[논문 리뷰] A Core of E-Commerce Customer Experience based on Conversational Data using Network Text Methodology

Andry Alamsyah, Nurlisa Laksmiani외 1명|arXiv (Cornell University)|2021. 02. 18.

Information Retrieval and Data Mining인용 수 4

한 줄 요약

이 논문은 인도네시아 소셜미디어에서의 대화형 데이터를 분석하여 전자상거래 고객 경험의 核심 주제를 추출하는 네트워크 텍스트 방법론을 제안한다. 단어 공존을 네트워크로 모델링하여 높은 효율성으로 고객의 주요 우려사항과 서비스 품질 지표를 식별하며, 인도네시아 디지털 경제 분야의 전자상거래 플랫폼 및 정책결정자들에게 실질적인 통찰을 제공한다.

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.

연구 동기 및 목표

• 소셜미디어의 비정형 대화형 데이터를 활용하여 인도네시아 전자상거래 고객 경험의 핵심 차원을 규명하는 것.
• 트위터 및 페이스북과 같은 플랫폼에서 발생하는 대규모 비정형 텍스트 데이터를 효율적이고 정확하게 처리하는 데 도전하는 것.
• 고빈도 단어와 공존 패턴을 활용하여 고객 경험 분석을 위한 신속하고 확장 가능한 텍스트 마이닝 방법을 개발하는 것.
• 전자상거래 플랫폼과 정부 정책 이니셔티브를 지원하기 위해 인도네시아 디지털 경제의 서비스 품질과 고객 감성에 대한 데이터 기반 통찰을 제공하는 것.
• 사회망 분석 원칙을 인간의 행동이 아닌 단어 간 관계에 적용하여 텍스트 데이터에서 주제를 추출하는 것.

제안 방법

• 대화형 전자상거래 데이터를 단어 공존 네트워크로 변환하여, 단어를 노드로, 그들의 공존을 간선으로 설정한다.
• 빈도가 높은 단어는 잠재적 주제 지표로 식별되고, 그들의 연관 패턴 분석을 통해 주제 클러스터를 파악한다.
• 문장 내 단어의 인접성에 기반하여 네트워크 구조를 구축하며, 간선의 가중치는 공존 빈도를 반영한다.
• 텍스트 전처리 과정으로 토큰화, 불용어 제거, 표준화(레마타이제이션)를 수행하여 네트워크 구축 이전에 용어를 통일시킨다.
• 중심 단어와 커뮤니티를 탐지하기 위해 수정된 형태의 사회망 분석(SNA)을 사용하여 핵심 주제를 대표하는 단어를 식별한다.
• 계산 효율성을 고려하여 설계되어 고급 하드웨어나 소프트웨어 없이도 대규모 비정형 데이터를 신속하게 분석할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 인도네시아 전자상거래 고객이 소셜미디어 플랫폼에서 내놓는 대화형 피드백에서 지배적인 주제는 무엇인가?
• RQ2 비정형 텍스트 데이터 내 단어 공존 패턴을 어떻게 모델링하여 의미 있는 고객 경험 차원을 추출할 수 있는가?
• RQ3 기존 방법에 비해 네트워크 기반 텍스트 방법론이 전자상거래 서비스 품질에 대해 얼마나 신속하고 정확한 통찰을 제공할 수 있는가?
• RQ4 어떤 특정 고객 우려 사항이 가장 자주 등장하고 가장 밀접하게 연결되어 있는가?
• RQ5 이 방법론이 공적 고객 피드백에서 실질적인 통찰을 도출함으로써 국가 디지털 경제 이니셔티브를 어떻게 지원할 수 있는가?

주요 결과

• 네트워크 텍스트 방법론은 인도네시아 소셜미디어 플랫폼의 대화형 데이터로부터 핵심 고객 경험 주제를 성공적으로 식별하였다.
• '배송', '고객 서비스', '제품 품질', '반품 정책'과 같은 고빈도 단어들이 단어 네트워크의 중심 노드로 나타나 주요 우려사항을 반영하였다.
• 이 방법론은 물류, 제품 정확도, 판매자 대응성과 관련된 주제 클러스터를 탐지하여 전자상거래 서비스의 핵심 약점들을 반영하였다.
• 이 접근법은 계산 효율성을 입증하여 전용 하드웨어나 소프트웨어 없이도 대규모 비정형 데이터를 빠르게 분석할 수 있었다.
• 결과는 전자상거래 플랫폼에 실질적인 통찰을 제공하였으며, 인도네시아의 디지털 경제 생태계 강화를 위한 정부 노력과도 부합하였다.
• 단어 간 관계를 모델링함으로써 사회망 분석 기법이 텍스트 데이터에 적용 가능한 것으로 입증되었으며, 기존 NLP 기법에 비해 확장 가능한 대안을 제공하였다.