[논문]VOC와 외부채널간의 고객 피드백 차이 분석

안상현; 백동현

doi:10.11627/jkise.2018.41.3.129

VOC와 외부채널간의 고객 피드백 차이 분석
Analyzing Customer Feedback Differences between VOCs and External Channels 원문보기

Journal of Korean Society of Industrial and Systems Engineering = 한국산업경영시스템학회지, v.41 no.3, 2018년, pp.129 - 137

Abstract ▼ AI-Helper

VOCs have been used as the most definitive resource to reflect customer feedback when developing products and services. However, due to the development of the Internet and the emergence of SNS, VOC is no longer the only channel that represents customer opinions. There are also a number of studies showing that many customers express complaints through channels other than VOCs. In this paper, we analyze the difference between the official VOC data and the data collected through the external channel, and suggest ways to reflect the various opinions of customers. To do this, this study uses keyword analysis that can identify differences according to frequency through social network, modular analysis to distinguish topics according to centrality and similarity, and emotional analysis to confirm word polarity (positive and negative). The results of this study show that the opinions of the customers were different depending on channels such as VOCs and external channels. Therefore, the collected data through VOC as well as external channels should be used in order to reflect the opinions of customers. In particular, this paper confirms that the results of one channel may vary depending on the channel characteristics even for the same channel. This confirms that collecting voc only on certain channels may differ from what real customers require. Therefore, data collected through VOCs as well as external channels must be used to reflect various customer feedback.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

단어 간 유사도를 측정하여 중심성을 기준으로 각각의 자료의 차이를 확인하기 위해 활용한 모듈성 분석에서는 키워드 분석결과보다 비 공통부분의 비중이 높았다. 감성 분석에서는 회귀 분석을 통해 측정된 회귀계수와 앞선 두 분석결과와의 비교를 통해 분석 방법의 신뢰성을 검증하고자 하였다. 분석결과, 차이는 있으나, 대체적으로 키워드 및 모듈성 분석결과와 일치하는 것으로 나타났다.
본 논문에서는 ‘제주도 관광’이라는 주제로 비교 대상 VOC 채널에서 빈도수, 군집정도, 긍정과 부정의 의미에 대하여 각각에 해당하는 기법들을 활용하여 차이가 있는지에 대해서 분석해보고자 하였다.
본 연구는 고객의 다양한 의견을 반영하지 못하는 VOC의 문제점을 보완하기 위해 진행하였다. 본 연구의 결과는 VOC를 활용하여 제품 및 서비스 개발 및 개선을 해야 하는 기업에 참고할 자료로서 도움을 줄 수 있을 것이다.
본 연구에서는 VOC 자료와 외부채널 간의 데이터 비교를 통하여 VOC의 문제점을 확인하고 VOC가 다양한 의견을 반영할 수 있는 자로로써 활용될 수 있는 방향성에 대하여 연구해 보았다. 빈도수를 기준으로 자료 간 상호비교를 실시하는 키워드 분석결과, 공통으로 도출된 단어보다는 비 공통부분의 단어가 더 많이 도출되는 것을 확인 할 수 있었다.
본 연구에서는 기업이 인터넷 채널을 통해 공식적으로 고객의 의견을 수집하는 VOC 자료와 해당 주제에 대하여 다른 인터넷 채널 자료를 비교하여 차이점을 분석하기로 하였다. 분석을 위한 방법은 세 가지로 사회 연결망 분석, 모듈성 분석, 감성 분석이다.
분석방향설정에서는 전체적인 분석의 틀을 정하는 단계이다. 본 연구에서는 기존 VOC 자료와 외부채널간의 비교를 통한 자료 간 차이점 분석을 실시하여 다양한 의견을 반영할 수 있는 VOC의 방향에 대해 연구하고자 하였다.
본 연구에서는 제주도 관광에 대한 문제점을 분석하기 위해 제주관광공사와 제주도에서 공식적으로 운영하는 VOC 채널인 ‘제주관광신문고’와 외부채널과의 비교분석을 통해 채널 간 특징을 파악하고 다양한 의견을 반영할 수 있는 VOC의 방향에 대해 알아보고자 하였다.
VOC에 대한 문제를 해결하기 위해서는 앞서 언급한 대표성 문제를 고려해야 한다. 본 연구의 목적은 VOC의 대표성 문제를 보완하여 고객의 다양한 의견을 반영할 수 있는 방법을 제시하고자 하였다.

