• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.89-93
• /
• 2014

제품 리뷰들은 잠재적인 고객의 구매 선택에 매우 중요하다. 제품 리뷰들은 또한 제조사들로 하여금 자신들의 제품의 문제점을 찾고 경쟁자들의 비즈니스 정보를 수집하는 데 사용된다. 그러나 어떤 사람들은 가짜 리뷰를 쓰고, 잠재적인 고객들과 제조사들로 하여금 잘못된 선택을 하게 만든다. 따라서 가짜 리뷰 판별은 전자 상거래 사이트에서 주된 문제들 중 하나이다. 서포트 벡터 머신즈(SVM)는 좋은 성능을 보이는 중요한 텍스트 분류 알고리즘이다. 본 논문에서는 온라인 리뷰 스팸을 판별하기 위해 가중치, Karush-Kuhn-Tucker(KKT) 조건의 확장, 그리고 컨벡스 헐(Convex Hull)에 근거한 점증적 알고리즘을 제시한다. 최종적으로 우리는 제시된 알고리즘의 성능을 이론적으로 분석한다.

• The Journal of Asian Finance, Economics and Business
• /
• 제9권6호
• /
• pp.287-295
• /
• 2022

With the dramatic increase in mobile usage, more and more businesses see the potential of m-commerce. This study focuses on a subcategory of m-commerce, a mobile shopping application. To understand the purchase intention via m-commerce applications, this study is aimed to identify the main factors that are related to the applications and explore the influence of these factors on consumers' mobile shopping intention. This study uses quantitative research methods and selects Vietnam as its case study. The survey responses of 450 Vietnamese mobile shoppers were analyzed using partial least squares structural equation modeling (PLS-SEM). The results indicated that online reviews, e-service quality, and information quality are significant predictors of behavior intention, and perceived risk negatively influences consumer online purchase intention via the applications. The content enriches the combined research of detailed and possible models with quality dimensions and risk perception. Practitioners such as e-retailers and developers can enhance the quality of applications and determine strategies to reach potential users and maximize revenue. M-commerce providers should pay adequate attention to credible and influential online reviews since mobile shoppers heavily rely on reading reviews before buying a product.

• 인터넷정보학회논문지
• /
• 제17권3호
• /
• pp.107-113
• /
• 2016

소셜 네트워크 서비스(SNS)의 활성화로 웹상에는 방대한 양의 온라인 리뷰들이 생산되고 있으며, 이러한 온라인 리뷰들은 다양한 콘텐츠들에 대한 의견 데이터로써 콘텐츠 이용자와 제공자들에게 가치 있는 정보로 활용되고 있다. 한편, 온라인 리뷰에 대한 중요도가 높아짐에 따라 온라인 리뷰를 분석하여 글쓴이의 의견이나 평가, 태도, 감정 등을 추출해 내는 오피니언마이닝에 대한 연구가 활발하게 진행되고 있다. 그러나 기존의 오피니언마이닝 연구들에서는 리뷰의 의견 분류에만 초점을 맞추어 감성 분석 기법을 설계하였기 때문에 리뷰 속에 내포되어있는 작성자의 자세한 만족도까지는 알 수 없었으며, 감성 분석 기법이 특정 콘텐츠에 한정되어있어 도메인이 같지 않은 다른 콘텐츠들에는 적용될 수 없다는 문제점이 있었다. 이에 본 연구에서는 기존 의견 분류 방법에 강도를 주어 좀 더 세밀한 감성 분석을 수행하고, 이 결과를 통계적 척도에 적용하여 리뷰에 내포되어 있는 작성자의 자세한 만족도를 도출 할 수 있는 감성 분석 기법을 제안한다, 그리고 제안한 기법을 바탕으로 도메인에 상관없이 다양한 콘텐츠에 적용되어 콘텐츠의 만족도를 분석 할 수 있는 시스템을 설계하였다. 또한 방대한 양의 리뷰 데이터들을 빠르고 효율적으로 처리하기 위해 빅 데이터 처리도구인 하둡을 기반으로 시스템을 구축하였다. 본 시스템을 통해 콘텐츠 이용자는 보다 효율적인 의사결정을, 제공자들은 빠른 반응분석을 할 수 있어 본 시스템은 사용자의 의견을 필요로 하는 다양한 분야에 매우 실용적으로 활용 될 것으로 기대한다.

