• Knowledge Management Research
• /
• v.23 no.1
• /
• pp.187-201
• /
• 2022

Online reviews written by tourists provide important information for the management and operation of the tourism industry. The star rating of online reviews is a simple quantitative evaluation of a product or service, but it is difficult to reflect the sincere attitude of tourists. There is also an issue; the star rating and review content are not matched. In this study, a star rating prediction model based on online review content was proposed to solve the discrepancy problem. We compared the differences in star ratings and sentiment by continent through sentiment analysis on tourist attractions and hotels written by foreign tourists who visited Korea. Variables were selected through TF-IDF vectorization and sentiment analysis results. Logit, artificial neural network, and SVM(Support Vector Machine) were used for the classification model, and artificial neural network and SVR(Support Vector regression) were applied for the rating prediction model. The online review rating prediction model proposed in this study could solve inconsistency problems and also could be applied even if when there is no star rating.

• Asia Marketing Journal
• /
• v.1 no.2
• /
• pp.56-76
• /
• 1999

금융시장에서의 경쟁이 치열해지면서 이제 국내 소비자금융기관들에게 수익성위주의 내실경영은 피할 수 없는 지상과제로 부상하고 있다. 이러한 목표를 성취하기 위해서는 우량고객을 위주로 한 기반강화와 철저한 사후관리를 통한 수익성향상이 이루어져야 한다. 특히, 자금운용처로 부상하고있는 개인고객들을 대상으로 하는 효과적인 대출마케팅의 수행은 소매금융기관들의 수익성제고에 절대적이라고 할 수 있다. 즉, 수익성을 지향하기 위해서는 고객관리를 보다 더 철저하게 하여야 하며 이를 위해서는 신용 및 수익성에 근거해서 산출된 평점에 따라 개인별 관리를 차별화하는데 있다고 할 수 있다. 본 연구에서는 우량고객들을 대상으로 대출마케팅을 활성화시키기 위한 고객평점모형의 효과성에 대해서 고찰해 보고자 하였다. 이를 위해서 신용평점모형에 대해서 자세히 알아보고 이어서 수익성에 근거한 평점모형에 대해서도 이론적으로 살펴보았다. 그리고 두 모형의 효과성을 비교하기 위해서 판별분석을 사용하여 우량 및 불량고객에 대한 예측력을 분석해 보았다. 분석결과 제1종오차에 대해서는 신용평점모형이, 제2종 오차에 대해서는 수익성평점모형이 보다 정교한 예측력을 나타냈다. 결론적으로 두 모형의 사용이 병행되는 통합적인 고객평점모형의 적용이 제안되어 졌다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.9 no.1
• /
• pp.17-24
• /
• 2020

In this paper, we present a movie rating prediction architecture based on a convolutional neural network (CNN). Our prediction architecture extends TextCNN, a popular CNN-based architecture for sentence classification, in three aspects. First, character embeddings are utilized to cover many variants of words since reviews are short and not well-written linguistically. Second, the attention mechanism (i.e., squeeze-and-excitation) is adopted to focus on important features. Third, a scoring function is proposed to convert the output of an activation function to a review score in a certain range (1-10). We evaluated our prediction architecture on a movie review dataset and achieved a low MSE (e.g., 3.3841) compared with an existing method. It showed the superiority of our movie rating prediction architecture.

• Annual Conference on Human and Language Technology
• /
• 2011.10a
• /
• pp.37-41
• /
• 2011

본 논문에서는 최근 많은 관심을 받고 있는 Opinion Mining으로서 사용자들의 자연어 형태의 영화평 문장을 분석하여 자동으로 평점을 예측하는 시스템을 제안한다. 제안 시스템은 영화평 분석에 적합한 어휘 자질, 감정 자질, 가치 자질 및 기타 자질들을 추출하고, 10점 척도의 영화평의 평점을 10개의 범주로 가정하여, 커널모델인 다중 범주 Support Vector Machine (SVM) 모델을 이용하여 높은 성능으로 영화평의 평점을 범주 분류한다.

• Journal of the Korean Geotechnical Society
• /
• v.25 no.10
• /
• pp.67-76
• /
• 2009

Statistical analysis was performed using a series of data on RMR, RMR* and crown settlements collected from sites of weathering rock tunnels in Korea. The crown settlements were predicted by recurrence analysis, exponential function, and artificial neural network (ANN) using collected in-situ data. The result of the prediction fitted well compared to the measured settlement in the order of ANN, exponential function, and recurrence analysis. The range of crown settlement predicted by recurrence analysis widely scattered and promised larger settlement than the measured. Also in all method, the predicted value by RMR well matched compared to the measured settlement predicted by RMR*.

• Journal of Intelligence and Information Systems
• /
• v.29 no.4
• /
• pp.185-205
• /
• 2023

As the tourism industry recovers post the COVID-19 pandemic, an increasing number of tourists are utilizing various platforms to leave reviews. However, amidst the vast amount of data, finding useful information remains challenging, often leading to time and cost inefficiencies in selecting travel destinations. Despite ongoing research, there are limitations due to the absence of ratings or the presence of different rating formats across platforms. Moreover, inconsistencies between ratings and the content of reviews pose challenges in developing recommendation models. To address these issues, this study utilized 7,104 reviews of tourist spots in Jeju Island to develop a specialized satisfaction index for Jeju tourist attractions and employed this index to construct a 'Rating Prediction Model.' To validate the model's performance, we predicted the ratings of 700 experimental data points using both the developed model and an LSTM approach. The proposed model demonstrated superior performance with a weighted accuracy of 73.87%, which is approximately 4.67% higher than that of the LSTM. The results of this study are expected to resolve the discrepancies between ratings and review contents, standardize ratings in reviews without ratings or in various formats, and provide reliable rating indicators applicable across all areas of travel in different domains.

