텍스트 마이닝과 앙상블 기법을 활용한 공동주택 하자 접수 프로세스 개선 연구

Abstract

현형의 하자 접수 시스템은 작업자와 담당자의 주관적 판단에 의존하는 한계를 가지며, 이로 인해 서비스 품질 저하의 가능성이 존재한다. 하자 접수 시스템의 개선을 위해서는 먼저 현 시스템의 현황에 대한 철저한 분석이 필요하며, 실질적인 대책을 마련 필수적이다. 본 연구는 공동주택 하자 접수 데이터를 분석하여 소비자의 특성별로 원하는 서비스 요인과 주된 하자 사례를 정량화했으며, 공동주택 하자 접수 데이터를 분석하여 소비자의 특성별로 원하는 하자 접수 서비스 요인과 주된 하자 사례를 파악하고, 하자 접수 텍스트 데이터의 분류에 가장 적합한 모델을 도출했다. 230개 공동주택에서 수집된 10만1387건의 하자 민원 데이터를 수집하여 공종별, 세대별, 지역별 접수 현황과 고객 만족도 추이를 분석하며, 텍스트 마이닝 기법을 사용해 데이터 내의 경향성과 패턴을 정량화했다. 단일 분류 모델에서는 SVM 모델이 하자 접수 데이터 분류에 효과적임을 확인하였으며, 앙상블 기법을 통해 각 모델을 조합하여 단일 모델의 단점을 극복하고 전체적인 분류 성능을 향상할 수 있음을 검증했다. 본 연구는 공동주택 하자 접수 데이터 분석을 통해 소비자의 특성별로 원하는 하자 접수 서비스 요인과 주된 하자 사례를 파악하고 요인을 정량화하고, 하자 접수 텍스트 데이터의 분류에 적합한 분류 모델을 도출한 데 의의가 있다.|The current defect management system has the limitation of relying on the subjective judgement of workers and managers, which can lead to a decrease in service quality. In order to improve the defect reception system, a thorough analysis of the current status of the system is necessary, and it is essential to take practical measures. This study analyses the data of apartment house defect complaints to quantify the desired service factors and main defect cases by consumer characteristics. This study analyses the data of apartment house defect complaints to identify the desired defect complaint service factors and main defect cases by consumer characteristics, and derives the most suitable model for classification of defect complaint text data. By collecting data on 101,387 defect complaints from 230 apartments, in this paper analyses complaint trends and customer satisfaction by type of construction, household and region, and used text mining techniques to quantify trends and patterns in the data. The study concluded that to increase customer satisfaction, it was necessary to improve the way defects are handled and responded to, while maintaining the friendliness and thoroughness of service delivery.

In the single classification model, we confirmed that the SVM model is effective in classifying defect complaint data, and through the ensemble technique, we verified that the combination of each model can overcome the shortcomings of a single model and improve the overall classification performance. The significance of this study is to identify the desired defect reception service factors and main defect cases by consumer characteristics through the analysis of defect reception data of apartment houses, quantify the factors, and derive a classification model suitable for the classification of defect reception text data.