• 한국인터넷방송통신학회논문지
• /
• 제19권3호
• /
• pp.9-15
• /
• 2019

영어로 된 아마존과 같은 대형 글로벌 온라인 쇼핑몰은 전 세계를 대상으로 영어 또는 판매 해당국가 언어로 서비스를 하고 있다. 온라인 쇼핑몰 이용자 중, 많은 고객은 상품 리뷰평가를 참조하여 상품을 구매하고 있다. 그래서 고객들이 작성한 대량의 리뷰데이터를 이용하여 구매 상품에 대해 긍정과 부정을 판정하는 감성분석을 영어를 중심으로 활발히 연구되고 분석 결과는 고객의 타켓 마케팅에 활용되고 있다. 하지만 이와 같은 영어 중심의 감성분석 시스템을 전 세계의 다양한 언어에 그대로 적용하기는 어렵다. 따라서 본 연구에서는 영어로 된 50만개 이상의 아마존 푸드 상품 리뷰데이터를 학습과 테스트 데이터로 분리하여 딥러닝 기술 기반의 감성분석 시스템을 구현하였다. 먼저 영어 테스트데이터의 3가지 모델에 대한 감성분석 평가 실험을 한 후에, 같은 데이터를 자동번역기로 7개국(한국어, 일본어, 중국어, 베트남어, 불어, 독어, 영어) 언어로 번역 후에 다시 영어로 번역하여 실험 결과를 얻었다. 감성분석 정확성은 영어(94.35%)에 비해 각 7개국 언어의 평균(91.59%)보다 정확도가 2.77% 정도 낮게 나왔으나 번역 성능 수준에서 실용 가능성을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2018년도 춘계 종합학술대회 논문집
• /
• pp.19-20
• /
• 2018

전자상거래가 대중화되면서 다양한 아이템을 손쉽게 구매할 수 있는 환경이 조성되었다. 전자상거래에서 소비자의 구매율을 향상시키기 위해 개인 맞춤 추천 서비스가 요구되고 있다. 본 논문에서는 사용자 성향과 제품의 신뢰성을 고려한 상품 추천 기법을 제안한다. 사용자의 성향은 찜하기, 리뷰, 클릭 등과 같은 다양한 사용자의 행위 분석을 통해 추출하고 상품의 신뢰성은 SNS에서의 언급 수와 서비스내의 사용자 행위를 통해 계산한다. 계산된 성향을 기반으로 협업 필터링을 수행하여 상품별 예측 점수를 생성하고 상품의 신뢰성을 고려하여 최종적인 추천 목록을 생성한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.257-259
• /
• 2017

본 논문은 여행상품 일정의 POI정보를 기반으로 생성된 여행 스케줄러에 따라 실제 여행이 이루어지고 여행 중에 촬영된 사진과 여행자가 작성한 여행상품 리뷰 및 여행기 등의 정보를 매시업하여 여행노트를 생성하는 시스템을 구현하였다. 무엇보다 여행자가 일일이 자신의 여행 스케줄을 입력해야하는 번거로움을 없이 여행중에 편리성을 제공받을 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.502-503
• /
• 2019

리뷰 데이터 분석을 통해 추천을 하는 기존 시스템에서 사용자의 특성 혹은 상품 구매 취향와 같은 개인의 선호 세부 정보를 반영하지 않는 점을 보완하여 본 논문에서는 사용자가 상품을 검색하고 그 상품을 구매할 때 가장 중요하게 생각하는 기준을 선택하도록 하고, 이를 반영하여 분석함으로써 다양한 사용자에게 맞춤화된 추천 정보를 제공하는 시스템을 제안한다. 이는 사용자가 상품 구매 시 가장 큰 비중을 차지하는 기준을 토대로 가중치를 부여하여 감성분석을 수행하고 그 결과를 반영하여 상품 목록을 제공한다. 따라서, 상품 추천 정보에 사용자 개인의 선호도를 반영하였기 때문에 기존 추천 시스템을 통해 상품을 추천받는 것보다 효율적인 결과를 얻을 수 있을 것으로 사료된다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.1-26
• /
• 2023