제안 방법

분석을 위한 방법은 세 가지로 사회 연결망 분석, 모듈성 분석, 감성 분석이다. 각각 빈도수, 중심성, 극성(긍정과 부정)을 통해 결과를 비교하고 이를 공통부분과 비 공통부분으로 나누어 차이점을 분석하였다.
국내에서는 이수열 외[33]가 소비자 트렌드 변화를 고려하지 않고 일반적인 분석 자료로써 활용되고 있는 VOC의 문제점을 지적하였다. 그리고 이를 해결하기 위해서 소비자 트렌드에 따라 데이터베이스를 재구축 한 후, 상품 및 월별 세부 분석을 통해 기업이 취할 수 있는 상품관리와 시설관리 등 제반 조치사항을 준비하도록 하는 사전경보 VOC 시스템을 제안하였다.
모듈성 분석에서는 단어 간의 유사도를 측정한 뒤, 중심성(centrality)을 기준으로 모듈화(군집화)시켜서 각각의 자료를 비교한다. [Figure 2]는 모듈성 분석결과를 예시로 나타낸 것이다.
[Figure 2]는 모듈성 분석결과를 예시로 나타낸 것이다. 모듈성 분석을 통해 공통주제에 대한 각 채널의 내용들을 확인한다.
분석결과, 차이는 있으나, 대체적으로 키워드 및 모듈성 분석결과와 일치하는 것으로 나타났다. 본 논문은 각각의 분석의 기준(빈도수, 군집정도, 긍정과 부정)에 따라 분석을 실시하였다. 분석결과 빈도수와 군집정도(단어 간 공통적으로 도출 또는 유사성), 그리고 긍정과 부정정도에서 각 채널의 결과가 일치하지 않았다.
본 연구에서는 기업이 인터넷 채널을 통해 공식적으로 고객의 의견을 수집하는 VOC 자료와 해당 주제에 대하여 다른 인터넷 채널 자료를 비교하여 차이점을 분석하기로 하였다. 분석을 위한 방법은 세 가지로 사회 연결망 분석, 모듈성 분석, 감성 분석이다. 각각 빈도수, 중심성, 극성(긍정과 부정)을 통해 결과를 비교하고 이를 공통부분과 비 공통부분으로 나누어 차이점을 분석하였다.
분석결과비교에서는 세 가지 분석결과를 나열하여 자료간의 특성을 확인하는 단계이다. 여기서는 각각의 자료에서 공통으로 도출된 부문과 한 채널에서만 도출된 비 공통부문으로 나누어 비교분석을 실시한다.
웹 스크래핑 역시 각각의 단어들의 연관성을 확인하기 위해 시각화 작업을 실시하였다. 제주관광신문고 자료와 비교하여 볼 때, 시간과 문제가 중심에 위치해 있다는 것은 동일하지만 그 외에 일치하는 단어가 예약밖에 없다는 것을 확인 할 수 있다.
감성 분석에서는 앞선 분석을 통해 추출된 단어들을 긍정단어와 부정단어로 나누고 이에 대한 회귀계수를 측정한다. 이를 통해 일반적으로 쓰이는 단어가 특정주제에서 긍정인지 부정인지를 확인 하고 앞서 실시한 두 분석결과와 비교하여 분석들의 신뢰성을 측정한다.
제주관광신문고와 동일한 방법으로 외부채널을 웹 스크래핑을 통해 수집한 99건의 자료에 대해 키워드 분석을 실시하였다. 분석결과 단어의 총 개수는 43개이고 해당 단어들의 빈도수 총합은 788건으로 나타났다.
수집된 자료들은 총 3가지 분석을 거친다. 첫 번째로 키워드 분석에서는 각각의 자료를 주제와 관련된 단어들로 변환한 다음 빈도수를 기준으로 비교 분석을 실시한다.

