• 디지털콘텐츠학회 논문지
• /
• 제15권2호
• /
• pp.219-225
• /
• 2014

현대는 기업 간의 경쟁이 날로 심화되어 가고 있는 가운데 효율적인 경영을 위해서는 시시각각으로 변하는 고객의 니즈를 파악하여야 하기 때문에 그 어느 때 보다도 고객피드백이 필요한 시대이다. 최근 스마트 폰의 출현과 트위터, 페이스북과 같은 SNS의 발달로 실시간으로 다양한 고객의 목소리가 증가하면서 고객의 피드백을 파악하기 위해 이러한 빅 데이터를 이용 하는 것이 매우 효율적인 방법으로 부상하고 있다. 빅 데이터의 데이터 수집과 분석은 버즈(Buzz) 모니터링이라는 시스템을 통해 이루어지고 있다. 본 연구에서는 고객자체가 기업의 자산이며 서비스 산업의 대표라 할 수 있는 호텔기업의 CRM을 위한 방법으로 고객의 피드백을 파악하기 위해 빅 데이터를 활용하는 방법을 제안한다. 실제 국내 3개의 대표적인 특급호텔을 대상으로 빅 데이터를 이용하여 버즈모니터링 시스템을 통해 얻은 호텔고객평판 사례를 제시하여 그 결과를 분석하고 시사점을 고찰해 본다.

• 한국정보통신학회논문지
• /
• 제17권10호
• /
• pp.2439-2446
• /
• 2013

최근 스마트 폰 출현과 함께 인터넷 검색, 트위터, 페이스북 등의 SNS(Social Network Service) 가 폭발적으로 성장하고 지속적인 IT 발달로 인해 새롭게 창출, 유통되는 정보 즉, 빅 데이터가 기하급수적으로 증가하고 있다. 또한 기업 간의 경쟁이 날로 심화되어 가고 있는 가운데 효율적인 경영을 위해서는 시시각각으로 변하는 고객의 니즈를 파악하기 위해 그 어느 때 보다도 고객피드백이 필요한 시대이다. 이를 위해 다양한 고객의 목소리가 담겨 있는 소셜 빅 데이터는 꼭 필요한 자원이기 때문에 모바일 스마트 혁명의 핵심 자원인 빅 데이터를 어떻게 분석, 활용 할 것인지 많은 기업들의 관심이 집중되고 있다. 소셜 빅 데이터의 데이터 수집과 분석은 버즈(Buzz) 모니터링이라는 시스템을 통해 이루어지고 있다. 본 연구에서는 빅 데이터를 분석하는 버즈모니터링에 대해 고찰해 보고 실제 버즈모니터링을 통해 얻은 고객평판 사례를 제시하여 그 결과를 분석하고 시사점을 고찰해 본다. 의료기관 평판 사례분석 결과 각 병원과 평가항목에 따라 호감도가 다르므로 해당병원에서 구체적인 고객의 반응을 실시간으로 파악하여 개선점을 찾을 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.135-147
• /
• 2023

Internet of things has revolutionaries every field of life due to the use of artificial intelligence within Machine Learning. It is successfully being used for the study of Radiation monitoring, prediction of Ultraviolet and Electromagnetic rays. However, there is no particular system available that can monitor and detect waves. Therefore, the present study designed in which IOT enables intelligence system based on machine learning was developed for the prediction of the radiation and their effects of human beings. Moreover, a sensor based system was installed in order to detect harmful radiation present in the environment and this system has the ability to alert the humans within the range of danger zone with a buzz, so that humans can move to a safer place. Along with this automatic sensor system; a self-created dataset was also created in which sensor values were recorded. Furthermore, in order to study the outcomes of the effect of these rays researchers used Support Vector Machine, Gaussian Naïve Bayes, Decision Trees, Extra Trees, Bagging Classifier, Random Forests, Logistic Regression and Adaptive Boosting Classifier were used. To sum up the whole discussion it is stated the results give high accuracy and prove that the proposed system is reliable and accurate for the detection and monitoring of waves. Furthermore, for the prediction of outcome, Adaptive Boosting Classifier has shown the best accuracy of 81.77% as compared with other classifiers.

• 한국정보통신학회논문지
• /
• 제19권10호
• /
• pp.2241-2246
• /
• 2015

최근 기업들은 효율적인 경영을 위해 소셜 미디어상의 빅 데이터를 분석하는 시스템을 이용하여 고객피드백에 관한 정보를 수집하고 분석하고 있다. 소셜 미디어상에는 실시간으로 자발적인 고객의 의견들이 대량 포함되어 있어 고객 피드백을 파악할 수 있는 방법으로 소셜 빅 데이터를 이용하는 것이 매우 효율적 이다. 본 논문에서는 관광서비스 산업의 대표기업인 여행사에 관해 소셜 미디어 상의 빅 데이터를 이용하여 보다 정확하고 효율적인 고객피드백 정보수집과 분석이 가능한 평가방안을 제안한다. 그것을 위해 우선 서비스 모델을 설계하고 구축하고 테스트 베드로서 국내 최대 규모의 여행사를 중심으로 빅5 여행사에 대해 미디어 채널, 소비자 만족도 , 브랜드 이미지 등을 분석한다. 또한 긍정지수와 부정지수로 호감도를 평가하여 비교분석한 결과를 제시한다. 평가항목에 따라 개선해야 되는 분야를 알 수 있어 제안한 평가방법은 해당 여행사가 보다 효율적으로 고객을 관리하는데 효과적임을 알 수 있다.