http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 박득 (검색결과 54 건)
- 무료
- 기관 내 무료
- 유료
-
고객센터 근무자들의 회복탄력성 측정: 광주지역 고객센터를 중심으로
박득 K교육연구학회 2024 사회과학리뷰 Vol.9 No.4
고객센터 근무자들은 하루에도 수십 건의 전화나 메시지를 통해 다양한 유형의 고객을 상대하는 감정노동 및 반복작업, 대기 중인 상담을 신속히 처리해야 하는 높은 업무 강도 및 스트레스로업무 특성상 회복탄력성이 중요하다. 본 연구에서는 고객센터 근무자들을 대상으로 회복탄력성 정도를 파악하기 위해 신우열 외(2009)의 YKRQ-27을 이용하여 측정하였다. 회복탄력성을 측정하는9개의 요인에 따라 회복탄력성을 측정하고, 참여자들의 특성에 따라 그룹 간 차이가 있는지 검증하였다. 회복탄력성 측정 결과, 참여자들의 회복탄력성은 80점 이하 14%, 81~107점 59%, 108점 이상27%로 나타났으며, 조사 참여자의 특성에 따른 그룹 간 평균의 차이는 연령과 최종학력, 직급, 결혼여부에 있어 유의한 것으로 나타났다. 사후검증의 결과 연령의 30대와 40대, 직급의 상담사와 관리자에 대해서만 평균값의 차이가 유의한 것으로 나타났다. 이러한 연구는 고객센터 근무자들의 회복탄력성 정도를 파악할 수 있을 것이고, 회복탄력성의 요인별 어떤 요인이 더 높고, 낮은지, 그리고, 성별, 연령, 학력, 근속년수, 직급, 결혼여부에 따라 회복탄력성 정도를 파악하는 기초 자료를 제공해 줄 수 있을 것으로 판단된다. Customer service employees face high levels of emotional labor and repetitive tasks, handling dozens of calls and messages daily from various types of customers. Theymust also process pending inquiries quickly, leading to intense work demands and stress. Given these job characteristics, resilience is a critical factor for their well-being andperformance. This study aimed to assess the level of resilience among customer serviceemployees using the YKRQ-27 developed by Shin et al., (2009). Resilience was measuredacross nine factors, and group differences were analyzed based on participants' demographicand occupational characteristics. The results revealed that 14% of participants scored 80 orbelow, 59% scored between 81 and 107, and 27% scored 108 or above. Significantdifferences in resilience scores were observed based on age, highest educational attainment,job position, and marital status. Post hoc analysis further indicated that differences wereparticularly significant between employees in their 30s and 40s and between counselors andmanagers. This study provides a foundational understanding of resilience levels amongcustomer service employees, identifying key factors influencing resilience and variations basedon demographic and occupational characteristics. The findings serve as valuable baseline datato inform strategies for improving resilience in this workforce.
-
박득,고일상 한국정보전략학회 1999 추계공동학술대회 논문집 Vol.- No.01
최근 대학들은 학부제 시행에 따른 학생들의 교과목선택권이 확대됨으로써 수강신청시 학사지도를 강화해야 할 필요성이 대두되고 있으며, 학생들은 자신의 진로에 맞는 좀 더 바람직한 교과목을 선택하고 이수하는데 체계적인 도움을 필요로 하고 있다. 이에 본 연구에서는 학생들이 자신의 목표·진로에 맞는 교과과정을 원활히 이수할 수 있도록 도움을 주고자 교과목선정에 대한 상담을 지원하는 지식기반 학사지원시스템을 개발하여 보고자 한다. 개발될 학사지원시스템은 지도교수의 시간부담을 줄이고, 학생들에게는 언제든지 상담을 받을 수 있도록 함으로서 수강신청시 교과목 선정을 보다 효과적으로 지원 할 수 있을 것이다.
