텍스트 마이닝을 이용한 소비자 상담 내용의 연구 : 자동차 보험 중심으로 = An Exploratory Study of Consumer Counseling Data Using Text Mining : Focusing on Automobile Insurance
저자
발행사항
서울 : 숭실대학교 정보과학대학원, 2020
학위논문사항
학위논문(석사)-- 숭실대학교 정보과학대학원 : 핀테크융합학과(정원) 2020. 2
발행연도
2020
작성언어
한국어
주제어
발행국(도시)
서울
형태사항
30 ; 26 cm
일반주기명
지도교수: 박재표
UCI식별코드
I804:11044-200000280902
소장기관
The number of vehicles in the country continues to increase and traffic accidents remain high. 1372 According to the consumer counseling center, complaints of automobile insurance were the most complaints in 2016, 2017, and 2018, and the second highest coverage after cancer insurance. In this paper, we will analyze the cases of consumer counseling about automobile insurance through text mining techniques.
To analyze auto insurance complaint counseling data, a total of three years of data from 2017 to 2019 were collected at the 1372 Consumer Center and classified into annual analysis data sets and quarterly data sets for the year. In common, major words were extracted and annual data sets derived related words to analyze annual complaints consultation, provide examples and guidelines, and quarterly data sets studied the causes of words with quarterly differences and compared and analyzed the differences. Text mining analysis uses python 3.6.5 and Jupyter environment. The summary of the study is as follows.
First, in the analysis of the major frequency by year, the frequency of vehicles, accidents, and insurance was high when there were more than two characters, and when there wIn 2017, the frequency of words for insurers, employees in 2018, repairs, and subscriptions in 2019 was high. The correlation analysis showed that there were a lot of problems with insurance companies in 2017, complaints about compensation, repairs, and follow-up in 2018, and in 2011, employees of insurance companies handled cases without guidance to consumers.
Second, the quarterly major frequency analysis results showed high frequency for accidents, insurance and vehicles in both the first, second and third quarters. In the first quarter, there were many subscriptions, and in the second quarter, and in the third quarter, there were many mistakes and rewards.
Auto insurance complaints were found to be high in complaints about enrollment, negligence, compensation and follow-up. Consumer counseling can recognize consumer complaints and draw out problems and improvements. Companies can identify consumer complaints and set up countermeasures, statistics, and countermeasures. In addition to counseling on consumer complaints, there are many ways to use text mining analysis as well as reviews on product purchases. Therefore, it is hoped that text mining will be used to derive new insights in various areas as well.
우리나라의 차량 수는 계속해서 증가하고 있으며 교통사고도 높은 수치를 유지하고 있다. 1372 소비자 상담센터의 불만상담을 살펴보면 2016년, 2017년, 2018년 모두 자동차 보험이 가장 불만 사례가 많았으며 암보험 다음으로 가입률이 가장 높은 보험에 해당된다. 본 논문에서는 자동차 보험에 대한 소비자 상담 사례를 텍스트 마이닝 기법을 통하여 소비자들이 어떤 불만을 가지고 있는지 분석 해 보고자 한다.
자동차 보험 불만 상담 데이터를 분석하기 위해 1372 소비자 센터에서 2017년~2019년 총 3년 치의 데이터를 수집하였고 연도별 분석 데이터 셋과 연도의 분기별 데이터 셋으로 구별하였다. 공통적으로 주요 단어를 추출하고 연도별 데이터 셋은 연관단어를 도출하여 연도별 불만 상담을 분석하고 해당 사례와 가이드라인을 제시 하였으며 분기별 데이터 셋은 분기별 차이가 있는 단어의 원인을 연구하고 어떤 차이가 있었는지 비교 분석 하였다. 텍스트 마이닝 분석은 python3.6.5버전을 사용하였고 Jupyter 환경을 활용했다. 연구 결과를 요약하면 다음과 같다.
첫 번째로 연도 별 주요 빈도수 분석에서는 공통적으로 두 글자 이상일 때 차량, 사고, 보험의 빈도수가 높았고 세 글자 이상일 때 자동차, 보험사가 공통적으로 등장하였다. 2017년에는 보험사, 직원 2018년에는 수리, 가입 2019년에서는 가입, 접수, 상대방에 대한 단어의 빈도수가 높았다. 연관분석을 통해서는 2017년에는 대체적으로 보험사에 대한 문제가 많이 나타났고 2018년에는 보상, 수리, 후속 조치에 대한 불만이 많았으며 2019년에는 보험사 직원이 소비자에게 안내 없이 사건처리 하는 경우가 많았다.
두 번째로 분기별 주요 빈도수 분석 결과에서는 1, 2, 3분기 모두 사고, 보험, 차량에 대한 빈도수가 높았다. 1분기에는 다른 분기와는 달리 가입이 많이 등장하고 2분기에는 수리, 3분기에는 과실, 보상이 타 분기와 다르게 많이 등장하였다.
자동차 보험 불만상담에서는 가입이나, 과실, 보상, 후속 조치에 대한 불만상담이 높은 것으로 확인되었다. 소비자 상담은 소비자들의 불만을 인지하고 문제점과 개선안을 도출해낼 수 있으며 기업들은 소비자들의 불만을 확인하고 대응 방안과 통계, 대책을 세울 수 있다. 또한 텍스트 마이닝 분석은 소비자 불만 상담 외에도 상품 구매 후기, 영화 리뷰 등 활용할 수 있는 방안이 많다. 따라서 다양한 분야에서도 텍스트 마이닝을 활용하여 새로운 인사이트 도출에 사용되기를 바란다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)