온라인 쇼핑몰에서의 상담 대응 효율 개선을 위한 AI기반 상담 분류 기법AI-based Categorization Method of Online Shoppers’ Inquiry for Enhanced Response Efficiency
- Other Titles
- AI-based Categorization Method of Online Shoppers’ Inquiry for Enhanced Response Efficiency
- Authors
- 강병권; 이건수; 김중연
- Issue Date
- 2021
- Publisher
- 한국정보기술학회
- Keywords
- call request classification; naive bayes classifier; GRU classifier; ensemble learning; .
- Citation
- 한국정보기술학회논문지, v.19, no.8, pp 119 - 126
- Pages
- 8
- Journal Title
- 한국정보기술학회논문지
- Volume
- 19
- Number
- 8
- Start Page
- 119
- End Page
- 126
- URI
- https://scholarworks.bwise.kr/sch/handle/2021.sw.sch/19950
- DOI
- 10.14801/jkiit.2021.19.8.119
- ISSN
- 1598-8619
2093-7571
- Abstract
- 온라인 쇼핑은 오프라인 쇼핑에 비해 다양한 장점을 갖고 있지만, 그 장점을 이끌어내기 위해서는 몇 가지 선결조건이 만족되어야 한다. 그중 하나는, 쇼핑 행위에서의 사용자 의도를 파악하는 것이다. 본 연구는 온라인 쇼핑몰에서 고객이 남긴 상담 요청을 대상으로 해당 요청의 전문성을 가진 상담사를 배정하기 위해, 상담 요청의 의도를 분류하는 방법을 제안한다. 제안 방법은, 고객의 상담 요청에 대해 자연어처리를 수행한 뒤, 이를 통해 생성된 요청별 단어 벡터를 토대로 나이브 베이지안 분류기와 Gated Recurrent Unit(GRU) 기반의 분류기를 학습시킨다. 그 후, 스태킹을 통해 각 분류기 결과를 조합하여 최종 분류 결과를 도출한다. 단일 분류기를 사용했을 때의 정확도는 나이브 베이지안 분류기의 경우 87.05%의 정확도를 보였고, GRU 분류기의 경우 88.94%의 정확도를 보였으며, 이 두 분류기를 앙상블한 결과 95.29%의 정확도를 얻을 수 있었다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - ETC > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.