• 디자인융복합연구
• /
• 제15권2호
• /
• pp.347-368
• /
• 2016

최근 소비자 구전정보에 대한 연구들은 소비자가 제품 구매 과정에서 다른 소비자의 구전에 의한 정보를 활용한다는 연구 결과를 시사하고 있다. 본 연구는 제품에 대한 소비자의 의견을 파악하고 활용할 수 있도록 오피니언 마이닝과 시각화를 통해 도움을 줄 수 있는 방법을 제안하고자 한다. 이를 위해 최근 들어 관람할 영화를 선택할 때 인터넷 상의 영화리뷰를 참고 하는 상황이 증가함을 고려하여 "영화" 도메인의 온톨로지를 구축하고 오피니언 마이닝을 수행하여 시각화 한 후 그 결과에 대해 논하고자 한다. 온톨로지를 구축하는 과정에서 평가요소에 대한 속성 분류뿐만 아니라 평가요소에 대한 서술어 사전을 구성하였다는 점에서 기존의 연구와 차별성이 있으며 분석 결과를 통해 이러한 방법이 오피니언 마이닝에 유효함을 증명하고자 한다. 연구를 통해 도출한 결과는 크게 세 가지로 나누어 볼 수 있다. 첫째, 본 연구에서는 기존에 구축된 온톨로지를 활용하지 않고 키워드 추출과 토픽모델링을 활용하여 영화 도메인에 대한 온톨로지를 구축하는 방법에 대해 서술하였다. 둘째, 개별 영화에 대한 시각화 분석을 시행하여 영화에 대한 관객의 종합적인 의견을 한눈에 파악할 수 있도록 하였다. 셋째, 제품에 대한 평가 결과에 따라 유사한 평가를 받은 제품끼리 군집화 되는 것을 발견하였으며 본 연구의 분석에 사용된 130개의 영화는 크게 3개의 집단으로 군집화 됨을 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권9호
• /
• pp.289-296
• /
• 2015

정보의 폭발적인 증가로 사용자들은 원하는 정보를 빠른 시간에 얻는 것이 힘들어졌다. 따라서 이 문제를 해결하기 위한 다양한 방식의 새로운 서비스들이 제공되고 있다. 개인에게 맞는 맞춤 서비스를 제공하는 것이 중요하게 부각되면서 개인화 추천 시스템이 매우 중요하게 되었다. 추천 시스템 중 협업 필터링은 추천 시스템에서 널리 사용되고 있고 개인화 추천 시스템 중에서 가장 성공적인 방법이다. 협업 필터링 방법은 고객들의 프로파일 정보를 기반으로 추천을 하므로 희박성 문제와 cold-start 문제가 있다. 본 논문에서는 개인에게 더 정확하게 추천하기 위해 협업 필터링 기법과 상황기반 기법을 함께 이용하는 방법을 제안한다. 상황기반 기법은 사용자를 둘러싼 시간, 감정, 장소 등과 같은 환경을 고려하여 사용자에게 맞는 아이템을 추천하는 방법으로 상황에 따라 달라지는 사용자의 선호도를 반영할 수 있다. 본 논문에서는 상황기반 기법을 활용하기 위해 상황정보로 감정을 이용하며 이를 위해 개인의 주관적인 정보를 파악하는 데 효과적인 영화 리뷰를 이용한다. 본 논문에서 제안한 방법은 기존의 협업 필터링 방법보다 성능평가 결과, 향상된 성능을 보였다.

• 한국융합학회논문지
• /
• 제8권2호
• /
• pp.91-97
• /
• 2017

본 연구의 목적은 재난 현장에서 활동하는 소방관을 모델로 한 국내 및 국외 영화를 통해 영화가 말하고자 하는 소방관 이미지와 영화 속에서 활약하는 소방관의 업무를 정리하고 소개하고자 함이다. 연구는 2016년 9월을 기준으로 하여 9월 1일부터 7일까지 수행하였으며, 1903년부터 2016년까지 만들어진 위키피디아(Wikipedia)의 인터넷 자료를 통해 찾은 소방관 관련 영화 목록을 바탕으로 관련 학회지의 논문을 검색하였고, 직접 관람했던 영화들에 대한 자료를 문헌고찰을 통해 정리하였다. 연구 결과 소방관 이미지는 화재진압, 수사관, 자기희생적인 사람으로 요약할 수 있다. 본 연구에서는 재난영화를 통해 본 소방관 이미지를 융복합적으로 고찰해 본 결과 소방관은 위험한 재난상황에서 희생과 헌신으로 많은 생명을 구하며 존경을 받고 있으면서 한편으로 구조과정에서 외상 후 스트레스를 경험하게 되기 때문에 위기상황 스트레스 해소에 대한 적극적인 국가적 복지와 안전 방안을 마련할 것을 제안한다. 본 연구는 "가장 먼저 들어가서 가장 나중에 나오라"는 소방관 구호처럼 자기희생을 하는 소방관을 위한 복지와 안전 관리 개발을 위한 기초자료를 제공한다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.71-89
• /
• 2016

