제품 출시 초기의 고객 불만 모니터링을 위한 소셜미디어 마이닝 접근법

Q: 이 논문에서 정의한 고객 불만 포트폴리오 맵이란 무엇인가?

고객 불만 요소의 심각도와 빈도를 시각적으로 표현하여 우선적으로 개선해야 할 요소를 식별하는 도구다. 이는 Urgency와 Severity라는 정량적 지표를 바탕으로 생성되며, 기업이 고객 리뷰 데이터를 기반으로 불만 사항의 우선순위를 결정하는 데 활용된다.

Q: 제품 출시 초기 고객 불만을 정밀하게 식별하기 위한 분석 방법은 무엇인가?

연구 결과, 리뷰 단위가 아닌 문장 단위로 데이터를 분할하여 세밀한 감성분석을 수행함으로써 긍정 문장에 가려진 부정적 의견의 누락을 최소화한다. 이후 워드 임베딩과 클러스터링을 통해 잠재적 불만 요소를 정의하고 정량적 지표로 우선순위를 도출한다.

이승현; 최재웅; 윤장혁

doi:10.7232/JKIIE.2021.47.3.289

추천

검색

질문

자료유형: 학술저널

저자정보: 이승현 (건국대학교) 최재웅 (건국대학교) 윤장혁 (건국대학교)

저널정보: 대한산업공학회 대한산업공학회지 대한산업공학회지 제47권 제3호

발행연도: 2021.6

수록면: 289 - 301 (13page)

DOI: 10.7232/JKIIE.2021.47.3.289

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This study suggests a social media mining approach for monitoring critical complaints in the early stage of product launch via word embedding, clustering and sentiment analysis. This approach selectively uses social media product reviews created in the beginning stage of product launch. Word embedding and clustering are used to identify customer complaint factors from reviews. Next, sentence-level sentiment analysis is conducted based on the understanding of review writing pattern, thereby calculating urgency and severity in a quantitative manner. Finally, a customer-stated complaint portfolio map is developed, showing critical complaint factors. In the case study of smartphone ‘Galaxy S10’, the critical complaint factors related to Samsung pay connection error, and fingerprint recognition are identified, which have been rapidly improved since the product launch, indeed. We expect that this approach contributes to identifying critical customer complaints in the early stage, in addition to enabling the prompt response to customer complaints.

#Customer Complaint #Social Media Mining #Sentiment Analysis #Word Embedding #Clustering

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-530-001747172

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)