• 한국콘텐츠학회논문지
• /
• 제16권5호
• /
• pp.428-439
• /
• 2016

최근 온라인 상거래에서는 오프라인 상에서 어느 정도 이름이 알려진 쇼핑몰이 온라인 채널까지 동시에 운영하는 것이 보편화되어 있다. 이와 같은 멀티채널 상거래 상황에서 사용자의 온라인 상거래 지속사용의도를 분석하기 위해서는 오프라인 채널에서 발생된 신뢰가 온라인 구매행동에 미치는 영향을 분석할 필요가 있으며, 또한 온라인 채널에 대한 불확실성이 고려된 연구가 필요하다. 한편, 개인들이 가지고 있는 부정 감정은 멀티채널 상황 하에서 사용자 행위에 다양한 조절효과를 미치는 것으로 파악되지만, 이러한 개인의 부정감정이 충분히 반영된 연구가 부족한 상황이다. 본 연구에서는 멀티채널상황에서 오프라인 신뢰, 불확실성, 전환비용, 그리고 개인의 부정감정이 사용자 온라인 상거래 지속사용의도에 미치는 영향을 실증적으로 분석하였다. 406부의 설문지를 분석한 결과 만족과 전환비용, 그리고 개인의 부정감정이 온라인 쇼핑몰에서의 구매경험자들의 지속구매의도에 매우 유의한 영향을 미치는 요인으로 입증되었다.

• 한국문헌정보학회지
• /
• 제51권4호
• /
• pp.121-138
• /
• 2017

멀티미디어 정보환경의 발전과 다양한 요구를 지닌 정보이용자는 멀티미디어의 접근과 이용에 있어서 기존 정보검색 패러다임에서 중요시하지 않았던 요소를 사용하는 추세이다. 특히 이미지를 포함한 멀티미디어의 감정 접근과 이용은 다양한 정보환경에서 이루어지고 있다. 따라서 효율적으로 추상적 개념인 감정을 이용자에게 접근점으로 제공할 필요성이 증가한다. 본 연구는 감정으로 접근이 가능한 게티 이미지 뱅크의 이미지를 5가지 기본 감정으로 검색하여 부여된 색인어 총 22,675건을 추출하였다. 추출된 색인어는 전체감정, 긍정감정, 부정감정의 세 가지 데이터셋으로 구분하여 분석되었다. 분석을 위해서는 동시출현단어행렬로 작성되어 가중 네트워크와 군집화기법으로 시각화되었다. 분석결과를 살펴보면, 전체감정은 대분류로써 긍정감정, 부정감정, 가족의 3개 군집과 하위 20개의 군집으로 나타났다. 긍정감정은 10개의 군집이며, 부정감정은 10개의 군집으로 구성되었다. 이와 같은 가중 네트워크와 군집구성 분석을 통해, 세 가지 중요한 차세대 멀티미디어 검색을 위한 요소로 논의하였다. 첫째는 이미지 감정 표현을 위한 인물 색인어 특성이다. 둘째는 명시적 단어와 감정을 표현하는 함축적 단어와의 네트워크 구성을 통해서 상대적으로 색인이 용이한 명시적 단어만으로도 함축적 단어 추론 가능성이다. 셋째는 감정으로 표현하는 함축적 단어의 유사어/동의어로의 확장은 이용자 중심의 접근을 제공하는 측면에서 중요하다는 점이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.31-32
• /
• 2013

본 논문에서는 영화의 등장인물의 성향을 파악하기 위해 시나리오의 대사로부터 감정어를 추출하고, 등장인물의 감정어들을 긍정, 부정, 중립의 3개로 단순화하여 등장인물의 성향을 가시화 시켜주는 방법을 제안한다. 대사로부터 감정어를 추출하기 위해 WordNet 기반의 감정어 추출 방법을 제안한다. WordNet은 단어 간에 상위어와 하위어, 유사어 등의 관계로 연결된 네트워크 구조의 사전이다. 이 네트워크 구조에서 최상위의 감정 항목과의 거리를 계산하여 단어별 감정량을 계산하여 대사를 30 차원의 감정 벡터로 표현한다. 등장인물별로 추출된 감정 벡터를 긍정, 부정, 중립의 3개의 차원으로 단순화 하여 등장인물의 성향을 표현한다.