소비자들은 판매자가 제공하는 정보 보다는 다른 소비자가 제공하는 정보를 더욱 신뢰하는 경향이 있다. 그렇기 때문에 소비자로 하여금 높은 품질의 리뷰를 작성하도록 유도하는 것은 기업에게 있어서 매우 중요한 과제지만, 이처럼 양질의 리뷰를 생산하게 만드는 것은 쉽지 않다. 그래서 우리는 리뷰 작성 및 기억 회상 관련 연구를 토대로 소비자들이 자연스럽게 높은 품질의 리뷰를 작성하도록 만드는 디지털 넛지(digital nudge) 방법을 개발하기로 결정했다. 구체적으로, 우리는 온라인 리뷰 작성 과정에서 리뷰 작성자의 사진을 먼저 업로드 하는 행동이 리뷰의 품질에 미치는 영향을 검증하는 실험을 설계하였다. 이를 위해 우리는 실험 대상자를 모집 후, 리뷰 작성 전에 사진을 먼저 업로드 하는 그룹과 그렇지 않는 그룹으로 나누었다. 그리고 각 실험 대상자들에게 긍정 리뷰와 부정 리뷰를 작성하게 하는 과제를 할당하였다. 그 결과, 사진을 먼저 업로드 하는 행동이 리뷰 내용의 길이를 늘린다는 점을 확인하였다. 또한 사진을 먼저 업로드 하는 온라인 유저들이 그 상품에 대한 만족도가 극단적으로 부정적일 때, 그 유저가 작성하는 리뷰 내용의 양면성의 정도가 증가한다는 것을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.501-503
• /
• 2012

오피니언 마이닝에서 특징기반으로 상품평을 요약할 때, 동일한 상품의 같은 특징에 대한 사용자의 표현이 일치하지 않아 같은 특징을 다른 것으로 인식하는 오류가 발생되어 효과적인 분석을 하는데 어려움이 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 온라인쇼핑몰의 상품평에서 명사와 형용사쌍 말뭉치를 이용하여 연관단어뭉치를 추출하고, 상관성이 높은 형용사를 각 명사의 특징으로 이용하여 대체어 목록을 자동으로 추출하는 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.35-38
• /
• 2010

인터넷 시장이 빠르게 성장함에 따라 사용자들의 참여도가 매우 높아졌다. 인터넷 사용자들은 인터넷 쇼핑의 상품에 관한 의견을 웹 상에 표현하기 시작했고, 실제 소비자이 판단하는 데에 많은 영향을 미치고 있다. 하지만 현재에 들어 그 양이 엄청나게 방대해 졌기 때문에 사용자들이 원하는 정보만을 찾아내는 것은 어려운 일이다. 본 논문에서는 사용들이 작성한 인터넷 쇼핑에서 상품평에 관한 리뷰를 모아 방대한 양에서 오피니언 마이닝 기법을 이용해 유용한 정보를 효율적으로 도출해서 사용자가 원하는 정보를 요약하여 제공하는 방법을 제안한다. 이러한 방법을 통해서 사용자는 상품을 구매하기 전에 좀 더 객관적이고 효율적으로 판단을 내릴 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.759-760
• /
• 2020

최근 사용자, 상품, 그리고 상품의 메타 정보 사이의 관계를 표현한 지식 그래프 (knowledge graph) 가 추천 시스템 분야에서 많은 관심을 받고 있으며 활발히 이용되고 있다. 하지만 기존의 지식 그래프는 각 노드 (사용자, 상품, 메타 정보 등) 사이의 단순한 사실 관계만을 표현하고 있으며, 이는 사용자의 선호도를 정확히 파악하는 데 한계가 있다. 본 논문에서는 지식 그래프의 정보 부족 문제를 보완하기 위해 각 상품에 남겨진 텍스트 리뷰를 감정 분석 (sentiment analysis) 하고, 이를 각 노드 간의 선호도 정보로 활용하여 지식 그래프를 구축하는 방법을 제안한다.