누구나 본인이 사용한 제품이나, 이용한 서비스에 대한 후기를 자유롭게 인터넷에 작성할 수 있고, 이러한 데이터의 양은 점점 더 많아지고 있다. 감성분석은 사용자가 생성한 온라인 텍스트 속에 내포된 감성 및 감정을 식별하기 위해 사용된다. 본 연구는 다양한 데이터 도메인 중 영화 리뷰를 분석 대상으로 한다. 영화 리뷰를 이용한 기존 연구에서는 종종 리뷰 평점을 관객의 감성으로 동일시하여 감성분석에 이용한다. 그러나 리뷰 내용과 평점의 실제적 극성 정도가 항상 일치하는 것은 아니기 때문에 연구의 정확성에 한계가 발생할 수 있다. 이에 본 연구에서는 기계학습 기반의 감성 분류기를 구축하고, 이를 통해 리뷰의 감성점수를 산출하여 리뷰에서 나타나는 감성의 수치화를 목표로 한다. 나아가 산출된 감성점수를 이용하여 리뷰와 영화 흥행 간의 연관성을 살펴보았다. 감성분석 모델은 지지벡터 분류기와 신경망을 이용해 구축되었고, 총 1만 건의 영화 리뷰를 학습용 데이터로 하였다. 감성분석은 총 175편의 영화에 대한 1,258,538개의 리뷰에 적용하였다. 리뷰의 평점과 흥행, 그리고 감성점수와 흥행과의 연관성은 상관분석을 통해 살펴보았고, t-검정으로 두 지표의 평균차를 비교하여 감성점수의 활용성을 검증하였다. 연구 결과, 본 연구에서 제시하는 모델 구축 방법은 나이브 베이즈 분류기로 구축한 모델보다 높은 정확성을 보였다. 상관분석 결과로는, 영화의 주간 평균 평점과 관객 수 간의 유의미한 양의 상관관계가 나타났고, 감성점수와 관객 수 간의 상관분석에서도 유사한 결과가 도출되었다. 이에 두 지표간의 평균을 이용한 t-검정을 수행하고, 이를 바탕으로 산출한 감성점수를 리뷰 평점의 역할을 할 수 있는 지표로써 활용 가능함을 검증하였다. 나아가 검증된 결론을 근거로, 트위터에서 영화를 언급한 트윗을 수집하여 감성분석을 적용한 결과를 살펴봄으로써 감성분석 모델의 활용 방안을 모색하였다. 전체적 실험 및 검증의 과정을 통해 본 연구는 감성분석 연구에 있어 개선된 감성 분류 방법을 제시할 수 있음을 보였고, 이러한 점에서 연구의 의의가 있다.

• 정보보호학회논문지
• /
• 제26권4호
• /
• pp.953-960
• /
• 2016

온라인 시스템이 활성화 되고 접근 가능한 정보의 양이 늘어나면서 추천 시스템의 영향력 또한 커지고 있다. 하지만 일부 악의적인 유저들의 공격으로 인해 시스템에 대한 신뢰도를 저하시키고 조작하려는 시도가 늘고 있다. 본 연구팀은 해당 리뷰에 대한 공감, 비공감 비율을 분석하고 이를 추천 시스템에 적용함으로써 추천 시스템의 성능을 향상시키고 강건한 시스템을 유지할 수 있는 방법을 제안한다. 실제 영화 데이터를 수집하여 적용해 본 결과 기존의 추천 시스템보다 향상된 성능을 보였다.

• 한국교육논총
• /
• 제37권1호
• /
• pp.19-32
• /
• 2016

최근 역사를 소재로 한 영상매체가 사람들의 관심을 많이 끌고 있다. 특히 역사드라마와 영화를 통해서 사람들은 역사에 친숙함을 느끼고 있다. 본고에서는 역사드라마와 영화의 특징을 간단히 보고, 그 한계와 비판점을 생각해보고자 한다. 또한 최근 소수의 사람들이지만 인기를 얻고 있는 리인액트먼트에 대해 간단히 알아보고 그 특징과 한계 및 비판점을 살펴보고 양 측의 관계에 대해 알아보고자 한다. 리인액트먼트를 우리말로 옮기면 '역사재현'이다. 역사재현이란 당대의 사건이나 생활상, 전투 등을 그대로 재현하는 것으로, 기본적으로 참여자는 여기에 관심이 있는 일반인들이 주를 이룬다. 역사교육에서 이러한 영상매체와 리인액트먼트 활동은 현대 대중의 관심 속에서 역사를 대중화하고 친근하게 만드는 역할을 하고 있다. 리인액트먼트는 역사드라마나 영화에 있어서 발생하는 몇 가지 제약을 해결하는데 우선적으로 비용적인 문제에서 큰 절감 효과를 노릴 수 있을 것이다.

