• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.149-152
• /
• 2008

본 연구는 협업 추천 시스템에 적용되는 상품에 대한 고객의 선호도 예측 알고리즘 중 메모리기반 협업필터링 알고리즘의 선호도 예측 특성에 대하여 연구하였다. 메모리기반의 협업필터링 알고리즘은 선호도 예측 대상 고객과 유사한 성향을 가질 것으로 예상되는 고객들의 선호도 평가를 기반으로 특정 상품에 대한 선호도 예측이 이루어진다. 일반적으로 시스템을 이용하는 고객들과 선호성향이 다른 고객들은 선호도 예측 성과가 낮은 것으로 알려져 있으며 이들이 추천시스템의 선호도 예측 정확도를 떨어뜨리는 원인으로 알려져 있다. 본 연구에서는 고객이 상품들에 평가한 선호도 평가의 패턴이 선호도 예측 정확도와 관련성이 높음을 보여 선호도 예측 알고리즘의 개선에 기초 자료를 제공하고자 한다. 고객의 선호도 평가 패턴은 과거 고객이 평가한 자료로부터 얻을 수 있는 사전정보로써 선호도 예측 알고리즘을 적용하기 이전에 이용할 수 있는 정보이다. 본 연구에서는 사전정보를 이용하여 고객의 선호도 예측 오차의 특성을 연구함으로써 이들의 선호도 예측 정확도를 개선시킬 수 있는 알고리즘의 보정방법에 대하여 연구한다. 알고리즘의 보정방법을 선호도 예측 이전에 고객의 선호도 평가 특성으로 판단하여 적용함으로써 사전정보를 이용한 선호도 예측 정확도를 향상시키기 위한 접근법은 기존의 이웃 구성의 접근법과 다른 방법을 취함으로써 알고리즘 개선의 새로운 방향을 제시할 것으로 기대된다.

• The Journal of Society for e-Business Studies
• /
• v.8 no.3
• /
• pp.177-195
• /
• 2003

In a traditional customer support environment, mainly call centers or service centers are responsible for receiving inquiries from their customers via telephone calls. Due to the rapid growth of Internet with its widespread acceptance and accessibility, means of communication with customers in the traditional customer support center, such as telephones, letters, and direct-visiting, have been replaced by e-mails and bulletin board systems (BBSs) using the Internet constantly. BBSs are basically question and answer systems, they require some lead time to get answer from administrator. To reduce lead time, BBSs enable remote customers or users to log on and tap into a knowledge database that is generally formatted in the form of Frequently Asked Questions (FAQs) that provide answers and solutions to the common problems. And, many different types of the questions are mixed on the BBS. It is a burden to administrator. To build FAQs and to support BBS adminstrator, a supporting tool which is to categorize questions is helpful. In this research, we suggest an interactive question categorizing methodology which consists of steps to present question using keywords, identifying keywords' affinity, computing similarity among questions, and clustering questions. This methodology allows users to interact iteratively for clear manifestation of ambiguous questions. We also developed a prototype system, IQC (interactive question categorizer) and evaluated its performance using the comparison experiments with other systems. IQC is not a general purposed system, but it produces a good result in a given specific domain.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.82-85
• /
• 2008

고객의 기호와 요구에 부응하는 서비스의 제공을 위해 영화 요소 중 정확한 장르의 분류는 고객의 선택에 있어 중요한 문제이다. 기존의 수작업에 의한 장르 분류는 시간과 비용, 신뢰성 등에서 비효율적이다. 이러한 문제의 해결을 위해 영화 시놉시스(Synopsis) 기반의 기계학습 방법은 효율적인 대안이 될 수 있다. 본 논문에서는 대다수 영화서비스 주체가 보유하고 있는 시놉시스 정보를 기반으로 하여 기계학습을 이용한 영화장르 분류에 관한 하나의 정형화된 방법을 제시한다. 기계학습 Algorithm 중 LibSVM, RandomComittee, LMT, NaiveBayes, PART Algorithm 을 이용하여 Algorithm 별, 장르별 분류 정확도를 측정하여 비교한다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2003.10a
• /
• pp.107-113
• /
• 2003