• Proceedings of the Korean Statistical Society Conference
• /
• 2000.11a
• /
• pp.231-234
• /
• 2000

본 연구는 오랜 시간에 거쳐 축적된 고객 데이터베이스를 활용하여 스코어링 방법을 적용할 수 있는 모델링의 개발에 목적이 있다. 기존의 전통적인 스코어링 방법은 인구 통계학적인 변수나 거래 관련 횡단면적인 자료를 이용하여 우량고객과 불량고객을 구분하는 판별분석의 형태가 대부분이다. 하지만 과거 고객에 대한 실적 자료가 시계열 형태를 이루며 존재하기 때문에 이에 대한 적절한 동태적 모형을 적용은 자연스러운 확장이라고 볼 수 있다. 본 연구에서 제안하는 모형은 고객들의 실적관련 시계열 자료를 GARCH 모형에 적합하여 미래의 실적 예측과 이에 대한 표준편차를 예측하여 하위 $10\%$에 해당하는 실적 예측치를 스코어링으로 하는 새로운 방법을 소개하고자 한다. 이 경우 스코어 값이 부호를 가지게 되므로 우량고객을 구분함과 동시에 큰 음수 값을 조사하여 위험 평점도 함께 측정할 수 있어서 실무 측면에서 유용하리라고 본다.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.6
• /
• pp.81-89
• /
• 2020

Online reviews we encounter commonly on SNS, although a complex range of assessment information affecting the consumer's preferences are included, it is general that such information is just provided by simple numbers or star ratings. Based on those review types, it is not easy to get specific information that consumers want and use it to make a decision for purchase. Therefore, in this study, we propose a prediction methodology that can provide ratings broken down by evaluation items by performing sentiment analysis on restaurant reviews written in Korean. To this end, we select 'food', 'price', 'service', and 'atmosphere' as the main evaluation items of restaurants, and build a new sentiment dictionary for each evaluation item. It also classifies review sentences by rating item, predicts granular ratings through sentiment analysis, and provides additional information that consumers can use to make decisions. Finally, using MAE and RMSE as evaluation indicators it shows that the rating prediction accuracy of the proposed methodology has been improved than previous studies and presents the use case of proposed methodology.

• Management & Information Systems Review
• /
• v.34 no.3
• /
• pp.161-177
• /
• 2015

Currently, the influence of the Internet portal sites that can make it quick and easy to contact the vast amount of information is increasing. Users can connect the Internet through a portal to obtain information, such as communication between Internet users, which can be used to meet a variety of purposes. People are exposed to a variety of information from other users in the search for a movie and get information. The impact on the reviews and ratings with the limited number of characters of the film allows users to form a relationship to the movie, decide whether you want to see the movie or find another movie. but, the user can not read the whole movie review. When user see the overall evaluation, the user can receive the correct information. This research conducted a study on the prediction of the rating by the use of review data. Information of reviews, is divided into two main areas: the"fact" and "opinion". "Fact" is to convey the dispassionate information and "Opinion" is, to represent the user's feelings. In this study, we built sentiment dictionary based on the assessment and evaluation of the online review and applied to evaluate other movies. In the comparative study with a simple emotion evaluation technique, we found the suggested algorithm got the more accurate results.

• The Korean Journal of Financial Management
• /
• v.19 no.2
• /
• pp.111-134
• /
• 2002

본 연구에서는 건설업종에 특화된 신용평가 모형을 개발하여 건설업종에 대한 부도 예측력를 제고하고자 하였다. 건설업은 여타 업종과는 다른 재무적 특성을 지니고 있다. 특히, 재무적 안정성이 취약하고 자산의 대부분이 매출채권, 재고자산으로 구성되어 유동성이 극히 낮은 실정이다. 본 연구는 이러한 건설업종의 특성을 충분히 감안한 신용평가 모형을 개발하고자 한것이다. 신용평가 모형 중 그 현실적 유용성이 높아 많이 이용되어 오던 신용평점 모형을 개발하였다. 총 2,475개 건설업체를 대상으로 모형구조 및 각종 계량지표 및 비계량지표에 대한 분석을 주로 평균차이 검증과 로짓분석에 의거 선정하였다. 그 결과 새로운 신용평점 모형은 매출액 경상이익률, 총 현금흐름 대 차입금 비율 등 9개의 재무지표와 5분류의 비재무지표로 구성되었다. 이 모형을 기존의 신용평점모형과 비교한 결과 신규모형의 변별력이 높은 것으로 나타났다. 본 연구가 제시한 신용평점모형과 그 개발 방법이 향후 금융기관들의 부실을 줄이고 결과적으로 수익성을 개선하는데 일조하리라 기대된다.