메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
나상태 (KEPCO) 양광동 (KEPCO) 신재섭 (KEPCO)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제68권 제11호
발행연도
2019.11
수록면
1,411 - 1,416 (6page)
DOI
10.5370/KIEE.2019.68.11.1411

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In response to questions or complaints posted by customers on the company"s homepage, the response time is an important measure of customer satisfaction. However, the time it takes for a customer to receive an answer includes a time for the article to be selected by the person in charge of the reply, which limits the shortening. In this study, we developed a model in which a machine, not a person, reads the article, classifies the topic, and delivers it to each person in charge of the article. The article posted on the KEPCO homepage used in this study is a short sentence consisting of an average of 49 words. Due to the scarcity of multi-frequency words, it was found that there is a limit in securing a certain level of topic modeling accuracy in unsupervised machine learning like LDA. To overcome this, we labeled topics and let the machine conduct supervised learning. Although there are limitations in improving accuracy because there are articles containing more than two topics in one article, the classification accuracy is secured up to 84% by using LSTM and Baysian Optimization. The result of this study suggests that topic classification is possible for short-term customer questions in specific fields such as the electric power industry. In addition, it is expected that a model will be developed that can provide optimal reference answers for newly received questions when the topic-labeled questions and answers are fully accumulated.
#LDA #LSTM #Topic Modeling #Confusion Matrix #e-CRM

목차

Abstract
1. 서론
2. 본론
3. 결론
References

참고문헌 (26)

참고문헌 신청
황수영 / 2008 / 여행·호텔·항공·외식업의 e-CRM 활동에 관한 탐색적 연구 / 관광학연구 32(6):383~403 dbpia C. Bull / 2003 / Strategic issues in customer relationship management(CRM)implementation / Business Process Mgmt Journal 9(5):592~602 google schola Kotorov, P. Radoslav / 2002 / Ubiquitous organization : organizational design for e-CRM / Business Process Management Journal 3(3):218~232 google schola S. L. Pan / 2003 / Using e-CRM for a unified view of the customer / Communications of the ACM 46(4):95~99 google schola Y. Cho / 2002 / An Analysis of Online Customer Complaints : Implications for Web Complaint Management / Proceedings of the 35th Annual Hawaii International Conference of System Sciences :2308~2317 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

오픈소스를 이용한 웹 기반 하이브 관리 툴 개발
박기찬 ,  윤홍근 ,  장석주 외 1명 한국정보과학회 학술발표논문집 2014 .06
메이커 교육에 관한 체계적 문헌고찰을 위한 기초연구
김지윤 ,  이태욱 한국컴퓨터정보학회 학술발표논문집 2019 .07
교수-학습지원시스템에서 학습자 질의응답 자동분류를 위한 토픽 모델링
김경록 ,  송혜진 ,  문남미 디지털콘텐츠학회논문지 2017 .04
태양광발전원 계층별 전기적 특성에 대한 위해성 영향 연구
채동주 ,  이기연 ,  임승택 전기학회논문지 2022 .03
전기철도 유도전압 계산 알고리즘 개선 연구
최경 ,  최황규 ,  이상무 외 1명 전기학회논문지 2020 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-560-001306925