• 한국콘텐츠학회논문지
• /
• 제11권5호
• /
• pp.413-423
• /
• 2011

본 연구는 항공서비스의 맥락에서 서비스회복 공정성지각과 고객의 감정반응 및 회복만족의 구조적 관계를 연구해 보고자 하였다. 이러한 연구목적을 달성하기 위해 문헌연구를 통하여 4개의 가설을 도출하였다. 항공사에 불평을 제기한 경험이 있는 272명의 고객을 대상으로 자료를 수집하였으며 구조방정식 모형을 사용하여 실증분석을 실시하였다. 주요 연구결과는 아래와 같다. 첫째, 절차공정성은 긍정감정에 정(+)의 영향을, 부정감정에 부(-)의 영향을 미치는 것으로 나타났다. 둘째, 상호작용공정성과 분배공정성은 두 변수 모두 긍정감정에는 유의한 영향을 미치는 것으로 확인 되었으나 부정감정에는 영향을 미치지 않는 것으로 나타났다. 셋째, 감정반응이 회복만족에 미치는 영향에 관한 연구결과는 긍정감정은 회복만족에 유의한 영향을 미치고, 부정감정은 영향을 미치지 않는 것으로 나타났다.

• 감성과학
• /
• 제26권3호
• /
• pp.83-100
• /
• 2023

본 연구의 목적은 인지적 안녕감 수준에 따라 감정 경험에 차이를 보이는지 확인하고, 인지적 안녕감 수준을 강하게 예측하는 대표적인 구체적 감정들이 무엇인지 확인함으로써 일상에서 사람들이 어떠한 감정을 관리하는 것이 전체적인 삶의 만족도 증진에 효과적인지에 대한 실용적 방안을 모색하고자 함에 있다. 이를 위해 참가자간 요인설계(between-subjects factorial design)를 채택하여 학부생 438명을 대상으로 인지적 안녕감 수준에 따른 감정 경험 빈도를 측정하였다. 인지적 안녕감은 생활만족도 척도(SWLS)로 측정하였으며, 감정 빈도는 PANAS-X 척도로 측정하였고, 조사 후 인지적 안녕감의 평균값을 기준으로 집단을 나누어 감정 프로파일을 살펴보았다. 연구결과, 첫째, 인지적 안녕감이 높은 집단은 낮은 집단에 비해 전반적으로 긍정감정, 놀람감정의 경험빈도가 높았고 부정감정 경험빈도가 낮았다. 둘째, 인지적 안녕감에 영향을 미치는 대표적인 감정은 긍정 8개, 부정 7개, 놀람 1개임을 확인하였다. 특히 긍정은 '즐거운(happy)', '자신감 있는(confident)', 부정은 '나 자신에게 만족하지 못하는(dissatisfied with self)', '나 자신이 역겨운(disgusted with self)', 놀람은 '경탄을 자아내는(amazed)' 감정이 인지적 안녕감에 가장 큰 영향력을 미쳤다. 본 결과를 통해 일상에서 경험하는 감정을 무조건 긍정-부정으로만 살펴볼 것이 아니라, 인지적 안녕감을 증진시키기 위해서는 특정한 감정들의 경험 빈도는 높이고(ex. 즐거움, 자신감), 특정한 감정의 경험 빈도는 줄이는 것(ex. 자신에 대한 불만족, 역겨움)이 더 효과적일 수 있음을 시사한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.379-383
• /
• 2021