• 산업경영시스템학회지
• /
• 제41권4호
• /
• pp.131-137
• /
• 2018

People write reviews of numerous products or services on the Internet, in their blogs or community bulletin boards. These unstructured data contain important emotions and opinions about the author's product or service, which can provide important information for future product design or marketing. However, this text-based information cannot be evaluated quantitatively, and thus they are difficult to apply to mathematical models or optimization problems for product design and improvement. Therefore, this study proposes a method to quantitatively extract user's opinion or preference about a specific product or service by utilizing a lot of text-based information existing on the Internet or online. The extracted unstructured text information is decomposed into basic unit words, and positive rate is evaluated by using existing emotional dictionaries and additional lists proposed in this study. This can be a way to effectively utilize unstructured text data, which is being generated and stored in vast quantities, in product or service design. Finally, to verify the effectiveness of the proposed method, a case study was conducted using movie review data retrieved from a portal website. By comparing the positive rates calculated by the proposed framework with user ratings for movies, a guideline on text mining based evaluation of unstructured data is provided.

• 지능정보연구
• /
• 제29권4호
• /
• pp.309-323
• /
• 2023

온라인 리뷰의 역할이 중요해짐에 따라 유용한 리뷰를 선별하기 위해 많은 연구들이 이루어져 왔다. 유용한 리뷰는 고객들이 유용하다고 인지하는 리뷰이며, 평점, 리뷰길이, 리뷰내용 등에 영향을 받는 것으로 많은 연구에서 검증되었다. 유용한 리뷰는 소비자들의 투표에 의한 '좋아요' 수에 의해 결정되며 유용성 투표가 많을수록 소비자의 구매의사결정에 중요한 영향을 미치는 것으로 간주된다. 그러나 최근에 작성되어 많은 고객들에게 노출되지 않은 리뷰는 상대적으로 '좋아요' 수가 적을 수 있으며, 투표에 응하지 않아 '좋아요' 수가 없을 수도 있다. 따라서 유용한 리뷰를 판단하기 위해 '좋아요' 수에 의존하기 보다는 리뷰 내용을 기반으로 유용한 리뷰를 분류하고자 한다. 리뷰의 텍스트는 리뷰 유용성에 가장 큰 영향을 미치는 요인으로, 토픽 모델링, 감정분석 등 텍스트 마이닝 기법을 적용하여 리뷰 텍스트에 포함된 콘텐츠와 감정의 영향을 다양하게 분석하고 있다. 본 연구에서는 글로벌 영화정보 사이트인 IMDb의 영화리뷰를 활용하여 리뷰 콘텐츠 기반의 리뷰 유용성 예측모형을 제안한다. 설명가능한 그래프 신경망인 GNN(Graph Neural Network)을 적용하여 리뷰 유용성 예측모형을 구축하고, 설명가능한 인공지능을 통해 예측모형의 한계인 모형의 해석에 대한 문제를 해결한다. 설명가능한 그래프 신경망은 리뷰들 간의 연결관계도 확인할 수 있어 유용한 리뷰 또는 유용하지 않은 리뷰에 대해 보다 신뢰할 수 있는 정보를 제공할 수 있을 것이라 기대한다.

• 경영과학
• /
• 제32권2호
• /
• pp.125-143
• /
• 2015

When studying the film industry, researchers have seldom addressed the dynamic interaction between marketing information and word of mouth in the motion picture industry mainly because of the limitation of traditional research methodologies. This study explores integration and competition among important variables influencing on audience's choice on movie selection, particularly by using a new method of agent-based modeling including competitive environment. Decision process of moviegoer composed of transition probability based on multinomial logit model, considering marketing and box-office information, critique, and word of mouth from other moviegoers. After validating the fitness of market share among released movies, this study conducted a set of simulation experiments considering several variables such as market size, change of weight between variables, and movie performance under competition. Propositions are derived from the simulation results is also suggested for future research.

• 유통과학연구
• /
• 제15권10호
• /
• pp.41-50
• /
• 2017

Purpose - Online product review has become a crucial part of the online retailer's market performance for a wide range of products. This research aims to investigate how an individual reviewer's review frequency and timing affect her/his average attitude toward products. Research design, data, and methodology - To conduct reviewer-level analysis, this study uses 42,172 posted online review messages generated by 6,941 identified reviewers for 59 movies released in the South Korea from July 2015 to December 2015. This study adopts Tobit model specification to take into account the censored nature and the selection bias arising from the nature of J-shaped distribution of movie rating. Results - Our estimation results support that the negative impact of review frequency and timing on valence. Furthermore, review timing has an inverted-U relationship with the user's average valence and enhance the negative effect of review frequency. Conclusions - This study contributes to the growing literature on the understanding how eWOM is generated at the individual consumer level. On the basis of the main empirical findings, this study provides insights into building a recommendation system in online retail store based on the consumer's review history data - frequency, timing, and valence.