-
-
인공지능 고객센터(AICC)의 서비스 품질 평가에 관한 고찰 및 제안
박득 인문사회 21 2022 인문사회 21 Vol.13 No.6
A Study on Service Quality Evaluation of AICC (ArtificialIntelligence Contact Center) Considerations and SuggestionsDeuk Park Abstract: AICC refers to a customer service center in charge of customer response services using AI (artificial intelligence) technology. With the development of artificial intelligence, the use of artificial intelligence technology in customer centers will gradually expand, and the change of customer centers to AICC is expected to accelerate. Although AICC is currently in its infancy, it is important to measure, evaluate and manage the service quality of AICC as the AICC industry develops. Therefore, in this study, the service quality factors of AICC are considered through the review of existing literature, and the KJ method is used to group quality factors that are similar and related to each other, and to simplify and integrate them to propose a multidimensional quality evaluation model. The AICC service quality evaluation system was derived as interaction quality (personalized service, Positiveness, professionalism), system quality (systematic, convenience, diversity, autonomy, concurrency), and result quality (accuracy, promptness, reliability). This study can provide a basic framework for what factors to consider as AICC service quality factors, and can be the basis for future AICC service quality evaluations. Key Words: Artificial Intelligence, Customer Center, AICC, Service Quality, KJ Analysis 인공지능 고객센터(AICC)의 서비스 품질 평가에 관한 고찰 및 제안박 득** 연구 목적: 인공지능의 발달로 고객센터에서의 인공지능기술의 활용은 점차 확대되어 질 것으로 AICC로의 고객센터들의 변화가 가속화 될 전망이다. 본 연구에서는 AICC가 산업적인 측면에서 아직은 초기단계이지만 AICC의 서비스품질을 측정하고 평가하는 체계를 제안하고자 한다. 연구 방법: 기존 문헌 고찰을 통해 AICC의 서비스품질요인을 고찰하고, KJ법을 활용하여 상호 유사성 및 연관성이 있는 품질요인들을 그룹화하여 단순화 및 통합함으로써 AICC 서비스품질을 평가할 수 있는 다차원적 품질 평가체계를 설계한다. 연구 내용: AICC 서비스품질 평가체계는 상호작용품질(개인화서비스, 적극성, 전문성), 시스템품질(체계성, 편리성, 다양성, 자율성, 동시성), 결과품질(정확성, 신속성, 신뢰성)로 도출하였다. 결론 및 제언: AICC 서비스품질 평가체계를 통해 AICC 서비스품질 요인으로 어떤 것들을 고려해야 되는지에 대한 기본적인 틀을 제공할 수 있고, 추후 AICC 서비스품질 평가에 기초가 될 것이다. 핵심어: 인공지능, 고객센터, AICC, 서비스 품질, 친화도 분석 기법 □ 접수일: 2022년 11월 26일, 수정일: 2022년 12월 18일, 게재확정일: 2022년 12월 20일* 본 연구결과는 2022학년도 광주여자대학교 교내연구비 지원에 의하여 연구되었음(KWUI22-021). ** 광주여자대학교 서비스경영학과 교수(Professor, KwangJu Women’s Univ., Email: dkpark@kwu.ac.kr)
-
-
-
-
-
-
이주희,박득일 慶熙大學校 레이저 工學硏究所 1992 레이저공학 Vol.3 No.-
An all-solid-state exciter(ASSE) with a pulse trasformer, SCR switching circuit, and a three-stage magnetic pulse compression modules has been designed and constructed for pumping high repetition-rate pulsed lasers. The exciter was operated with an energy of 4 J/pulse at repetition rate of 500 Hz and energy transfer efficiency of 67.5%. The pulse compression ratio at the first, second, and third stage of magnetic pulse compression modules were 4.64, 4.24, and 1.65 respectively. The N₂laser output energy of 1 mJ/pulse obtained at gas pressure of 100 torr using this ASSE, and laser efficiency was about 0.025%.
KCI연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
