내보내기(0) 인쇄
모두 확장
이 문서는 수동으로 번역한 것입니다. 원본 텍스트를 보려면 포인터를 문서의 문장 위로 올리십시오. 추가 정보
번역
원본

5단원: 신경망 및 로지스틱 회귀 모델 작성(중급 데이터 마이닝 자습서)

Adventure Works의 운영 부서가 콜 센터에서 고객 만족도를 향상시키는 프로젝트를 수행하고 있습니다. 이 부서에서는 콜 센터를 관리하고 콜 센터 효율성에 대한 메트릭을 보고할 한 업체를 선정하고 여러분에게 이 업체가 제공한 일부 예비 정보를 분석하는 업무를 요청합니다. 이 부서에서는 업체가 보고한 정보에 관심이 갈 만한 내용이 있는지 알고 싶습니다. 특히 이 데이터에서 직원 배치의 문제점 또는 고객 만족도를 개선하는 방법을 제안하는지 알고 싶습니다.

데이터 집합은 작으며 30일간의 콜 센터 운영 기간만 포함합니다. 데이터는 각 교대조의 신규 및 경력 전화 상담원 수, 수신 전화 수, 주문 수는 물론 해결해야 할 문제 및 고객의 평균 통화 응답 대기 시간을 추적합니다. 또한 데이터에는 고객 불만 지표인 중단율을 기반으로 한 서비스 품질 메트릭도 포함됩니다.

데이터가 나타내는 내용에 대해 사전에 어떠한 예측도 하지 않았으므로 신경망 모델을 사용하여 가능한 상관 관계를 탐색하기로 결정했습니다. 신경망 모델은 많은 입력과 출력 간의 복잡한 관계를 분석하기 때문에 자주 탐색에 사용됩니다.

이 단원에서는 신경망 알고리즘을 사용하여 여러분과 운영 팀이 데이터의 추세를 이해하는 데 사용할 수 있는 모델을 작성합니다. 이 단원을 통해 다음 질문에 답할 수 있습니다.

  • 고객 만족에 영향을 주는 요인은 무엇입니까?

  • 콜 센터가 서비스 품질을 개선하기 위해 할 수 있는 일은 무엇입니까?

결과에 따라 예측에 사용할 수 있는 로지스틱 회귀 모델을 작성합니다. 운영 팀에서는 예측을 통해 호출 센터 운영을 보다 쉽게 계획할 수 있습니다.

이 단원에서는 다음 항목을 다룹니다.

이 정보가 도움이 되었습니까?
(1500자 남음)
의견을 주셔서 감사합니다.

커뮤니티 추가 항목

추가
Microsoft는 MSDN 웹 사이트에 대한 귀하의 의견을 이해하기 위해 온라인 설문 조사를 진행하고 있습니다. 참여하도록 선택하시면 MSDN 웹 사이트에서 나가실 때 온라인 설문 조사가 표시됩니다.

참여하시겠습니까?
표시:
© 2014 Microsoft