• 목록

연구기간: 2022.09 - 2023.08 

(전체 연구기간: 2020.09–2025.08)

고객의 클레임에는 다양한 유형이 존재하며, 어떤 클레임이 더 많이 수집되는 지를 파악하면 업무의 우선 순위를 정할 수 있어 효율성이 높아진다. 따라서 고객 클레임이 접수될 때 계층 구조가 있을 수 있다는 점을 고려하여 유사한 정보의 카테고리로 분류하는 것이 필요하다. 일반적으로 고객 클레임이 접수되면 담당자가 주관적으로 그 유형을 분류하게 되는데, 업무 담당자가 바뀌면 경험 부족으로 인해 분류 체계에 혼선이 발생할 수 있다. 본 연구에서는 고객 클레임의 분류 가능한 상위와 하위 카테고리에 대해 확률적으로 계층적 범주로 분류하는 방법을 개발했다. 이 과정에서 머신 러닝 모델과 딥러닝 모델, 유사도 개념이 사용되었다.