대상 데이터

그러나 VOC가 각광받기 시작하면서 이에 대한 문제점을 지적하는 연구도 발표되었다. Grrifin[10]이 휴대용 식기류를 사용하고 있는 고객들 중 30명을 무작위로 선발하여 해당 제품에 대한 인터뷰 자료를 분석하였다. 그 결과 VOC에서 고객들이 불만사항을 언급하는 빈도수와 실제 제품이 중요하게 고려해야 할 부분이 불일치한다는 사실을 발표했다.
VOC자료는 제주관광신문고에 있는 공시 자료를 대상으로 2014년 1월부터 2015년 12월까지의 자료 200건을 수집하였다. 외부채널 자료의 경우, 국내 포털사이트(네이버, 다음 등)와 SNS로 한정하고 VOC 자료와 동일 기간동안 웹 스크래핑(Web-Scrapping)방식을 통해 자료를 수집하였다.
자료 수집 시, 검색어로서 긍정문서는 ‘제주도 관광 추천’이라는 키워드로, 부정문서는 ‘제주도 관광 문제’라는 키워드로 검색했다. 검색 결과, 각각의 자료 99건씩 198건을 수집하였다.
자료수집에서는 VOC와 외부채널 자료에 대한 수집방법을 정하는 단계이다. 본 연구에서 VOC는 기업에서 공식적으로 운영하는 인터넷 채널을 대상으로 하였다. 외부채널 역시 인터넷자료인 포털사이트와 SNS으로 한정하기로 하였다.
본 연구에서 VOC는 기업에서 공식적으로 운영하는 인터넷 채널을 대상으로 하였다. 외부채널 역시 인터넷자료인 포털사이트와 SNS으로 한정하기로 하였다.
VOC자료는 제주관광신문고에 있는 공시 자료를 대상으로 2014년 1월부터 2015년 12월까지의 자료 200건을 수집하였다. 외부채널 자료의 경우, 국내 포털사이트(네이버, 다음 등)와 SNS로 한정하고 VOC 자료와 동일 기간동안 웹 스크래핑(Web-Scrapping)방식을 통해 자료를 수집하였다. 자료 수집 시, 검색어로서 긍정문서는 ‘제주도 관광 추천’이라는 키워드로, 부정문서는 ‘제주도 관광 문제’라는 키워드로 검색했다.
그래프의 X축은 각각의 모듈들의 항목 개수를 나타낸 것이고 Y축은 모듈들의 번호로 임의로 생성된다. 제주관광신문고 모듈의 총 개수는 399개이며 이중 높은 중심성을 보인 모듈은 총 9개였다. 모듈성 분석을 측정하는 Modularity는 0.

이론/모형

현재까지 감성 분석이 주로 적용되는 분야로는 주로 온라인상에서 영화평, 도서평, 상품평 등에 대한 분석이고, SNS 등장 이후로는 선거, 주식시장 예측 등의 다양한 분야로 그 활용이 확대되고 있다. 감성 분석에는 다양한 기법이 있으나 본 연구에서는 Ridge(능형)와 Lasso(Least absolute shrinkage and selection operator) 회귀모형을 이용한 예측 분석(Elastic net)을 활용하기로 하였다.
사회연결망 분석을 활용하면 다양한 사건 혹은 집단의 구성원들을 점으로 표현하고 이들 사의 관계를 선으로 나타내어 구성원 사이의 의사소통이나 구성원 간 영향을 미치는 정도를 정량화 하여 분석하는 것이 가능하다. 본 연구에서는 사회연결망 분석의 하나인 키워드 분석(Keyword Analysis)을 활용하기로 하였다. 키워드 분석은 개체들 사이의 중심성(노드와 노드 사이의 인접 정도와 영향성) 정도를 측정하여 빈도순으로 결과를 정리하는 방법이다.
이후 품질기능전개가 확대된 형태인 전사적 품질경영 다수의 미국기업들이 활용하기 시작했다. 이를 확인할 수 있는 방법에 하나인 Malcolm Baldridge 모델(말콤 볼드리지 모델, 이하 MB 모델)을 들 수 있다. 1990년 MB 모델의 최소 요구조건이 18만 건에서 1991년 19만 건으로 증가했지만 106개의 미국기업이 MB 모델 수상에 도전했다.

