Natural Language Processing and Artificial Intelligence for Enterprise Management in the Era of Industry 0

Formulae
The influence is symbolized as BIF = F(D) which is said “f of d” equal to
R
(
D
)
∑
MR
MR
×
BS.
MR are related such that for every MR, there is a unique value of MR. That is, F(D) cannot have
more than one value for the same d in MR. The said theory used function related in an element d as
defined by MR to an influence F(D) to determine the influence behavior score.
BIF = Behavior-oriented drive and influential function of IoTs on customers in Industry 4.0
F = push factors IoTs
D = Dependent parameters
MR = Metrics Range
BS = Behavior Score

---

Appl. Sci.
2022
,
12
, 9207
14 of 26
KBS = key benefits score
Eq
=
Z
(
D
)
∑
MR
MR
×
BS
(1)
The metrics range score and key benefits score of IoTs help users to rate how influential
a particular service provided by IoTs influences customers’ reaction to Company’s products.
Based on the need and value of the service, a rate is determined based on the author’s view
Table
1
.
Table 1.
Metric range and key benefits score rate of IoTs.
Metric Score Range
1
2
3
4
5
key benefits score rate of IoTs
Poor
Fair
Good
Very good
Excellent
The benefits of IoTs are determined based on behavior scores (Table
2
). The Score Rate
ranges from poor, fair, good, very good, and excellent. The behavior score defined the
gradient of the key benefits of IoTs on customers. The higher the value of the metric score
range, the more vulnerable and loyal the customer is to the company. Higher grades play
to the favor of the company and very or no favor to the customer. This table determines the
success value of the application of the Internet of Things to the industry. When calculating
the benefit score, whatever value obtain stands as a success gain for the company. If the
result indicates a grade of 4, it means the influence is very good and if a grade is 1, it
means poor.