• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.261-262
• /
• 2023

본 연구에서는 감성 분석 기반의 키워드 도출형 영화 리뷰 웹사이트를 개발하였다. 사용자들은 영화에 대한 리뷰를 작성할 때, 자동으로 키워드를 추출하는 기능을 활용하여 다양하면서도 빠르게 정보를 얻을 수 있다. 사용자가 작성한 리뷰를 시스템에 입력하면, 내부적으로 ChatGPT를 활용하여 텍스트를 분석하고 키워드를 추출한다. 이를 통해 사용자는 별다른 노력 없이도 키워드를 통해 영화의 장르, 감독, 배우, 플롯 요소 등 다양한 정보를 빠르게 확인할 수 있다. 추출된 키워드는 저장되어 시각화에 활용되며, 사용자들은 리뷰에 대한 원하는 정보를 쉽게 얻을 수 있다. 개발된 키워드 도출형 영화 리뷰 웹사이트는 사용자들에게 빠르고 다양한 정보를 제공하며, 영화 관련 결정을 내리는 데에 도움을 줄 것으로 기대된다.

• The Journal of the Convergence on Culture Technology
• /
• v.8 no.4
• /
• pp.457-468
• /
• 2022

With the rapid growth of the webtoon industry, a new model for webtoon applications has emerged. We have entered the era of webtoon application version 3.0 after ver 1.0 and ver 2.0. Despite these changes, research on user review analysis for webtoon applications is still insufficient. Therefore, this study aims to analyze user reviews for 'Kakao Webtoon (Daum Webtoon)' that presented the webtoon application 3.0 model. For analysis, 20,382 application reviews were collected and pre-processed, and TF-IDF, network analysis, topic modeling, and emotional analysis were conducted for each version. As a result, the user experience of the webtoon application for each version was analyzed and usability testing conducted.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1611-1614
• /
• 2015

최근 많은 추천 시스템들이 연구 되고 있으며, 사용자들에게 의사결정을 도와주는 추천시스템에 대한 중요도가 급증하고 있다. 기존의 영화 추천시스템에서는 희박성의 문제가 제기된다. 본 논문에서는 이러한 문제를 보완하고자 사용자가 영화에 대해 남긴 리뷰로부터 영화키워드를 분석하고 분석된 키워드로부터 가중치를 활용한다. 즉 사용자들로부터 영화에 대한 리뷰를 수집하고 리뷰로부터 각 영화 키워드를 분석해 키워드별 가중치를 활용해 이를 기반으로 영화를 추천한다. 그 결과 사용자에게 만족할만한 정보를 제공해 효율성을 높이고, 영화에 대한 개인 리뷰를 반영한 영화추천 시스템을 설계 및 구현해 사용자에게 적절한 영화를 추천한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.460-461
• /
• 2018

The traditional recommendation system is developed on the assumption that users behave independently, and have problem of readability and efficiency are inferior due to simply sort products or lack of function for associate product attributes with user's taste. To solve this problem in this study we propose a system that provides user customized information that the analysis of the unstructured review data with the purchase histories of users processed with meaningful information after crawling product review data using text mining with R. This allows to help user make decisions can be provided only necessary information without analyze massive amounts of products review data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.108-111
• /
• 2015

아직까지도 도서 구매자의 대다수는 도서를 구매할 시 오프라인 서점을 이용하며, 외부 의견은 도서 구매 결정에 커다란 영향을 마치는 것으로 나타났다. 이에 따라 대표적 외부 의견인 도서의 리뷰를 가공 분석하여 제공하는 모바일 기반의 시스템의 필요성이 대두되었다. 하지만 현재 마켓에 등록된 애플리케이션의 대다수는 도서에 대한 사용자의 리뷰를 제공하지 않거나 분류 분석되지 않은 상태의 리뷰를 제공한다. 따라서 본 논문에서는 각 도서의 리뷰를 수집하여 리뷰의 긍정 부정적 감정 추이를 분석하고 그 결과를 리뷰 핵심어에 따라 분류된 도서 평가 기준 별로 제공하며 이를 통해 사용자의 도서 구매 결정과 여러 도서간의 도서 선택에 도움을 줄 수 있는 모바일 애플리케이션을 설계하였다.