성능/효과

5개의 모듈은 각각 ‘자동차’, ‘숙소’, ‘버스’, ‘공항‘이었으며 키워드 분석결과와 공통으로 도출된 단어는 ‘숙소’하나로 나타났다.
‘예약’의 경우 두 채널 모두 동일한 내용의 문제점을 지적하고 있었다. 관련 세부항목들을 보면 예약내용과 실제 서비스이용과의 차이가 다수를 차지했다. 이를 통해 제주도 관광 문제 중 예약과 관련한 사항이 가장 시급하게 개선되어야 할 사항이라는 것을 확인 할 수 있다.
Grrifin[10]이 휴대용 식기류를 사용하고 있는 고객들 중 30명을 무작위로 선발하여 해당 제품에 대한 인터뷰 자료를 분석하였다. 그 결과 VOC에서 고객들이 불만사항을 언급하는 빈도수와 실제 제품이 중요하게 고려해야 할 부분이 불일치한다는 사실을 발표했다.
Singh[42]은 고객이 사용하는 제품이나 서비스가 불만족스러운 경우, 이에 반응하는 고객의 유형을 연구하였다. 그 결과, 직접적으로 해당 기업의 VOC 채널에 항의를 하는 경우는 전체 37%에만 해당한다는 결과를 발표하였다.
다음으로 분석결과를 시각화 시킨 결과 중심성이 높은 12개의 모듈 중에 주제와 연관성이 있는 것은 5개로 나타났다. 5개의 모듈은 각각 ‘자동차’, ‘숙소’, ‘버스’, ‘공항‘이었으며 키워드 분석결과와 공통으로 도출된 단어는 ‘숙소’하나로 나타났다.
단, ‘숙소’를 제외한 3개의 단어는 모두 감성 분석에서 높은 수준의 비중을 차지하고 있는 것으로 나타났다.
또한 공통부분에서도 세부항목에서 차이를 보였다. 단어 간 유사도를 측정하여 중심성을 기준으로 각각의 자료의 차이를 확인하기 위해 활용한 모듈성 분석에서는 키워드 분석결과보다 비 공통부분의 비중이 높았다. 감성 분석에서는 회귀 분석을 통해 측정된 회귀계수와 앞선 두 분석결과와의 비교를 통해 분석 방법의 신뢰성을 검증하고자 하였다.
두 분석에서 동일하게 도출된 단어는 5개이며, ‘예약’이 두 분석 모두에서 높은 비중을 차지하고 있음을 확인 할 수 있다.
제주관광신문고와 동일한 방법으로 외부채널을 웹 스크래핑을 통해 수집한 99건의 자료에 대해 키워드 분석을 실시하였다. 분석결과 단어의 총 개수는 43개이고 해당 단어들의 빈도수 총합은 788건으로 나타났다. [Table 3]은 웹 스크래핑의 키워드 분석결과를 상위 10개 키워드를 기준으로 정리한 것이다.
본 논문은 각각의 분석의 기준(빈도수, 군집정도, 긍정과 부정)에 따라 분석을 실시하였다. 분석결과 빈도수와 군집정도(단어 간 공통적으로 도출 또는 유사성), 그리고 긍정과 부정정도에서 각 채널의 결과가 일치하지 않았다. 이를 통해 공통주제라 할지라도 채널에 따라 내용이 달라질 수 있다는 사실을 확인하였다.
감성 분석에서는 회귀 분석을 통해 측정된 회귀계수와 앞선 두 분석결과와의 비교를 통해 분석 방법의 신뢰성을 검증하고자 하였다. 분석결과, 차이는 있으나, 대체적으로 키워드 및 모듈성 분석결과와 일치하는 것으로 나타났다. 본 논문은 각각의 분석의 기준(빈도수, 군집정도, 긍정과 부정)에 따라 분석을 실시하였다.
분석결과에서 회귀계수가 가장 높게 나타난 단어는 ‘문제’였고 다음으로는 ‘불만’, ‘안심’, ‘예약’ 순이었다.
본 연구에서는 VOC 자료와 외부채널 간의 데이터 비교를 통하여 VOC의 문제점을 확인하고 VOC가 다양한 의견을 반영할 수 있는 자로로써 활용될 수 있는 방향성에 대하여 연구해 보았다. 빈도수를 기준으로 자료 간 상호비교를 실시하는 키워드 분석결과, 공통으로 도출된 단어보다는 비 공통부분의 단어가 더 많이 도출되는 것을 확인 할 수 있었다. 또한 공통부분에서도 세부항목에서 차이를 보였다.
이 중 중심성이 높은 9개의 모듈에서 제주도 관광 문제와 관련이 있는 단어를 분석한 결과, ‘관광객’, ‘직원’, ‘제주도’, ‘전화’, ‘예약’의 5가지인 것으로 나타났다.
분석결과 빈도수와 군집정도(단어 간 공통적으로 도출 또는 유사성), 그리고 긍정과 부정정도에서 각 채널의 결과가 일치하지 않았다. 이를 통해 공통주제라 할지라도 채널에 따라 내용이 달라질 수 있다는 사실을 확인하였다. 본 연구의 결과는 VOC를 활용하고 있는 기업 및 공공기관에서 다양한 의견을 반영하여 VOC의 문제점을 보완하는 방법으로 활용될 수 있다.