• 정보화정책
• /
• 제20권3호
• /
• pp.3-17
• /
• 2013

온라인 상점의 발전과 뉴미디어의 등장으로 소비자들 사이에 상품정보에 대한 의견이 교환되기 시작하면서 온라인 소비자 리뷰에 대한 많은 연구가 진행되고 있다. 이에 본 연구에서는 온라인 소비자 리뷰와 관련된 연구의 개괄적인 흐름을 파악하여 연구경향을 분석하고 향후 연구방향을 탐색하였다. 온라인 소비자 리뷰 연구에서는 리뷰의 유용성, 리뷰로 인한 소비자의 태도변화를 주로 다루었으며 이에 영향을 미치는 변수들은 대체로 메시지 요인, 리뷰어 요인, 소비자 요인, 그리고 제품/서비스 요인으로 구분되었다. 메시지의 특성에 대한 연구는 메시지의 양과 평가적 메시지가 많을수록 유용하며, 메시지의 방향성에 대해서는 상황에 따라 다르게 나타나고 있다. 또한 리뷰어의 신뢰성 및 평판, 소비자의 제품지식과 제품관여도, 제품/서비스의 유형에 의해 리뷰의 영향력이 어떻게 달라지는지에 대한 연구가 이루어지고 있다. 향후에는 소셜미디어의 등장으로 보다 활발하게 소비자 리뷰가 이루어지고 사회적 연결망을 통해 전달됨에 따라 이에 따른 소비자 리뷰의 영향력에 대한 연구가 추가적으로 이루어질 필요가 있다. 또한 온라인 소비자 리뷰를 역이용하는 기업이 늘어남에 따라 온라인 소비자 리뷰의 부작용에 대한 실증적인 연구가 필요해 보인다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.97-117
• /
• 2020

상품 평가 기준은 상품에 대한 속성, 가치 등을 표현한 지표로써 사용자나 기업이 상품을 측정하고 파악할 수 있게 한다. 기업이 자사 제품에 대한 객관적인 평가와 비교를 수행하기 위해서는 적절한 기준을 선정하는 것이 필수적이다. 이때, 평가 기준은 소비자들이 제품을 실제로 구매 및 사용 후 평가할 때 고려하는 제품의 특징을 반영하여야 한다. 그러나 기존에 사용되던 평가 기준은 제품마다 상이한 소비자의 의견을 반영하지 못하고 있다. 기존 연구에서는 소비자 의견이 반영된 온라인 리뷰를 통해 상품의 특징, 주제를 추출하고 이를 평가기준으로 사용했다. 하지만 여전히 상품과 연관성이 낮은 평가 기준이 추출되거나 부적절한 단어가 정제되지 않는 한계가 있다. 본 연구에서는 이를 극복하기 위해 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA) 기법으로 리뷰로부터 평가 기준 후보군을 추출하고 이를 k-최근접 이웃 접근법(k-Nearest Neighbor Approach, k-NN)을 이용해 정제하는 모델을 개발하고 검증했다. 제시하는 방법은 준비 단계와 추출 단계로 이루어진다. 준비 단계에서는 워드임베딩(Word Embedding) 모델과 평가 기준 후보군을 정제하기 위한 k-NN 분류기를 생성한다. 추출 단계에서는 k-NN 분류기와 언급 비율을 이용해 평가 기준 후보군을 정제하고 최종 결과를 도출한다. 제안 모델의 성능 평가를 위해 명사 빈도 추출 모델, LDA 빈도 추출 모델, 실제 전자상거래 사이트가 제공하는 평가 기준을 세 비교 모델로 선정했다. 세 모델과의 비교를 위해 설문을 진행하고 점수화하여 결과를 검정했다. 30번의 검정 결과 26번의 결과에서 제안 모델이 우수함을 확인했다. 본 연구의 제안 모델은 전자상거래 사이트에서 리뷰 특성을 반영한 상품군 별 차원을 도출하는데 활용될 수 있고 이를 기초로 인사이트 발굴을 위한 리뷰 분석 및 활용에 크게 기여할 것이다.