감정 분석은 텍스트 데이터에서 인간이 느끼는 감정을 다양한 감정 유형으로 분류하는 것이다. 그러나 많은 연구에서 감정 분석은 긍정과 부정, 또는 중립의 극성을 분류하는 감성 분석의 개념과 혼용되고 있다. 본 연구에서는 텍스트에서 느껴지는 감정들을 다양한 감정 유형으로 분류한 감정 말뭉치를 구축하였는데, 감정 말뭉치를 구축하기 위해 심리학 모델을 기반으로 분류한 감정 어휘 사전을 사용하였다. 9가지 감정 유형으로 분류된 한국어 감정 어휘 사전을 바탕으로 한국어 영화 리뷰 말뭉치에 9가지 감정 유형의 감정을 태깅하여 감정 분석 말뭉치를 구축하고, KcBert에 학습시켰다. 긍정과 부정으로 분류된 데이터로 사전 학습된 KcBert에 9개의 유형으로 분류된 데이터를 학습시켜 기존 모델과 성능 비교를 한 결과, KcBert는 다중 분류 모델에서도 우수한 성능을 보였다.

• 한국전자거래학회지
• /
• 제21권3호
• /
• pp.15-28
• /
• 2016

본 논문에서는 모바일에서 획득한 GPS(Global Positioning System)를 활용하여 사용자의 위치 주변에서 발생한 SNS 데이터를 수집하고 분석을 통해 사용자가 원하는 장소를 추천하는 시스템을 제안한다. 이를 위해 트위터에서 위치정보를 포함하는 게시글을 표본 집합으로 정하고 모바일의 위치정보와 함께 활용했을 때, 사용자의 검색의도에 부합하는 양질의 정보를 제공할 수 있음을 실험을 통해 증명하였다. 이를 위해 2015년 11월부터 12월까지 수집한 트윗(Tweet)을 대상으로 임의의 위치정보와 검색어로 구성된 질의를 구성하고 형태소 분석을 거쳐 분석에 적합한 형태의 데이터로 변환하였다. 또한 장소 추천을 위해 감정사전을 구축하여 긍정 및 부정을 의미하는 극성 키워드들을 정의하고 레이블을 구성한 후, 감정사전과 극성키워드를 이용해 개별 트윗의 추천 점수를 도출하였다. 논문은 추천 점수와 사용자의 현재 위치, 트윗이 작성된 위치와 사용자 위치 사이의 거리 계산을 통해 가까운 거리 순으로 10개의 장소 정보를 정렬하여 결과를 보인다. 또한 성능평가를 위해 감정 분석된 트윗에 대한 정밀도와 재현율을 도출하여 시스템의 성능을 확인한다. 실험은 '맛집', '공연' 2개의 키워드와 10개 지역을 기준으로 수행하였다. 실험 결과 키워드 1개당 수집된 트윗은 평균 10.5개였으며, 총 10번의 실험에 사용된 평균 210개의 트윗 중 긍정 또는 부정의 단어를 포함한 트윗의 개수는 평균 122개였다. 또한 감정 분석을 통해 긍정 또는 부정으로 분류된 트윗은 평균 65개였으며 그 중 실제로 긍정 또는 부정의 의미를 담은 트윗은 평균 46개였다. 이를 통해 시스템은 38%의 재현율로 감정요소를 담은 트윗을 탐지하고, 71%의 정밀도로 감정 분석을 수행했음을 확인했다.

