학술논문
CNN과 Bidirectional LSTM을 활용한 부산시 민원 자동 분류 연구
이용수 36
- 영문명
- Automatic Classification of Civil Complaint Data Using CNN and Bidirectional LSTM:The Case of Busan, South Korea
- 발행기관
- 한국전산회계학회
- 저자명
- 김나랑(Kim, Na-Rang) 마렌드라 라마다니(Adyan Marendra Ramadhani)
- 간행물 정보
- 『전산회계연구』제17권 제2호, 81~98쪽, 전체 18쪽
- 주제분류
- 경제경영 > 회계학
- 파일형태
- 발행일자
- 2019.12.31
4,960원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
온라인과 정보통신기술의 발달로 정부정책에 대한 시민의 참여 욕구는 높아지고 있다. 이에 따라 시민들은 민원을 인터넷과 모바일을 활용하여 전자 민원 게시판을 통해 접수하는 건수가 증가하고 있다. 폭발적으로 늘어나는 민원의 양에 비해 아직 수작업으로 분류 하여 오류가 발생하거나 신속한 대응이 이루어지지 않아 민원인들의 불만이 늘어나고 있다. 본 연구에서는 딥러닝 기법을 통해 담당 부서 분류를 자동화하기 위해 2017년도의 부산시 민원 데이터를 수집하고, 담당 부서를 확인 할 수 있는 부서명, 전화번호, 담당자명을 기준으로 레이블을 부여하였다. 그리고 딥러닝 중 대표적인 분류방법인 CNN과 최근 여러 분야에서 두각을 내고 있는 Bidirectional LSTM을 기반으로 상위 12개 범주에 대하여 지도학습을 실시하였다. 지도학습 결과 각각 73%, 77%의 정확도를 보여 안정적인 성능을 보여주었다. 본 연구의 민원 분류에 대한 지도학습 사례는 향후 다른 주제 및 지방자치단체 민원에 대한 텍스트 데이터의 분류에 이용될 수 있어 실무적인 공헌도와 함께 후속연구를 유발할 수 있다는 학문적 기여도가 있다.
영문 초록
The development of the Internet and information and communication technology fueled the desire of citizens to participate in government policy making. An increasingly number of individuals are registering civil complaints in electronic bulletin boards using the Internet and mobile devices. Despite the rapidly burgeoning volume of civil grievances posted online, however, such data are currently handled via manual methods, thereby causing frequent errors and delaying responses. These deficiencies ultimately exacerbate user dissatisfaction. In consideration of these matters, this study implemented an automatic classification of complaints issued by residents of Busan City, South Korea. The collected data were labeled in terms of the departments featured in the complaints, their telephone numbers, and the names of officers in charge. This information could be used to verify the department concerned in the complaints. Supervised learning was implemented on 12 upper complaint categories using a convolutional neural network, which is a representative deep learning approach, and bidirectional long short-term memory, which exhibits superior performance in diverse fields.
The supervised learning results indicated that the two methods achieved classification accuracy levels of 73% and 77%, respectively. This study makes practical contributions to supervised learning that involves the classification of civil complaints as it can be employed in similar initiatives by other local governments or in the categorization of text data on a specific topic. The research adds value to the academic domain by opening up directions for further exploration in relevant fields.
목차
Ⅰ. 서 론
Ⅱ. 선행연구
Ⅲ. 연구 모델 및 실험
Ⅳ. 결 론
키워드
해당간행물 수록 논문
- CNN과 Bidirectional LSTM을 활용한 부산시 민원 자동 분류 연구
- 금융기관의 사회적 책임활동이 배당에 미치는 영향
- 새마을금고의 효율성과 경영지표의 관련성에 관한 연구
- 대표이사의 이사직 겸임이 기업의 투자효율성에 미치는 영향
- 이러닝에서 시간관리전략이 수업만족도에 미치는 영향
- 기업의 사회적 책임활동과 실제이익조정 간의 관계에 대한 국제 비교
- 성과관리시스템의 조직공정성요인이 직무태도와 경영성과에 미치는 영향
- 구글 클라우드 플랫폼 가상 머신 인스턴스를 활용한 수업 게시판 활용 사례
- 무인주문결제시스템 소비자 저항에 영향을 미치는 요인
- 국민연금 주주행동주의가 최고경영자 경영권집중과 이익조정에 미치는 영향
- ESG 평가요소와 기업가치의 관계에 관한 연구
- 내부회계관리제도 취약기업 예측을 위한 데이터마이닝모형의 비교
참고문헌
관련논문
경제경영 > 회계학분야 BEST
- ESG 경영이 기업가치에 미치는 영향
- 적격금융기관을 활용한 외국 일반투자자의 우리나라 상장증권투자에 대한 원천징수 개선방안
- 신속성과 공정성의 관점에서 본 조세불복제도의 문제점과 개선방안
경제경영 > 회계학분야 NEW
더보기최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!