the financial market which might encourage future research in the field.