• 한국지능시스템학회논문지
• /
• 제22권5호
• /
• pp.563-569
• /
• 2012

소셜 웹이 확산되면서 오피니언 마이닝 혹은 감성 분석 연구가 주목을 받고 있다. 감성 분석을 위해서는 감성을 판별하기 위한 감성자원이 제공되어야 한다. 기존 감성 분석에서는 감성의 극성에 대한 강도를 표현하는 방법으로 리소스를 구축하고 이를 통하여 의견의 극성을 결정하였다. 본 논문에서는 의견의 극성뿐만 아니라 긍/부정의 근거가 되는 감성의 카테고리를 구성하고자 한다. 본 논문에서는 합리적인 분류를 위하여 심리학적 감정들을 초기 감성으로 정의한다. 그리고 실제로 소셜 웹에서 사용되는 감성의 분포를 얻기 위하여 소셜 웹의 텍스트를 분석하여 감성 정보를 추출한다. 추출한 감성 정보를 이용하여 초기 감성들을 재분류함으로써 소셜 웹을 위한 감성 카테고리를 구성한다. 본 논문에서는 이 방법을 통하여 23개의 감성 카테고리를 제시한다.

• 유통과학연구
• /
• 제19권4호
• /
• pp.25-35
• /
• 2021

Purpose: This study aims to analyze the factors affecting customer satisfaction in the customer reviews of omni-channel, posted on Internet blogs, cafes, and YouTube using text mining analysis. Research, data, and Methodology: In this study, frequency analysis is performed and the LDA (Latent Dirichlet Allocation) is used to analyze social big data to respond to reviewers' reaction to the recently opened omni-channel shopping reviews by L Shopping Company. Additionally, based on the topic analysis, we conduct a sentiment analysis on purchase reviews and analyze the characteristics of each topic on the positive or negative sentiments of omni-channel app users. Results: As a result of a topic analysis, four main topics are derived: delivery and events, economic value, recommendations and convenience, and product quality and brand awareness. The emotional analysis reveals that the reviewers have many positive evaluations for price policy and product promotion, but negative evaluations for app use, delivery, and product quality. Conclusions: Retailers can establish customized marketing strategies by identifying the customer's major interests through text mining analysis. Additionally, the analysis of sentiment by subject becomes an important indicator for developing products and services that customers want by identifying areas that satisfy customers and areas that evoke negative reactions.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.816-827
• /
• 2021

이 연구는 국내에서 2000년 이후 주요 발생한 신종감염병(사스, 신종플루, 메르스, 코로나19) 유행 당시 대중매체 메시지가 표출한 공포, 분노 감정과 주요 이슈 사이의 관계를 파악함을 목적으로 한다. 연구자는 중앙 일간지의 사설을 주요 신종감염병 유행 시기별로 수집하여, 계량적텍스트분석 방법을 활용한 확장병렬처리모형(EPPM)을 통해 분석하였다. 모든 신종감염병 유행 시기에 공포는 분노에 비해 강하게 나타나지만, 공포의 비중이 작을수록 위험통제 가능성이 큰 메시지가 생산된다. 공포는 주로 신종감염병 자체, 경제적 혼란을 향하며, 분노는 정부 등 방역 주체나 집단감염 발생 조직, 감염병 관련 정보의 은폐 등 정보불균형 문제를 다루는 특징이 나타난다. 이 과정에서 공동체 안보를 위협하는 사건, 대상을 향한 분노가 강하게 표출된다. 이때 분노는 방역 조치를 정당화할 수 있는 근거로 작용하기도 하나, 소수자 및 사회적 약자 혐오 담론의 토대가 될 수 있는 양면성을 가질 수 있음을 주목할 필요가 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.941-944
• /
• 2015

