연관 규칙 분석을 활용한 ARS 추천 메뉴 시스템 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 류기동 | - |
dc.contributor.author | 김종명 | - |
dc.contributor.author | 금영정 | - |
dc.contributor.author | 강필성 | - |
dc.contributor.author | 김우제 | - |
dc.date.accessioned | 2021-09-04T07:50:16Z | - |
dc.date.available | 2021-09-04T07:50:16Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2016 | - |
dc.identifier.issn | 1598-8619 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/91087 | - |
dc.description.abstract | 기업의 대고객 접점 채널의 핵심인 콜센터에서 ARS(Automatic Response System) 시스템은 상담원의 연결 없이 사용자가 원하는 서비스를 직접 처리할 수 있기 때문에 콜센터에 있어서 중요한 구성 요소이다. 하지만 ARS시스템은 전화를 이용하는 방식이기 때문에 사용자의 정보 입력 방식에 한계가 있다. 특히 ARS의 VUI(Voice User Interface)의 특성으로 인해 메뉴간의 이동이 어렵기 때문에 사용자들의 사용성 저해가 심하다. 이에 본 연구에는 ARS의 사용성과 고객 만족도를 향상시키기 위한 ARS 메뉴 추천 시스템을 제안한다. 본 연구에서는 ARS 메뉴 추천을 위하여 연관분석 방법과 피어슨 상관계수를 혼합 사용하였으며, 실제 콜센터 ARS 이용 데이터를 통해 효용성을 검증하였다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국정보기술학회 | - |
dc.title | 연관 규칙 분석을 활용한 ARS 추천 메뉴 시스템 연구 | - |
dc.title.alternative | A Study of an ARS Service Recommendation System Using Association Rule | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 강필성 | - |
dc.identifier.doi | 10.14801/jkiit.2016.14.3.127 | - |
dc.identifier.bibliographicCitation | 한국정보기술학회논문지, v.14, no.3, pp.127 - 136 | - |
dc.relation.isPartOf | 한국정보기술학회논문지 | - |
dc.citation.title | 한국정보기술학회논문지 | - |
dc.citation.volume | 14 | - |
dc.citation.number | 3 | - |
dc.citation.startPage | 127 | - |
dc.citation.endPage | 136 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002091640 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | association rule | - |
dc.subject.keywordAuthor | pearson correlation coefficient | - |
dc.subject.keywordAuthor | recommend system | - |
dc.subject.keywordAuthor | ARS service recommend system | - |
dc.subject.keywordAuthor | call center | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.