스마트미디어저널 (Smart Media Journal)

한국스마트미디어학회 (THE KOREAN INSTITUTE OF SMART MEDIA)
권호 표지
DOI QR코드

DOI QR Code

정부24 앱 사용자 리뷰 분석을 통한 문제 파악 및 개선방안: 토픽 모델을 통한 통찰

Problem Identification and Improvement Measures through Government24 App User Review Analysis: Insights through Topic Model

  • 한무명초 (동국대학교 와이즈캠퍼스 교양융합교육원) ;
  • 노미진 (계명대학교 디지털경영학부 경영빅데이터전공) ;
  • 투고 : 2023.07.28
  • 심사 : 2023.10.18
  • 발행 : 2023.12.29
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

4차 산업혁명과 코로나19 대유행의 영향으로 비대면 환경이 활성화되면서, 정부24 앱을 활용한 민원 서비스 이용량이 급증하고 있다. 따라서 공공 앱에 대한 사용자들의 불만과 개선 요구도 늘어나고 있으며 이에 대한 체계적인 관리가 필요하다. 본 연구의 목적은 정부24 앱 사용자의 불만 사항을 분석하여 민원인의 불만 현황을 파악하고 개선방안을 제시하는 것이다. 구글 플레이 스토어에서 2013년 5월 2일부터 2023년 6월 30일까지 데이터 6,344건을 수집하였으며, 이 중 평점이 1점이면서 '좋아요(thumbsUp)'를 1회 이상 받은 1,199건의 데이터를 토픽 모델 분석에 사용하였다. 분석 결과 '증명서 발급 문제', '사이트 작동 및 UI 문제', '사용자 아이디 관련 문제', '업데이트 문제', '공무원의 앱 관리 문제', '예산 낭비 문제((별 한 개도 or 세금이) 아깝다)', '비밀번호 관련 문제'라는 총 7개의 토픽을 추출하였다. 또한, 전체 토픽은 2021년까지 증가세를 보이다가 2022년에는 약간 감소하였으나 2023년에 다시 증가하는 추세를 보여 업데이트와 관리가 매우 시급하다. 본 연구의 결과가 현재 공공 앱의 문제점을 파악하여 앞으로 민원인이 만족하는 공공 앱 개발 및 관리에 도움이 되기를 기대한다.

Fourth Industrial Revolution and COVID-19 pandemic have boosted the use of Government 24 app for public service complaints in the era of non-face-to-face interactions. there has been a growing influx of complaints and improvement demands from users of public apps. Furthermore, systematic management of public apps is deemed necessary. The aim of this study is to analyze the grievances of Government 24 app users, understand the current dissatisfaction among citizens, and propose potential improvements. Data were collected from the Google Play Store from May 2, 2013, to June 30, 2023, comprising a total of 6,344 records. Among these, 1,199 records with a rating of 1 and at least one 'thumbs-up' were used for topic modeling analysis. The analysis revealed seven topics: 'Issues with certificate issuance,' 'Website functionality and UI problems,' 'User ID-related issues,' 'Update problems,' 'Government employee app management issues,' 'Budget wastage concerns ((It's not worth even a single star) or (It's a waste of taxpayers' money)),' and 'Password-related problems.' Furthermore, the overall trend of these topics showed an increase until 2021, a slight decrease in 2022, but a resurgence in 2023, underscoring the urgency of updates and management. We hope that the results of this study will contribute to the development and management of public apps that satisfy citizens in the future.