저장 장치의 급속한 발전으로 인해 기존에 서비스할 수 없었던 개인 사용자를 위한 클라우드 서비스가 활성화되고 있다. 이 중 음악을 대상으로 하는 스트리밍 및 공유 서비스는 다양한 음악의 종류를 수용하기 위해 체계적인 분류를 필요로 한다. 기존의 분류체계는 단순히 작곡가나 업로더의 의견에 의해서 일방적으로 정해지기 때문에 사용자가 중심이 되는 클라우드 서비스에는 어울리지 않는다. 따라서 본 논문은 이와 같은 문제점을 해결하기 위해 사랑의 감정을 기준으로 새로운 분류체계를 제안한다. 자동적인 분류를 위해 데이터마이닝 기법을 접목시켰으며, 원활한 마이닝을 위해 오디오 음악 파일(raw data)을 정해진 크기로 자르고 feature extraction을 통해 오디오 음악 파일에 대한 전처리를 수행하였다. 이후 feature selection을 수행하기 위해 clustering을 이용해 유효한 중요도를 지나는 feature를 선별하였으며 선별된 feature를 토대로 SVN(Support Vector Machine)을 이용해 feature의 중요도에 대한 유효성을 검증함과 동시에 분류를 수행하여 감정을 기반으로 분류한 결과를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.932-933
• /
• 2023

이 연구는 사람의 감정 변화를 건강하게 파악하고 분석하기 위해 시작되었다. Natural Language Processing(NLP)는 컴퓨터가 인간의 언어를 이해하기 위해 개발된 자연어 처리 기술이다. 본 논문에서는 이 기술을 이용하여 Text Mining을 통해 사용자가 작성한 일기에 담긴 감정을 분석하고 LSTM 모델과 GRU 모델을 비교군으로 두어 두 모델 중 감정 분석에 더 적합한 모델을 찾는 과정을 거쳤다. 이 과정을 정확도가 더 높은 LSTM 모델을 사용하여 감정 분석 결과를 분류하였다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.375-388
• /
• 2021

본 연구에서는 팬데믹 전후로 온라인 동영상 서비스(OTT) 이용자들의 리뷰를 비교분석 함으로써 코로나 19 시대를 살아가는 소비자에 대한 이해에 기여하고자 하였다. 코로나 19 이후 통제감 상실이 회피 동기의 발현으로 이어져 정서 중심 대처 수단으로써의 OTT 서비스 이용과 노스탤지어를 해소해주는 콘텐츠에 대한 관심이 증가할 것으로 보고 이를 텍스트 분석을 통해 검증하였다. 먼저 블로그 제목 분석결과, 코로나 19 이후 넷플릭스 경쟁사에 대한 언급이 줄었으며, 국내 콘텐츠에 대한 소개와 회피-거부 전략으로써의 OTT 서비스 이용이 증가하였다. 이어 블로그 본문 분석결과, OTT 서비스의 실용적인 장점을 중요시한 코로나 19 전과는 달리 코로나 19 이후 콘텐츠의 분위기, 감정, 대사에 초점을 두었으며 코미디와 로맨스 장르에 대한 관심이 증가했다. 또한, 코로나 19 이전의 현실을 잘 표현한 일상 콘텐츠에 대한 선호가 증가하였다. 본 연구는 코로나 19가 온라인 동영상 서비스 이용에 미치는 영향을 처음으로 살펴본 연구로써 코로나 시대의 OTT 서비스 이용자들에 대한 이해를 넓히고 OTT 서비스 시장에 실무적 제언을 제시함으로써 도움을 줄 수 있을 것으로 기대한다.

• 정보과학회 논문지
• /
• 제42권11호
• /
• pp.1459-1466
• /
• 2015

잠금화면은 현대인들이 모바일 플랫폼에서 가장 자주 대면하는 인터페이스 중 하나이다. 조사에 따르면 스마트폰 사용자들은 일일 평균 150번 잠금해제를 수행하지만[1], 패턴인식, 비밀번호와 같은 잠금화면 인터페이스등은 보안 및 인증의 목적을 제외하곤 별 다른 이익을 제공하지 못하는 것이 현 실정이다. 본 논문에서는 보안용도의 기존 잠금화면을 전방 카메라를 활용한 얼굴 및 표정인식 어플리케이션으로 대체하여 표정 데이터를 수집한 뒤 실시간 표정 및 감정 변화 피드백을 제공하는 인터페이스를 제시한다. 본 연구에선 Quantified Lockscreen 어플리케이션을 통한 실험을 통해 1) 잠금화면을 활용한 비침습적인 인터페이스를 통해 연속적인 표정데이터 획득과 감정패턴을 분석할 수 있는 것을 검증했으며 2) 개인화된 학습 및 분석으로 표정인식 및 감정 검출의 정확도를 개선하였으며 3) 표정으로부터 추론된 감정 데이터의 타당성을 강화하기 위한 양괄식 검증기법을 도입하여 감정 검출의 다중채널 및 다중입력 방법론의 가능성을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.79-88
• /
• 2024