• 한국콘텐츠학회논문지
• /
• 제10권9호
• /
• pp.432-437
• /
• 2010

본 연구의 목적은 축제의 서비스스케이프와 인적서비스가 참가자의 감정반응과 행동의도에 어떠한 영향을 미치는지를 소비자인 참가자의 관점에서 분석하였다. 축제의 서비스스케이프는 4개의 공통요인으로 추출되어 청결성, 편의성, 적합성, 매력성으로 명명하였다. 분석결과 축제의 서비스스케이프 변수 중에서 청결성과 편의성이 긍정감정에 정(+)의 영향을 미치며, 부정감정에는 청결성과 편의성 변수가 부(-)의 영향을 미치는 것으로 나타났다. 또한 인적서비스의 친절성, 신뢰성 그리고 전문성 변수 모두가 긍정감정에 정(+)의 영향을 미치는 것으로 분석되었다. 특히 인적서비스 변수 중 전문성은 긍정감정에는 정(+)의 영향을, 부정감정에는 부(-)의 영향을 많이 미치는 것으로 나타났다. 행동의도에 미치는 영향관계 결과는 축제의 서비스스케이프 편의성 요인과 인적서비스 전문성 요인이 영향을 많이 미치는 것으로 나타났다. 그러므로 성공적 축제를 운영하기 위해서는 축제의 서비스스케이프와 인적서비스 요인들을 고려하여 축제전략을 수립하고 운영할 필요가 있다 하겠다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2009년도 춘계학술대회
• /
• pp.113-116
• /
• 2009

보다 바람직한 운전 경험을 제공하기 위하여, 운전자의 감성에 영향을 미치는 요인에 대한 관심이 높아져 가고 있다. 본 연구에서는 운전자의 운전 시의 기분 혹은 감정상태에 영향을 미치는 외부요인으로 도로 소통 상황, 계절, 날씨, 운전 시각, 운전 지역을 추출하였으며 운전자 개인의 감정상태를 결정짓는 주관적이고 심리적인 요인은 배제하였다. 운전 경력 3 년 이상의 운전자를 대상으로 감성 상태는 긍정/부정, 흥분/안정의 2 가지 축으로 나뉘어 측정하였다. 운전자의 무드는 중립을 기준으로 양 극단보다는 중립에 가까운 상태에 주로 분포하였는데 긍정/부정에는 각각 고루 분포한 반면, 흥분/안정에서는 안정 쪽에 더 많이 분포한 것을 알 수 있었다. 또한 다섯 가지 외부 요인들이 모두 운전자의 무드에 영향을 미쳤으며 도로 소통 상황이 긍정/부정과 흥분/안정 모두에서 유의미한 차이를 보였다. 감성의 긍정/부정 축에서는 계절, 날씨, 소통 상황, 그리고 운전 지역이 유의미하였으며, 감성의 흥분/안정 축에서는 운전시간과 소통 상황이 유의미하였다. 본 연구의 결과를 확장시켜 운전자의 감성에 영향을 미치는 외부 요인들을 데이터베이스화하여 운전자를 위한 다양한 제품 및 서비스 개발에 활용될 수 있을 것으로 기대한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
• /
• pp.147-150
• /
• 2015

감성은 개인적인 생활경험을 통해 표현되며 동일한 감정상태와 정보자극을 주더라도 다른 감성이 발생될 뿐만 아니라 개인, 사회, 문화 요인에 따라서 크게 변한다. 따라서 다른 영역의 감성과 도서에 대한 감성이 같지 않기 때문에 별도의 감성 사전 구축이 필요하다. 구축된 감성사전은 비슷한 성향의 도서와 사람을 묶어 추천해 주는데 활용할 수 있다. 감성 사전 구축을 위한 원천 정보로 네티즌이 책을 읽고 호감도와 함께 짧은 문장으로 쓴 소감을 활용하였다. 감성분석에서 가장 기본이 되는 분류는 긍정과 부정으로 나누는 것이다. 하지만, 실제로 도서를 추천하기위해서 긍정과 부정으로만 구분하는 것은 충분하지 않다. 따라서 본 연구에서는 도서에 대해서 감성을 긍정과 부정의 호감정도와 감성의 활성도를 조합한 8개의 감성으로 분류하고 각각의 지수를 함께 산출하여 감성어 사전을 구축하고 활용하는 방안을 제시하였다.