후속연구

본 연구의 결과는 VOC를 활용하고 있는 기업 및 공공기관에서 다양한 의견을 반영하여 VOC의 문제점을 보완하는 방법으로 활용될 수 있다. 단, 웹스크래핑 자료 뿐 아니라 더 많은 외부채널들을 활용하고, 감성 분석 시에 사용하는 긍정 및 부정 단어들에 대한 기준 관련 연구가 필요하다.
이를 통해 공통주제라 할지라도 채널에 따라 내용이 달라질 수 있다는 사실을 확인하였다. 본 연구의 결과는 VOC를 활용하고 있는 기업 및 공공기관에서 다양한 의견을 반영하여 VOC의 문제점을 보완하는 방법으로 활용될 수 있다. 단, 웹스크래핑 자료 뿐 아니라 더 많은 외부채널들을 활용하고, 감성 분석 시에 사용하는 긍정 및 부정 단어들에 대한 기준 관련 연구가 필요하다.
본 연구는 고객의 다양한 의견을 반영하지 못하는 VOC의 문제점을 보완하기 위해 진행하였다. 본 연구의 결과는 VOC를 활용하여 제품 및 서비스 개발 및 개선을 해야 하는 기업에 참고할 자료로서 도움을 줄 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	사회연결망 분석이란 무엇인가?	사회연결망 분석은 개체들 간의 사회적 관계를 구조적으로 분석하여 내재된 관계를 파악하는 것을 말한다. 사회연결망 분석을 활용하면 다양한 사건 혹은 집단의 구성원들을 점으로 표현하고 이들 사의 관계를 선으로 나타내어 구성원 사이의 의사소통이나 구성원 간 영향을 미치는 정도를 정량화 하여 분석하는 것이 가능하다.
	인터넷과 같은 다양한 매체의 발달은 VOC에 어떤 영향을 미쳤는가?	그러나 인터넷과 같은 다양한 매체의 발달은 VOC가 더 이상 고객의 의견을 대표하는 채널로서의 기능을 떨어뜨렸다. 고객들은 제품이나 서비스에 대하여 말할 때, 공식적인 채널 보다는 다른 공간에서 말하고 있다.
	웹 스크래핑의 자료가 제주관광신문고 보다 감성분석결과의 일치 비율이 낮은 것을 알 수 있는 이유는 무엇인가?	마찬가지로 웹 스크래핑의 모듈성 분석과 감성 분석의 내용을 정리한 결과 두 분석에서 공통으로 도출된 단어는 ‘숙소’와 ‘버스’였다. 이를 통해 웹 스크래핑의 자료가 제주관광신문고 보다는 감성분석결과의 일치 비율이 낮은 것을 알 수 있다.

참고문헌 (45)

Allen, J., James, A.D., and Gamlen, P., Formal versus informal knowledge network in R&D : a case study using social network analysis, R&D Management, 2007, Vol. 37, No. 3, pp. 179-196.