The use of the social media has become part of our daily life activities. The social web channels provide the content generation facility to its users who can share their views, opinions and experiences towards certain topics. The researchers are using the social media content for various research areas. Sentiment analysis, one of the most active research areas in last decade, is the process to extract reviews, opinions and sentiments of people. Sentiment analysis is applied in diverse sub-areas such as subjectivity analysis, polarity detection, and emotion detection. Stance classification has emerged as a new and interesting research area as it aims to determine whether the content writer is in favor, against or neutral towards the target topic or issue. Stance classification is significant as it has many research applications like rumor stance classifications, stance classification towards public forums, claim stance classification, neural attention stance classification, online debate stance classification, dialogic properties stance classification etc. This research study explores different feature sets such as lexical, sentiment-specific, dialog-based which have been extracted using the standard datasets in the relevant area. Supervised learning approaches of generative algorithms such as Naïve Bayes and discriminative machine learning algorithms such as Support Vector Machine, Naïve Bayes, Decision Tree and k-Nearest Neighbor have been applied and then ensemble-based algorithms like Random Forest and AdaBoost have been applied. The empirical based results have been evaluated using the standard performance measures of Accuracy, Precision, Recall, and F-measures.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.158-159
• /
• 2017

감성분석은 의사 소통에서 감정이나 느낌의 측정을 결정하기 위해 서면 또는 구두로 의사 소통을 검토하는 것이다. 검색 엔진은 인터넷에서 방문한 가장 인기있는 사이트 중 하나이며 전세계에서 수십억 건의 조회가 발생한다. 이러한 검색 사이트와 관련된 개인 정보 취급 방침은 분명히 중요하다. 본 연구는 두 개의 가장 큰 검색 엔진 인 Google과 Baidu의 개인 정보 보호 정책을 검토하여 개인정보 보호 정책의 전반적인 정서를 결정한다. 몇 가지 정서 및 의견 분석 방법을 사용하여 중요한 개인적인 발견과 중요한 차이가 발견하여 향후 이를 이용한 정책반영에 활용할 수 있다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.1-18
• /
• 2022

디지털 기술이 산업 전반의 전자상거래 시장에 융합되면서 온라인 거래의 활성화와 이용률을 증가시켰으며, 이러한 시장의 흐름은 최근 코로나와 같은 감염병이 확산함에 따라 더욱 가속화되어 다양한 상품 정보를 온라인을 통해 고객들에게 제공할 수 있게 되었다. 다양한 정보의 제공은 고객들에게 다양한 선택의 기회를 제공하지만 의사결정에 어려움을 주기도 한다. 추천시스템은 고객의 의사결정에 도움을 줄 수 있으나 기존 추천시스템 연구는 정량적 데이터만에 국한되어 있으며, 상품 및 고객의 세부적인 요인을 반영하지 못하였다. 이에 본 연구에서는 온라인 리뷰를 기반으로 정성적 데이터를 텍스트 마이닝 기법을 적용하여 상품 및 고객의 속성을 정량화하고 기존의 객관적 지표인 총평점과 감성 및 감정을 통합한 지능형 추천시스템을 제안한다. 제안된 지능형 추천모형은 총평점 위주의 추천 모형보다 우수한 추천성과를 보여주었으며, 상품 및 고객의 세부적 요소를 반영한 추천결과를 통해 새로운 비즈니스 가치를 창출할 것으로 기대한다.