• 한국IT서비스학회지
• /
• 제2권2호
• /
• pp.87-95
• /
• 2003

With the increasing proliferation of World Wide Web, electronic mail systems have become very widely used communication tools. Researches on e-mail classification have been very important in that e-mail classification system is a major engine for e-mail response management systems which mine unstructured e-mail messages and automatically categorize them. in this research we develop e-mail classifiers for e-mail Response Management Systems (ERMS) using naive bayesian learning and centroid-based classification. We analyze which method performs better under which conditions, comparing classification accuracies which may depend on the structure, the size of training data set and number of classes, using the different data set of an on-line shopping mall and a credit card company. The developed e-mail classifiers have been successfully implemented in practice. The experimental results show that naive bayesian learning performs better, while centroid-based classification is more robust in terms of classification accuracy.

• 기술혁신학회지
• /
• 제7권3호
• /
• pp.681-709
• /
• 2004

The purpose of this study is to classify customers by e-mail responsiveness on time-series analysis and testify the effectiveness of grouping by ROI analysis. Response recency, response frequency and Activity(RFA) of e-mailing systems are adapted for Customer segmentations. ROI analysis are consisted of open, click-through, duration time, personalization, conversion rate and email loyalty index of email systems. Major findings are as follows: RFA analysis is used for customer segmentations that is fundamental process of e-CRM applications. Customers can be grouped into loyal customers, odds customers, dormant customers, secession customers, and observation customers by RFA grouping. Loyal customer group has high point in all ROI index compared to other groups. These results indicated that customer responsiveness of e-mail systems were appropriate methods to group the customer with demographic variables. Therefore, effective e-mail marketing strategy of e-Biz should have suitable active DB and Behavior targeting is best approach to enforce the target e-mail marketing.

• Communications for Statistical Applications and Methods
• /
• 제8권3호
• /
• pp.767-775
• /
• 2001

In this paper we propose a poll system using e-mail. This system expects to increase the response ratio because of including a questionnaire inner e-mail. Especially, this system automatically provides a general paper which is a result of categorical data analysis.

• 경영정보학연구
• /
• 제11권1호
• /
• pp.49-67
• /
• 2009

이메일은 다른 커뮤니케이션 채널에 비해서 비용이 저렴하며 고객에게 신속하게 접근할 수 있으며 고객과의 쌍방향 커뮤니케이션을 가능하게 하기 때문에 기존 고객 유지와 신규고객 확보 및 신상품 홍보 그리고 판촉활동에 활용되고 있다. 본 연구에서는 실증적 사례로 국내 A은행에서 신용카드 회원을 대상으로 실행하였던 이메일 마케팅 결과를 분석하여 이메일 개봉률, 반응률 및 이메일 마케팅별 순증 이용금액을 분석하였으며 특정 이메일 마케팅을 선정하여 프로모션 대상 회원과 반응회원의 특성을 살펴보았다. 효과 캠페인 및 비효과 캠페인 대상회원의 특성을 비교하여 분석한 결과 효과 캠페인과 비효과 캠페인간의 유사성과 차이점을 도출할 수 있었다. 이메일 개봉 및 미 개봉회원 분석에서 효과 캠페인은 여성의 개봉률이 상대적으로 높았고, 비효과 캠페인에서는 남성의 개봉률이 높았다. 연령 또한 효과 캠페인은 30대의 개봉률이 낮았으나, 비효과 캠페인에서는 $20{\sim}30$대의 개봉률이 높았다. 반응 및 미반응회원 분석에서는 남성의 반응률이 효과 및 비효과 캠페인 모두 높게 나타났고, 30대의 반응률이 높고 20대의 반응률이 낮은 점도 유사하게 나타났다. 직업의 경우 효과 캠페인은 주부, 기타 소득자 및 금융거래자의 비중이 높았으나, 비효과 캠페인은 급여생활자(중소기업 등)의 반응률이 높았고 주부는 동일하게 높았다. 이메일 마케팅에 대한 주부의 반응도에 대해서는 향후 추가 연구가 진행되어야 한다고 판단된다. 종합적으로, 효과 캠페인을 비효과 캠페인과 비교할 때 타겟고객으로부터 높은 개봉률 및 반응률을 이끌어 냈고, 신용카드 매출액 증대를 많이 하였기 때문에, 이메일 마케팅의 목적달성에 있어서 비교 우위에 있었는데 추후 동 효과 캠페인시 반응한 회원의 특성을 토대로 한 타겟마케팅을 실시하여 반응률에서 유의미한 차이 발생을 심층 분석할 필요가 있다. 끝으로, 실증적 사례를 토대로 이메일 채널의 효과 제고방안을 제시하였다.

• 지능정보연구
• /
• 제9권2호
• /
• pp.121-133
• /
• 2003

Due to the rapid growth of Internet, means of communication with customers in a traditional customer support environment such as telephone calls are being replaced by mainly e-mail in a Web-based customer support system. Although such a Web-based support is efficient and promises potential benefits for firms, including reduced transaction costs, reduced time, and high quality of support, there are some difficulties associated with responding to many types of customer's inbound e-mails appropriately. As many types of e-mail are received, considerable attention is being paid to methods for increasing the efficiency of managing and responding e-mails. This research proposes an intelligent system for managing customer's inbound e-mails in organizations by applying case based reasoning technique for responding to various customers' inbound e-mails more effectively. In this approach, a case is represented as a frame-typed data structure corresponding to an inbound e-mail, keywords, and its reply e-mail. In the retrieval procedure, keywords and affinity set is developed to index a case, and then the case is represented as a vector, a case vector. Also, cosines value is calculated to measure the similarity between a new inbound e-mail and the cases in the case base. In the adaptation procedure, we provide several adaptation strategies to adapt and modify the retrieved case. The strategies guide to make an outbound e-mail using product databases, databases for customer support, etc. Additionally, the Web-based system architecture is proposed to implement our methodology. The proposed methodology and system will be helpful for developing more efficient Web-based customer support.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2003년도 Proceeding
• /
• pp.185-190
• /
• 2003

