자동차 고객 불만 데이터를 이용한 자연어 처리 기반 잠재적 차량 결함 분류

Abstract

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. <br>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.