상세보기
Baek, B.S., Research of VOC operating system and the problems of the police service, Korean Association of Police Science, 2013, Vol. 15, No. 5, pp. 115-146.
Blondel, V.D., Guillaume, J.L., Lambiotte, R., and Lefebvre, E., Fast unfolding of communities in large network, Journal of Statistical Mechanics : Theory and Experiment, 2008, pp. 1-12.
Chang, J.Y., An Opinion Document Clustering Technique for Product Characterization, Society for E-Business Studies, 2014, Vol. 19, No. 2, pp. 95-108.
Cho et al., Sentiment Analysis Using News Comments for Public Opinion Mining, Korean Institute of Intelligent Systems Conference, 2013, Vol. 23, No. 1, pp. 149-150.
Cho, Y.H. and Bang, J.H., Social Network Analysis for New Product Recommendation, Journal of Intelligent Information Systems, 2009, Vol. 15, No. 4, pp. 183-199.
Choi, C.H., A Study on the Informal Networks in Organizations : An Application of Social Network Analysis, Seoul Association For Public Administration, 2006, Vol. 17, No. 1, pp. 1-23.
Choi, C.I. and Kang, B.Y., Social Network Analysis on the Climate Change Researches and its Implications, The Korean Regional Development Association, 2012, Vol. 24, No. 5, pp. 1-20.
Freeman, L.C., Centrality in social networks conceptual clarification, Social Networks, 1979, Vol. 1, No. 3, pp. 215-239.
Griffin, A. and Hauser, J.R., The Voice of Customer, Marketing Science, 1993, Vol. 12, No. 1, pp. 1-24.

상세보기
Han, S.H., A Study on Keyword Extraction From a Single Document Using Term Clustering, Journal of the Korean Society for Library and Information Science, 2010, Vol. 44, No. 3, pp. 155-173.
Hui, Z. and Trevor, H., Regulariuzation and variable selection via elastic net, Journal of the Royal Statistical Society : Series B, 2005, Vol. 67, No. 2, pp. 301-320.

상세보기
Hyeon et al., Customers who take advantage of multidimensional clustering analysis of the topic, Korea Intelligent Information Systems Society conference, 2014, pp. 183-185.
Jang, G.S., A Integrated VOC Management Schema in Large-Scale Manufacturing Companies : A Case Study on Implementation for Construction Equipment Division in 'H' Heavy Industry, Journal of the Korea Society of Computer and Information, 2009, Vol. 14, No. 8, pp. 127-136.
Ju, J.M. and Hwang, S.G., Establish of VOC analysis system for efficient CRM, The Korean Society for Quality Management, 2003, Vol. 32, No. 1, pp. 75-91.
Kang, B.I., Song, M., and Jho, W.S., A Study on Opinion of Newspaper Texts based on Topic Modeling, Journal of the Korean Society for Library and Information Science, 2013, Vol. 47, No. 4, pp. 315-334.
Kim et al., A Social Network Analysis on Stakeholders of Watershed Management in Saemanguem Area, The Korean Association For Environmental Sociology, 2013, Vol. 17, No. 2, pp. 227-274.
Kim et al., A Technique of the Approval Rating Analysis for Political Party Using Opinion Mining, Journal of Korean Institute of Information Technology, 2014, Vol. 12, No. 10, pp. 133-141.
Kim, J.E., Kim, N.G., and Cho, Y.H., User-Perspective Issue Clustering Using Multi-Layered Two-Mode Network Analysis, Journal of Intelligent Information Systems, Vol. 20, No. 2, pp. 93-107.
Kim, J.H. and Kwon, O.B., Business Intelligence from Voice of Customer, Korean Academic Society of Business Administration Conference, 2015, pp. 1-9.
Kim, J.Y., An efficient acquisition method of VOC in new product development, Korea Business Education Association, 2012, Vol. 23, No. 1, pp. 54-76.
Kim, S.H. and Jang, R.S., The Study on the Research Trend of Social Network Analysis and its Applicability to Information Science, Journal of the Korean Society for Information Management, 2010, Vol. 27, No. 4, pp. 71-87.

원문보기 상세보기
Kim, Y.G., Lee, W.H., and Kwon, H.C., Clustering of Web Document Exploiting with the Co-link in Hypertext, Journal of Korean Library and Information Science Society, 2003, Vol. 34, No. 2, pp. 233-253.
Kim, Y.H., In, K.H., and Kim, E.M., The Blog Polarity Classification Technique using Opinion Mining, Korean Intelligent Information Systems Society Conference, 2012, pp. 225-228.
Kim, Y.S. and Jeong, S.R., Intelligent VOC Analyzing System Using Opinion Mining, Journal of Intelligent Information Systems, 2013, Vol. 19, No. 3, pp. 113-125.