키워드

참고문헌

  1. 한국갤럽조사연구소, https://www.gallup.co.kr/gallupdb/reportContent.asp?seqNo=1309 (accessed Jul., 8. 2023).
  2. 김재휘, "안전 영역 정부기관의 스마트폰 앱 아이콘 디자인이 앱과 기관에 대한 평가에 미치는 효과," 한국심리학회지: 소비자.광고, 제19권, 721-7 38쪽, 2018년 11월
  3. 행정안전부, https://www.mois.go.kr/frt/sub/a06/b04/mobileEgov/screen.do, (accessed Jul., 8. 2023).
  4. 이수인, 강유빈, 허덕원, "전자정부 모바일 앱 서비스 유형에 따른 현황 및 성과 분석," 입법과 정책, 제11권, 제3호, 31-57쪽, 2019년 12월 https://doi.org/10.22809/NARS.2019.11.3.002
  5. 이코리아, https://www.ekoreanews.co.kr/news/articleView.html?idxno=63026 (accessed Jul., 8. 2023).
  6. 전우훈, 양인철, "Development of an evaluation index to evaluate the impact of public mobile apps with user participation," 디지털콘텐츠학회논문지, 제19권, 제12호, 2337-2345쪽, 2018년 12월
  7. 행정안전부 https://www.mois.go.kr/frt/bbs/type013/commonSelectBoardArticle.do?bbsId=BBSMSTR_000000000006&nttId=101468 (accessed Jul., 8. 2023).
  8. 김대욱, 윤영근, "지방자치단체 스마트서비스 실태와 개선방안: - 공공애플리케이션을 중심으로 -," 한국지방행정연구원 기본연구과제, 제2015권, 1-119쪽, 2015년 12월
  9. 전자신문. https://www.etnews.com/20230705000179, (accessed Jul., 10. 2023).
  10. 김지수, 심준섭, "공공앱의 사용자 리뷰에 대한 분석: 언어네트워크분석을 중심으로," 한국행정연구, 제22권, 제2호, 65-90쪽, 2013년 6월
  11. 정부24, https://www.gov.kr/portal/orgSite/mobile?srchOrgCd=1741000, (accessed Jul., 8. 2023).
  12. 조희정, "전자정부 시민참여 서비스의 전환과 정부 모바일 애플리케이션의 쟁점: 중앙정부와 지방정부의 활용 현황을 중심으로," 의정연구, 제33권, 제0호, 71-109쪽, 2011년 8월
  13. 이정재, 이기동, "고령자 특성 및 서비스 특성이 정부24 이용 의도에 미치는 영향," 벤처혁신연구, 제6권, 제1호, 75-93쪽, 2023년 9월 https://doi.org/10.22788/6.1.5
  14. 허덕원, 성욱준, "전자정부시스템의 품질, 이용의향, 만족이 업무성과에 미치는 영향 연구:정부24 (공무원 창구)를 중심으로," 한국지역정보화학회지, 제23권, 제1호, 25-50쪽, 2020년 3월 https://doi.org/10.22896/KARIS.2020.23.1.002
  15. 최영훈, "전자정부의 '맞춤화, 연결성': 정부24 정부서비스포털 일부검색기능에 대한 탐색적 초기분석," 한국지역정보화학회지, 제20권, 제3호, 135-166쪽, 2017년 9월 https://doi.org/10.22896/KARIS.2017.20.3.006
  16. D.M. Blei, A.Y. Ng, and M.I. Jordan, "Latent dirichlet allocation," Journal of machine Learning research, vol. 3, pp. 993-1022, 2003.
  17. T.L. Griffiths, and M. Steyvers, "Finding scientific topics," Proceedings of the National Academy of Sciences, vol. 101, no. 1, pp. 5228-5235, Apr. 2004. https://doi.org/10.1073/pnas.0307752101
  18. W. Zhao, J.J. Chen, R. Perkins, Z. Liu, W. Ge, Y. Ding and W, Zou, "A heuristic approach to determine an appropriate number of topics in topic modeling," In BMC bioinformatics, vol. 16, pp. 1-10, Dec. 2015. https://doi.org/10.1186/1471-2105-16-S13-S8
  19. S. Sun, C. Luo, and J. Chen, "A review of natural language processing techniques for opinion mining systems," Information Fusion, vol. 36, pp. 10-25, Jul. 2017. https://doi.org/10.1016/j.inffus.2016.10.004
  20. 이유나, 노미진, 김양석, 한무명초, "팬데믹 기간 Messenger 애플리케이션 리뷰 변화를 통한 서비스 전략 분석 : 토픽 모델링을 중심으로," 스마트 미디어저널, 제12권, 제6호, 15-26쪽, 2023년 7월
  21. 유선영, 노미진, 김양석, 한무명초, "사용자 경험과 서비스 평가의 변화에 관한 연구 - 넷플릭스 앱 리뷰 토픽 모델링을 통해," 스마트미디어저널, 제12권, 제6호, 27-34쪽, 2023년 7월
  22. 이유나, 한무명초, 유선영, 소미기, 노미진, 김양석, "스마트 관광 활성화를 위한 트립어드바이저 애플리케이션 리뷰 분석 : 토픽 모델링을 중심으로," 스마트미디어저널, 제 12권 제8호, 9-17쪽, 2023년 9월 https://doi.org/10.30693/SMJ.2023.12.8.9
  23. A. Fuad, and M. Al-Yahya, "Analysis and classification of mobile apps using topic modeling: A case study on Google Play Arabic apps," Complexity, pp. 1-12, Feb. 2021.
  24. 오명섭, 김성관, 강창완, 김규곤, 최승배, 전영준, " 잠재 디리슈레 분류 모형을 이용한 어플리케이션 의 토픽 분류," Journal of The Korean Data Analysis Society, 제18권, 제4호, 1895-1903쪽, 2016년 8월
  25. 김광국, 김용환, 김자희, "사용자 리뷰 토픽분석을 활용한 모바일 쇼핑 앱 고객만족도에 관한 연구," 한국전자거래학회지, 제23권, 제4호, 41-62쪽, 2018년 11월 https://doi.org/10.7838/JSEBS.2018.23.4.041
  26. I.R. Putri, and R. Kusumaningrum, "Latent Dirichlet allocation (LDA) for sentiment analysis toward tourism review in Indonesia," In Journal of Physics: Conference Series, vol. 801, no. 1, p. 012073, 2017.
  27. KoNLPy: 파이썬 한국어 NLP, https://konlpy.org/ko/latest/index.html (accessed Sep., 10. 2023).
  28. GENSIM, https://radimrehurek.com/gensim/intro.html#licensing (accessed Sep., 10. 2023).
  29. pyLDVis https://pyldavis.readthedocs.io/en/latest/readme.html (accessed Sep., 10. 2023).