• 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.

• 인지과학
• /
• 제19권4호
• /
• pp.477-497
• /
• 2008

일상생활에서 많이 쓰이는 블로그 문서를 분석하는 것은 다양한 웹 응용서비스를 연결할 수 있는 중요한 단초를 제시하므로, 블로그 문서에 담긴 감정을 파악하는 것을 매우 유용한 일이다. 본 논문에서는 블로그 문서에 존재하는 감정을 보다 정확하게 분류하기 위해 부정어 처리와 새로운 단어 가중치의 적용이 성능에 미치는 영향에 대해 탐구한다. 특히, 감정단서(clue)가 내재된 정규화된 부정어 n-gram을 통해 부정어 처리를 고도화하고 말뭉치기반 단어 가중치 계산법(Corpus-specific Term Weighting, CSTW)을 통해 감정 분류 성능향상을 살펴보기로 한다. 검증을 위해 블로그 문서들로 정답 말뭉치를 구축하고 감정 흐름 분석(Enhanced Mood Flow Analysis, EMFA)과 지지벡터기계기반 감정 분류(Support Vector Machine based Mood Classification, SVMMC)의 두 가지 분류기법에 대해 실험을 하였다. 정규화된 부정어 n-gram의 적용은 EMFA에서 점진적인 감정 분류 성능 향상을 보여주었으며, CSTW의 적용은 TF*IDF나 TF에 비해 보다 높은 감정 분류 성능을 나타내었다.

• 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.

• 산업융합연구
• /
• 제20권11호
• /
• pp.41-47
• /
• 2022

본 연구의 목적은 2020년 COVID-19의 확산으로 전면 비대면 온라인(녹화 강의 및 실시간 화상 수업)으로 전환된 교양영어 수업을 수강한 대학 신입생들의 학습 감정을 알아보는데 있다. 연구 방법은 B대학 신입생 170명을 대상으로 학습감정검사지(Academic Emotion Questionnaire; AEQ)을 이용하여 설문조사하였다. 수집된 자료는 SPSS 19.0 프로그램으로 통계 처리하였고, 연구결과는 다음과 같다. 첫째, 신입생들의 영어 학습 감정이 온라인 수업 유형에 따라 긍정의 감정과 부정의 감정에서 모두 유의한 차이를 보였다(p < .01). 긍정의 감정은 녹화 강의수업에서, 부정의 감정은 실시간 화상 수업에서 더 높았다. 둘째, 신입생들의 영어 수준에 따라 온라인 수업 유형에 대한 학습 감정이 유의한 차이를 보였지만(p < .01), 수준과 무관하게 긍정의 감정은 녹화 강의에서 높았고, 부정의 감정은 실시간 화상수업에서 더 높았다. 셋째, 신입생들의 전공에 따라 온라인 수업 유형에 대한 학습 감정은 긍정의 감정에서만 유의한 차이를 보였다(p < .01). 자연이공계열 학생들이 인문사회계열 학생보다 동영상수업에 대한 긍정의 감정이 높았다. 마지막으로, 신입생들의 성별에 따라 온라인 수업 유형에 대한 학습 감정은 부정의 감정에서만 유의한 차이를 보였다(p < .01). 온라인 수업유형과 무관하게 여학생의 부정 감정이 남학생의 부정 감정보다 높았다. 연구결과를 토대로 제언 및 교육적 함의가 논의되었다.

• 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.

• 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.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2008년도 제20회 한글 및 한국어 정보처리 학술대회
• /
• pp.201-206
• /
• 2008

본 논문은 한국어 문서 감정분류에 기반이 되는 감정 자질의 가중치 강화를 통해 감정분류의 성능 향상을 얻을 수 있는 기법을 제안한다. 먼저, 어휘 자원인 감정 자질을 확보하고, 확장된 감정 자질이 감정 분류에 얼마나 기여하는지를 평가한다. 그리고 학습 데이터를 이용하여 얻을 수 있는 감정 자질의 카이 제곱 통계량(${\chi}^2$ statics)값을 이용하여 각 문장의 감정 강도를 구한다. 이렇게 구한 문장의 감정 강도의 값을 TF-IDF 가중치 기법에 접목하여 감정 자질의 가중치를 강화시킨다. 마지막으로 긍정 문서에서는 긍정 감정 자질만 강화하고 부정 문서에서는 부정 감정 자질만 강화하여 학습하였다. 본 논문에서는 문서 분류에 뛰어난 성능을 보여주는 지지 벡터 기계(Support Vector Machine)를 사용하여 제안한 방법의 성능을 평가한다. 평가 결과, 일반적인 정보 검색에서 사용하는 내용어(Content Word) 기반의 자질을 사용한 경우 보다 약 2.0%의 성능 향상을 보였다.

• 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.

• 한국콘텐츠학회논문지
• /
• 제16권2호
• /
• pp.82-95
• /
• 2016

본 연구는 다양한 채널을 통해 알려져 있는 화천산천어축제를 대상으로 방문객들의 매체별 정보탐색이 축제에 대한 이미지 형성에 어떠한 영향을 미치는지 파악하고, 이러한 축제 이미지가 방문객들이 축제를 경험하며 느끼는 감정과 재방문의도, 정보공유의도에 어떠한 영향을 미치는지 실증적으로 파악해보았다. 축제이미지는 인지적 이미지, 정서적 이미지, 고유 이미지 세 가지로 구분하여 파악하였으며, 감정반응도 긍정감정과 부정감정 두 가지 차원으로 파악하였다. 그 결과, 주위사람의 구전과 SNS 등 인터넷이 산천어축제의 고유이미지에 중요한 영향을 미치는 것으로 나타났으며, 인지적 이미지에는 공식 홈페이지의 영향력이 큰 것으로 나타났다. 그리고, 정서적 이미지에는 SNS 등 인터넷 탐색이 가장 중요한 것으로 나타났다. 세 가지 이미지요인과 참가자의 긍정감정 간 영향관계에 있어서 정서적 이미지가 가장 높은 영향을 미치며, 고유이미지, 인지적 이미지 순으로 세 가지 요인 모두가 유의한 영향력을 갖는 것으로 나타났다. 또한, 긍정감정과 부정감정이 재방문의도 및 정보공유의도에 미치는 영향에 있어서, 긍정감정만이 유의한 영향을 미쳤다.

• 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.