원문보기 상세보기
Kwon, B.C. and Cho, N.W., A Study on the Relationship between Social Network of Code share and Performances in Airline Industries, Journal of the Korean society for Quality Management, Vol. 39, No, 2, pp. 271-280.
Lee et al., Developing Corporate Valuation System with Opinion Mining Based on Big Data, Proceedings of the 25th Annual Conference on Human and Cognitive Language Technology, 2013, Vol. 25, pp. 126-128.
Lee, D.R., A Social Network Analysis on Basic Old-age Pension Policymaking Process, Korean Association For Policy Science, 2012, Vol. 16, No. 3, pp. 109-135.
Lee, H.J., Analysis of marketing research knowledge structure using social network analysis, Korean Academic Society of Business Administration, 2014, Vol. 43, No. 3, pp. 965-992.
Lee, K.M., Text Characteristic Recognition Using by Clustering, Korea Information Processing Society, 2001, Vol. 8, No. 1, pp. 837-840.
Lee, M.H., Kim, J.H., and Jang, J.Y., Intermediate support organizations analyzed using Social Network Analysis, Seoul Association For Public Administration, 2011, Vol. 22, No. 1, pp. 141-178.
Lee, S.H., Hwang, H.K., and Kim, J.Y., A Study on Utilization of Customers(VOC) for Improvement in Information Services, Journal of Korean Library and Information Science Society, 2015, Vol. 46, No. 1, pp. 25-42.
Lee, S.Y. and Kim, Y.E., A Study on the establishment of VOC system in compliance with the shift in customer trend, Journal of Distribution Science, 2009, Vol. 7, No. 2, pp. 89-119.

원문보기 상세보기
Lee, S.Y., In, K.H., and Kim, U.M., Analyzing University Bulletin Board Data by using Opinion Mining, Korea Information Science Society Conference, 2012, Vol. 39, No. 2, pp. 104-106.
Lee, W.K., Community centrality of power analysis through network analysis, The Korean Association For Public Administration Conference, 1997, pp. 377-394.
Moody, J., The structure if a social science collaboration network : Disciplinary cohesion from 1963 to 1999, American sociological review, 2004, Vol. 69, No. 2, pp. 213-238.

상세보기
Moon, H.N. and Kim, J.W., Internet news research individual stock returns prediction models utilizing : the use of opinion mining techniques, Korea Intelligent Information Systems Society Conference, 2014, pp. 387-393.
Park et al., Two-Level Clustering for Sub-Topic Labelling of Social Media Data, Journal of KISS : Software and Applications, 2014, Vol. 41, No. 3, pp. 225-232.
Park, C.Y., Simple principal component analysis using Lasso, Journal of the Korean Data and Information Science Society, 2013, Vol. 24, No. 3, pp. 533-541.

원문보기 상세보기
Park, W.J. and Yu, K.Y., Spatial Clustering Analysis based on Text Mining of Location-Based Social Media Data, Journal of the Korean Society for Geo-Spatial Information System, 2015, Vol. 23, No. 2, pp. 89-96.
Seung, H.W. and Park, M.Y., A Clustering Technique Using Association Rules for The Library and Information Science Terminology, Journal of the Korean Society for Library and Information Science, 2003, Vol. 37, No. 2, pp. 89-105.
Singh, J., A Typology Consumer Dissatisfaction Response Styles, Journal of Retailing, 1990, Vol. 66, No. 1, pp. 57-99.
Song et al., An Integrated Data Mining Model for Customer Relationship Management, Korea Information Science Society, 2006, Vol. 33, No. 2, pp. 154-159.
Woo, J.Y., Choi, M.S., and Park, S.C., Systematic research on the causes of changes occurring Voice of Customer, Korean Institute of Industrial Engineers Fall Conference Proceeding, 2004, pp. 33-37.
Yun, S.J., Kim, S.H., and Shin, K.S., Development of the Accident Prediction Model for Enlisted Men through an Integrated Approach to Datamining and Textmining, Journal of Intelligent Information Systems, 2015, Vol. 21, No. 3, pp. 1-17.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증