Due to the rapid growth of Internet, means of communication with customers in a traditional customer support environment such as telephone calls are being replaced by mainly e-mail in a Web-based customer support system. Although such a Web-based support is efficient and promises potential benefits for firms, including reduced transaction costs, reduced time, and high quality of support, there are some difficulties associated with responding to many types of customer’s inbound e-mails appropriately .As many types of e-mail are received, considerable attention is being paid to methods for increasing the efficiency of managing and responding e-mails. This research proposes an intelligent system for managing customer’s inbound e-mails in organizations by applying case based reasoning technique for responding to various customers' inbound e-mails more effectively. In this approach, a case is represented as a frame-typed data structure corresponding to an inbound e-mail, keywords, and its reply e-mail. In the retrieval procedure, keywords and affinity set is developed to index a case, and then the case is represented as a vector, a case vector. Also, cosines value is calculated to measure the similarity between a new inbound e-mail and the cases in the case base. In the adaptation procedure, we provide several adaptation strategies to adapt and modify the retrieved case. The strategies guide to make an outbound e-mail using product databases, databases for customer support, etc. Additionally, the Web-based system architecture is proposed to implement our methodology. The proposed methodology and system will be helpful for developing more efficient Web-based customer support.

• Journal of Information Technology Applications and Management
• /
• 제10권4호
• /
• pp.51-63
• /
• 2003

This study designs and implements a new approach to the classification of e-mail requests from customer based on machine learning techniques. The work on building an electronic mall classifier can be cast into the framework of text classification, since an e-mail is a viewed as a document, and judgement of interest is viewed as a class level given to the e-mail document. It is also implemented an e-mall based automated response system that integrate with Call Center in a practical use.

• 산업공학
• /
• 제18권1호
• /
• pp.10-21
• /
• 2005

With the increasing proliferation of World Wide Web, electronic mail systems have become very widely used communication tools. Researches on e-mail classification have been very important in that e-mail classification system is a major engine for e-mail response management systems which mine unstructured e-mail messages and automatically categorize them. In this research we compare the performance of Naive Bayesian learning and Centroid-Based Classification using the different data set of an on-line shopping mall and a credit card company. We analyze which method performs better under which conditions. We compared classification accuracy of them which depends on structure and size of train set and increasing numbers of class. The experimental results indicate that Naive Bayesian learning performs better, while Centroid-Based Classification is more robust in terms of classification accuracy.

• 한국멀티미디어학회논문지
• /
• 제7권3호
• /
• pp.438-449
• /
• 2004

인터넷 사용 증가와 함께 질의 메일의 사용이 증가함에 따라 인터넷 사이트 운영자는 이용자가 질문을 하기 전에 먼저 FAQ나 Q&A를 먼저 확인하기를 바라고 있으나 사용자는 간단히 질의 메일을 보냄으로써 답을 손쉽게 얻으려고 한다. 이에 따라 질의 메일 증가는 상담자에게 많은 시간과 비용을 투자하도록 하고 있다. 본 연구는 질의 메일을 자동으로 분류함으로써 담당자가 메일을 효과적으로 처리하도록 하기 위한 방법에 관한 연구이다. 본 연구의 타당성을 검증하기 위하여 현재 한국통신(주) 코넷에서 받은 질의 메일을 실험 데이터로 사용하였다. 14개의 질의 메일 부류에 대해 210개의 학습 데이터와 280개의 테스트 데이터 등 모두 490개의 데이터를 이용하여 실험을 수행한 결과 신속한 답장을 바라는 사용자의 요구에 부응함을 알 수 있었다.

• Journal of Platform Technology
• /
• 제9권2호
• /
• pp.26-37
• /
• 2021

이메일은 일상생활에서 사람들과 커뮤니케이션하는데 중요한 도구 중 하나이다. COVID-19(코로나바이러스)로 비대면 활동이 증가하면서 스팸메일, 피싱, 랜섬웨어 등과 같은 이메일을 통한 보안사고가 증가하고 있다. 이메일 보안사고는 이메일이 가지고 있는 기술적인 취약점으로 발생하는 것보다는 사람의 심리를 이용한 사회공학적 공격으로 증가하고 있다. 사람의 심리를 이용한 보안 사고는 보안 인식 개선을 통해 예방과 방어가 가능하다. 본 연구는 국내외 기업 임직원을 대상으로 악성 이메일 모의 실험을 통해 보안 인식개선으로 악성 이메일에 대한 대응 변화 분석을 실증적 연구하였다. 본 연구에서 보안교육, 상향식 보안 관리, 보안 이슈 공유의 요인은 악성 이메일을 안전하게 대응하는데 효과가 있음을 확인하였다. 본 연구는 보안 인식에 대한 이론적 연구 내용을 악성 이메일 대응과 관련하여 실증적 분석을 실시하여 새로운 연구를 제시해 학술적 의의가 있으며, 실무 환경에서 모의 실험으로 얻어진 결과는 보안담당자에게 업무 하는데 실무적으로 도움을 줄 수 있을 것이다.