최근 활발히 행하여지고 있는 금융 CRM(customer relationship management)의 주요 목적은 고객의 이해도 증진을 통하여 은행의 수익성을 높이는데 있으며 또한 그 과정에서 높은 수익과 낮은 수익을 주는 고객을 여러 가지 유형으로 나누어 관리에 효율성을 도모한다. 일반적으로 고객 세분화의 중요변수로 고객수익성을 고려하고 이러한 고객 세분화 결과에 의해 마케팅 시사점을 도출하게 된다. 본 연구에서는 고객 세분화 그룹에 따른 수익성 변동과정을 모형화하여 보다 효율적인 고객관계 관리를 가능하게 하는데 있다. 수익성 변동의 모형화 과정은 수익금액에 따라 고객을 몇 개의 범주로 분류하여 여러 기간에 걸쳐 나타내는 고객별 범주의 변화 추이를 전이행렬(transition matrix)로 나타내고 마코프 모형을 이용한 전이 확률의 추정을 통하여 다음 시점에서의 각 범주별 고객의 수를 예측 가능함을 보인다.

• Proceedings of the Korean Society for Quality Management Conference
• /
• 2007.04a
• /
• pp.273-278
• /
• 2007

본 연구는 고객의 형태에 따라 서비스 유형을 결정하는 지표를 설정하기 위하여 고객의 쇼핑태도를 절약형 고객, 단골고객, 개인화고객, 편의고객으로 분류하여 각각의 유형별 고객이 쇼핑태도와 SERVQUAL과의 인과관계를 분석하고 서비스 방향을 설정하기 위함이다. 본 연구는 SERVQUAL과 소비자의 소비 패턴과의 인과관계를 분석하여 기업이 제공하는 서비스의 도구를 개발하여 소비자가 원하는 서비스 경영의 방향을 설정하여 높은 수준의 품질과 서비스를 제공할 수 있는 도구를 개발하기 위함이다. 본 연구는 경기, 충북 지역의 20세-30세의 남 ${\cdot}$ 여를 대상으로 설문하여 최근 젊은층의 소비 패턴을 분석하여 그동안 서비스 기업의 문제점인 고객 불만족, 고비용 저효율, 진정한 성과를 거두지 못한 구조직인 문제점을 해결할 수 있는 방안을 찾고자 하였다. 따라서 본 연구의 목적은 국내 젊은층을 주 고객으로 하는 서비스 기업에 적용 가능한 서비스 모형을 설정하기 위한 접근방법을 탐색하는데 있다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.694-697
• /
• 2004

최근 빠르게 성숙되고 있는 시장과 경쟁적 환경으로 인해 고객 유지에 대한 중요성이 증대되고 있다. 이는 기존 고객을 유지하는 것이 비용 면에서 저렴할 뿐 아니라, 고객 충성도나 구전효과가 같은 기타 부수적인 이득을 획득할 수 있다는 측면에서 유리하기 때문이다. 본 논문은 고객의 이탈 가능성을 미리 예측하고 이를 사전에 방지할 수 있는 고객 유지 절차를 제시하고 있다. 이탈고객의 탐지 및 방지를 위해서는 기존의 인구통계학적 자료 외에도 웹로그, 구매 Database 등의 대용량의 고객 행위 데이터에 대한 분석이 요구되기 때문에 데이터 마이닝 기법의 활용이 필수적이다. 그러나 대부분의 데이터 마이닝 연구는 예측 및 분류의 정확성이 높은 모델을 개발하는데 초점이 맞추어져 있으며, 고객의 행위를 이해하고 바람직한 방향으로 유도하고자 하는 연구는 지극히 부족한 상황이다. 그러므로 본 논문은 다양한 데이터마이닝 기법을 통합하여 잠재 이탈고객을 탐지하고, 기존 연구에서 간과하고 있던 비용적 측면을 고려한 이탈 방지 절차를 제시하고자 한다.

