지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 박재일
- 발행연도
- 2023
- 저작권
- 아주대학교 논문은 저작권에 의해 보호받습니다.
이용수8
이 논문의 연구 히스토리 (3)
2023
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
기업이 제품이나 서비스를 개발하고 개선하기 위해 고객의 의견을 수집, 분석하는 일은 대단히 중요하다. 정보통신의 발달로 고객 게시판이나 SNS를 통한 고객 의견 데이터 수집은 용이해졌으나 이러한 데이터의 80%이상인 비정형데이터로부터 의미 있는 정보를 도출하기 위해 추가적인 연구가 필요하다.
본 연구에서는 자동차 산업의 비정형 고객 불만 데이터를 미리 선정한 카테고리로 분류하는 알고리즘을 제안하고 이 분류 결과를 바탕으로 잠재적 차량 결함을 탐지하는 방안을 제안한다. 제안하는 모델은 Word2Vec 기법을 활용하여 NHTSA(미국도로안전교통국)에 등록되어 있는 비정형 고객 불만 데이터를 임베딩하고 이를 이용해 미리 선정한 8개의 기준에 대한 점수 사전을 만들고 각 불만데이터에 대한 8개 기준별 점수를 계산하여 해당 불만데이터를 분류한다. 이렇게 분류된 결과는 기존 전문가 집단에 의해 분류된 내용과 비교를 통해 해당 알고리즘의 성능을 평가한다.
본 연구에서는 자동차 산업의 비정형 고객 불만 데이터를 미리 선정한 카테고리로 분류하는 알고리즘을 제안하고 이 분류 결과를 바탕으로 잠재적 차량 결함을 탐지하는 방안을 제안한다. 제안하는 모델은 Word2Vec 기법을 활용하여 NHTSA(미국도로안전교통국)에 등록되어 있는 비정형 고객 불만 데이터를 임베딩하고 이를 이용해 미리 선정한 8개의 기준에 대한 점수 사전을 만들고 각 불만데이터에 대한 8개 기준별 점수를 계산하여 해당 불만데이터를 분류한다. 이렇게 분류된 결과는 기존 전문가 집단에 의해 분류된 내용과 비교를 통해 해당 알고리즘의 성능을 평가한다.
목차
제1장 서론 1제1절 연구의 목적 및 방법 1제2절 연구의 배경 및 대상 2제3절 연구 대상 데이터 원본 6제2장 이론적 배경 7제1절 토픽 모델링과 LDA 8제2절 단어 임베딩과 Word2Vec 9제3절 데이터 전처리 12제4절 과거 연구 결과 14제3장 제안 방법론 23제1절 데이터 전처리 25제2절 데이터 임베딩 26제3절 모델 개발 29제4절 모델 평가 30제4장 결과 33제5장 결론 37참고문헌 41
최근 본 자료
댓글(0)
0