中立的レビューに着目したLLMによる顧客サービス改善点抽出手法

カテゴリ：研究会(論文単位)

論文No：IS25045

グループ名：【C】電子・情報・システム部門 情報システム研究会

発行日：2025/8/2

タイトル(英語)：An LLM-Based Method for Extracting Customer Service Improvement Points Focusing on Neutral Reviews

著者名：繁永 直希(東京都立産業技術大学院大学),石橋 武史(東京都立産業技術大学院大学),木川 真実(東京都立産業技術大学院大学),本間 塁斗(東京都立産業技術大学院大学),大室 昌也(東京都立産業技術大学院大学),浪岡 保男(東京都立産業技術大学院大学)

著者名(英語)： Naoki Shigenaga(Advanced Institute of Industrial Technology),Takeshi Ishibashi(Advanced Institute of Industrial Technology),Mami Kigawa(Advanced Institute of Industrial Technology),Ruito Homma(Advanced Institute of Industrial Technology),Masaya Omuro(Advanced Institute of Industrial Technology),Yasuo Namioka(Advanced Institute of Industrial Technology)

キーワード：中立評価,感情分析,感情極性,Ｚスコア,ＬＬＭ,実施容易性,Neutral Evaluation,Sentiment Analysis,Sentiment Polarity,Z-Score,Large Language Model (LLM),Feasibility of Implementation

要約(日本語)：サービス業においてリピーターを増やすには顧客の口コミが大事な情報源となる．従来は，極端なコメントに着目した検討が多く行われているが，中立的なコメントに対する改善を行うことが，リピーター増加に有効である．本研究では，感情分析により中立的なコメントを抽出し，この中からLLMを用いて実施容易性の高い改善コメントを自動抽出する手法を検討した．本手法を楽天GORAの実データを用いて評価し，有効性を確認した．

要約(英語)：This study proposes a method to boost customer retention by focusing on neutral reviews, often overlooked in favor of extreme opinions. Using sentiment analysis and a large language model (LLM), actionable improvements are automatically extracted. The method’s effectiveness was validated using real customer review data from Rakuten GORA.

本誌：2025年8月5日-2025年8月6日情報システム研究会

本誌掲載ページ：51-57p

原稿種別：日本語

PDFファイルサイズ：940Kバイト