• The Journal of the Acoustical Society of Korea
• /
• v.28 no.5
• /
• pp.477-482
• /
• 2009

The emotion recognition system in commercial environments such as call-center undergoes severe system performance degradation and instability due to the speech characteristic differences between the system training database and the input speech of unspecified customers. In order to alleviate these problems, this paper extends traditional method of emotion recognition of neutral/anger into two-step hierarchical structure by using emotional characteristic changes and differences of male and female. The experimental results indicate that the proposed method provides very stable and successful emotional classification performance about 25% over the traditional method of emotion recognition.

• Information and Communications Magazine
• /
• v.29 no.11
• /
• pp.30-35
• /
• 2012

빅데이터의 패러다임과 함께 데이터의 활용과 이를 통한 기업 운영 혁신이 새롭게 주목받고 있다. 소셜 미디어 분석이나 고객 마케팅 분석등과 같은 분야에서 빅데이터 분석의 활용 사례가 속속히 소개되고 있다. 하지만 국내 산업에서 제조업이 차지하는 비중과 가치에비해 빅데이터의 제조업에 대한 응용에 관한 연구나 관련 문헌은 타 산업이나 응용분야에 비해 미약한 편이다. 본 글에서는 빅데이터 분석이 제조업에서 어떻게 활용될 수 있는지를 세가지 다른 형태의 데이터 분류 - 제조장비 운영데이터, 운용 통합데이터, 고객 경험 데이터 - 를 통해 소개하고 각 분류별 실제 사례를 통해 제조업체에서 실질적으로 응용할 수 있는 방안을 제공한다.

• Journal of Intelligence and Information Systems
• /
• v.7 no.1
• /
• pp.177-197
• /
• 2001

This paper is aimed at proposing a data mining-driven analysis to manage the customer defection rate in the bank. After 1997 IMF crisis, Korean banks were suffering from hard-pressed restructuring. At the heart of such restructuring effects, there was the need to manage the customer more effectively than ever. So far, many banks in Korea used to a poor management of customers without any highly-skillful techniques. In line with this argument, we propose several data mining techniques to determine more effective technique far managing customer deflection. We applied three data mining techniques such as logit model, neural network, and C5.0. Experiment data were collected from personal deposit account data of a specific bank in Korea. After experiments, we found that C5.0 showed more robust performance compared to other two techniques. On the basis of those experiment results, we proposed customer defection management policy.

• Asia Marketing Journal
• /
• v.10 no.2
• /
• pp.125-151
• /
• 2008

Both companies and consumers are highly interested in on-line customer reviews which enable consumers to share their experience and knowledge about products. In this study, after classifying real reviews into context units and deriving categories, we analyzed differences between categories based on channel(manufacturers' homepage/ shopping mall), product attribute(search/experience) and price(high/low). The method to derive categories is based on roughly adopting constructs of ACSI model and elaborate and repetitive classification of real reviews. We set up the classification category with 3 levels. Level 1 consists of product and service, level 2 consists of function, design, price, purchase motive, suggestion/user-tip and recommendation/repurchase in product and AS/up-grade and delivery/others in service and level 3 is composed of details of level 2 of category. We could find remarkable differences between channels in all 8 items of level 2 of category. As the number of context units in homepage is more than in shopping mall, we found reviews in homepage is more concrete. Moreover, overall satisfaction in review was higher at homepage's. Also, in product attribute dimension, we found different patterns of reviews in design, purchase motive, suggestion/user-tip, recommendation/repurchase, AS/up-grade and delivery/others and no difference in overall customer's satisfaction. In price dimension, we found differences between high and low price in design, price and AS/up-grade and no difference in overall customer's satisfaction.