[論文レビュー] A Core of E-Commerce Customer Experience based on Conversational Data using Network Text Methodology

Andry Alamsyah, Nurlisa Laksmiani+1 more|arXiv (Cornell University)|Feb 18, 2021

Information Retrieval and Data Mining被引用数 4

ひとこと要約

本論文は、インドネシアのソーシャルメディアからの会話的データを分析して、eコマース顧客体験のコアなテーマを抽出するネットワークテキスト手法を提案する。語の共起をネットワークとしてモデル化することで、高い効率性を実現し、eコマースプラットフォームやインドネシアのデジタル経済における政策立案者に実行可能なインサイトを提供する。

ABSTRACT

E-commerce provides an efficient and effective way to exchange goods between sellers and customers. E-commerce has been a popular method for doing business, because of its simplicity of having commerce activity transparently available, including customer voice and opinion about their own experience. Those experiences can be a great benefit to understand customer experience comprehensively, both for sellers and future customers. This paper applies to e-commerces and customers in Indonesia. Many Indonesian customers expressed their voice to open social network services such as Twitter and Facebook, where a large proportion of data is in the form of conversational data. By understanding customer behavior through open social network service, we can have descriptions about the e-commerce services level in Indonesia. Thus, it is related to the government's effort to improve the Indonesian digital economy ecosystem. A method for finding core topics in large-scale internet unstructured text data is needed, where the method should be fast but sufficiently accurate. Processing large-scale data is not a straightforward job, it often needs special skills of people and complex software and hardware computer system. We propose a fast methodology of text mining methods based on frequently appeared words and their word association to form network text methodology. This method is adapted from Social Network Analysis by the model relationships between words instead of actors.

研究の動機と目的

• 未構造化された会話的ソーシャルメディアデータを用いて、インドネシアにおけるeコマース顧客体験のコアな次元を同定すること。
• Twitter や Facebook のようなプラットフォームから得られる大規模かつ未構造化されたテキストデータを、効率的かつ正確に処理する課題に対処すること。
• 語の頻度と共起パターンを活用した、顧客体験分析に適した高速でスケーラブルなテキストマイニング手法を開発すること。
• eコマースプラットフォームと政府の取り組みを支援するために、インドネシアのデジタル経済におけるサービス品質と顧客感情に関するデータドリブンなインサイトを提供すること。
• 人間の参加者ではなく語の関係性に注目することで、社会的ネットワーク分析（SNA）の原則を語の関係に適応し、テキストデータからのトピック抽出を可能にすること。

提案手法

• 会話的eコマースデータを語の共起ネットワークに変換し、語をノードとし、共起関係をエッジとする。
• 頻出語を潜在的なトピック指標とし、その関連パターンを分析することで、テーマクラスタを特定する。
• 文内の語の隣接関係を用いてネットワーク構造を構築し、エッジの重みは共起頻度を反映する。
• ネットワーク構築の前段階として、トークン化、ストップワードの除去、レマルティゼーションを実施し、語の標準化を図る。
• 中心語とコミュニティを同定するため、社会的ネットワーク分析（SNA）の修正形を用いる。これにより、コアなトピックが表現される。
• 計算上の効率性を最適化した設計となっており、特殊なハードウェアやソフトウェアを必要とせず、大規模な未構造化データの迅速な分析が可能である。

実験結果

リサーチクエスチョン

• RQ1 インドネシアのeコマース顧客がソーシャルメディアプラットフォームで発言する会話的フィードバックに、どのような支配的テーマが存在するか？
• RQ2 未構造化テキストデータにおける語の共起パターンをどのようにモデル化すれば、意味のある顧客体験次元を抽出できるか？
• RQ3 従来の手法と比較して、ネットワークベースのテキスト手法は、eコマースサービス品質に関する迅速かつ正確なインサイトをどの程度提供できるか？
• RQ4 どの具体的な顧客の懸念が最も頻出しており、かつ最も相互に接続されているか？
• RQ5 この手法は、公共の顧客フィードバックから実行可能なインサイトを明らかにすることで、国家のデジタル経済イニシアチブをどのように支援できるか？

主な発見

• ネットワークテキスト手法は、インドネシアのソーシャルメディアプラットフォームの会話的データから、コアな顧客体験トピックのセットを効果的に同定した。
• 「配達」「カスタマーサービス」「製品品質」「返品ポリシー」などの頻出語が語のネットワークにおける中心ノードとして浮き彫りになり、重要な懸念事項を示した。
• 物流、製品の正確性、売り手の対応性に関するテーマクラスタが検出され、eコマースサービスにおける重要な課題を反映していた。
• このアプローチは計算上の効率性を示し、特別なハードウェアやソフトウェアを必要とせず、大規模な未構造化データの迅速な分析が可能であった。
• 結果として得られたインサイトは、eコマースプラットフォームにとって実行可能であり、インドネシアのデジタル経済エコシステムの強化を目的とした政府の取り組みとも整合した。
• 語の関係性をモデル化することで、社会的ネットワーク分析（SNA）をテキストデータに適応できることを実証した。これは、従来のNLP技術の代替としてスケーラブルな手法を提供する。