• The Journal of the Convergence on Culture Technology
• /
• v.9 no.1
• /
• pp.755-761
• /
• 2023

As digital transformation accelerates, the proportion of non-face-to-face services in financial services is also increasing. Recently, user experience has emerged to secure competitiveness in mobile services, and analysis techniques to improve user experience have emerged. User review data, one of the data used for quantitative evaluation, contains a lot of unnecessary information, which is time-consuming to derive improvement directions. Therefore, this study aims to develop a UX analysis system based on the hierarchy of UX needs by using a cosine similarity algorithm and analyze user review data of Kookmin Bank, Woori Bank, Kakao Bank, and Toss for verification. This study proved that the developed UX analysis system is a system that can effectively analyze UX through the analysis of user review data. The system of this study is expected to be easily used to identify improvement plans for the hierarchy of UX needs in an agile organization that needs to quickly reflect customer feedback.

• 한국IT서비스학회:학술대회논문집
• /
• 2008.11a
• /
• pp.431-434
• /
• 2008

본 연구에서 우리는 웹 사이트들에서 제품에 대한 사용자들의 리뷰 정보를 수집하고, 수집한 정보들을 분석 및 정련하여 사용자들에게 보이는 서비스에 대해 논하고자 한다. 특정 제품에 대한 리뷰 정보들은 로봇 시스템에 의해 수집되고, 특정 제품에 대한 전체적인 평가 스코어는 두 가지 다른 종류의 스코어들을 고려하여 계산된다. 첫 번째 스코어는 정량적인 스코어(quantitative score)로 각 리뷰들로부터 얻어지는 이른바 별점 값들의 가중 평균값(weighted average)으로 계산된다. 두 번째 스코어는 정성적인 스코어(qualitative score)로, 본 연구에서 제안된 서비스는 각 리뷰들의 텍스트 설명을 자연 언어 처리 기법으로 분석하여 정성적 스코어를 계산한다. 우리는 이러한 스코어 계산 모델에 따라 MP3 플레이어와 Personal Digital Assistant (PDA)에 대해 서비스 시스템 RELLENOS를 설계 및 구현하였다. RELLENOS는 69 개에 달하는 온라인 리뷰 사이트들에서 수집된 정보들을 토대로 정량적인 값과 정성적인 값을 계산하여 서비스를 성공적으로 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.735-736
• /
• 2009

사용자의 참여를 강조하는 Web2.0 시대를 맞이하여 개인의 블로그나 까페에 올라오는 무수히 많은 리뷰들이 실제 소비자의 마음을 움직이는 데에 많은 영향을 미치고 있다. 하지만 많은 리뷰들이 상당히 길게 작성되어 있기 때문에 원하는 정보만을 찾아내는 것은 어려운 일이다. 본 논문에서는 다양한 종류의 리뷰들 중에서도 많은 부분을 차지하고 있는 음식점에 관한 리뷰들을 분석하여 사용자가 원하는 정보를 요약하여 제공하는 방법을 제안한다. 이러한 방법을 통해서 사용자는 객관적인 판단을 내릴 수 있고, 시간적인 측면에서의 효율성을 획득할 수 있을 것이다.

• Smart Media Journal
• /
• v.12 no.6
• /
• pp.27-34
• /
• 2023

As Netflix usage has increased due to the COVID-19 pandemic, users' experiences with the service have also increased. Therefore, this study aims to conduct topic modeling analysis based on Netflix review data to explore the changes in Netflix user experience and service before and after the COVID-19 pandemic. We collected Netflix app review data from the Google Play Store using the Google Play Scraper library, and used topic modeling to examine keyword differences between app reviews before and after the pandemic. The analysis revealed four main topics: Netflix app features, Netflix content, Netflix service usage, and Netflix overall reviews. After the pandemic, when user experience increased, users tended to use more diverse and detailed keywords in their reviews. By using Netflix review data to analyze users' opinions, this study shows the changes in user experience of Netflix services before and after the pandemic, which can be used as a guide to strengthen competitiveness in the competitive OTT market.

• The Journal of Society for e-Business Studies
• /
• v.27 no.1
• /
• pp.15-28
• /
• 2022

Due to recent expansion of online market such as clothing, utilizing customer review has become a major marketing measure. User review has been used as a tool of analyzing sentiment of customers. Sentiment analysis can be largely classified with machine learning-based and lexicon-based method. Machine learning-based method is a learning classification model referring review and labels. As research of sentiment analysis has been developed, multi-modal models learned by images and video data in reviews has been studied. Characteristics of words in reviews are differentiated depending on products' and customers' categories. In this paper, sentiment is analyzed via considering review data and metadata of products and users. Gated Recurrent Unit (GRU), Long Short-Term Memory (LSTM), Self Attention-based Multi-head Attention models and Bidirectional Encoder Representation from Transformer (BERT) are used in this study. Same Multi-Layer Perceptron (MLP) model is used upon every products information. This paper suggests a multi-modal sentiment analysis model that simultaneously considers user reviews and product meta-information.