• Asia pacific journal of information systems
• /
• 제33권2호
• /
• pp.261-281
• /
• 2023

The proliferation of online customer reviews has completely changed how consumers purchase. Consumers now heavily depend on authentic experiences shared by previous customers. However, deceptive reviews that aim to manipulate customer decision-making to promote or defame a product or service pose a risk to businesses and buyers. The studies investigating consumer perception of deceptive reviews found that one of the important cues is based on review content. This study aims to investigate the impact of the information amount of review on the review truthfulness. This study adopted the Information Manipulation Theory (IMT) as an overarching theory, which asserts that the violations of one or more of the Gricean maxim are deceptive behaviors. It is regarded as a quantity violation if the required information amount is not delivered or more information is delivered; that is an attempt at deception. A topic modeling algorithm is implemented to reveal the distribution of each topic embedded in a text. This study measures information amount as topic diversity based on the results of topic modeling, and topic diversity shows how heterogeneous a text review is. Two datasets of restaurant reviews on Yelp.com, which have Filtered (deceptive) and Unfiltered (genuine) reviews, were used to test the hypotheses. Reviews that contain more diverse topics tend to be truthful. However, excessive topic diversity produces an inverted U-shaped relationship with truthfulness. Moreover, we find an interaction effect between topic diversity and reviews' ratings. This result suggests that the impact of topic diversity is strengthened when deceptive reviews have lower ratings. This study contributes to the existing literature on IMT by building the connection between topic diversity in a review and its truthfulness. In addition, the empirical results show that topic diversity is a reliable measure for gauging information amount of reviews.

• 경영정보학연구
• /
• 제17권3호
• /
• pp.95-111
• /
• 2015

추천시스템은 과거 구매행동을 통해 사용자가 향후 구매할 것이라 예상되는 제품을 자동으로 검색하여 제공하는 시스템이다. 이러한 추천시스템은 여러 전자상거래 업체에서 도입하고 있으며, 사용자의 편의성 및 수익에 긍정적인 영향을 미치고 있다. 하지만 사용자가 어떠한 기준을 가지고 제품을 평가하는지, 어떠한 요소가 구매 의사 결정에 영향을 미치는지는 반영할 수 없다는 한계가 있다. 이에 본 연구에서는 사용자가 직접 작성한 구매후기를 통해, 사용자 별 제품 평가요소를 활용할 수 있는 추천 모형 알고리즘을 개발하였다. 토픽 모델링을 활용하여 사용자들의 구매후기를 분석하였으며, 이러한 후기의 특성이 반영된 커널과 평가 점수가 반영된 커널 등을 함께 활용하여 다중 커널 학습 기반의 추천 모형을 개발하였다. 또한, 이러한 모형을 BestBuy 사례에 적용하여 검증하였다. 검증 결과, 기존 협업적 필터링 알고리즘보다 다중 커널 학습에 의한 추천 모형의 정확도가 우수하였고, 구매후기의 유사성을 반영하였기에, 사용자가 어떠한 요소를 평가하는지를 확인할 수 있었다. 또한, 기존 협업적 필터링 알고리즘보다 다양한 제품에 대한 추천이 가능함을 확인할 수 있었다. 본 연구는 토픽 모델링과 커널 학습 기반을 사용한 융합적인 추천모형으로서, 온라인 추천시스템의 새로운 방법을 제안한다.

• 지식경영연구
• /
• 제23권1호
• /
• pp.187-201
• /
• 2022

관광객이 작성한 온라인 리뷰는 관광산업의 관리 및 운영에 중요한 정보를 제공한다. 평점은 제품이나 서비스에 대한 정량적인 평가로 간편하지만 관광객의 진실한 태도를 반영하기 어려우며 평점과 리뷰내용에 대한 불일치 문제도 발생하고 있다. 불일치 문제는 잠재고객에게 혼동을 줄 수 있으며 구매의사결정에도 영향을 미칠 수 있다. 본 연구에서는 온라인 리뷰기반의 평점 예측모형을 통해 평점과 리뷰내용의 불일치 문제를 해결하고자 한다. 한국을 방문한 외국인 관광객이 작성한 관광지와 호텔에 대한 리뷰의 감성분석을 통해 평점과 감성의 차이를 비교하고 TF-IDF vectorization과 감성분석 결과로 변수를 선정하였다. 로짓, 인공신경망, SVM(Support Vector Machine)을 적용하여 평점을 분류하고, 인공신경망, SVR(Support Vector Regression)을 통해 평점을 예측하였다. 평점 분류모형과 예측모형 모두 불일치한 리뷰를 제거하고 감성분석을 반영한 모형에서 우수한 성과를 보여주었다. 본 연구에서 제안한 온라인 리뷰 기반의 평점 예측모형은 평점과 리뷰내용에 대한 불일치 문제를 해결하여 신뢰할 수 있는 정보를 제공하였으며 평점이 없는 온라인 리뷰에도 활용할 수 있을 것이다.

• International Journal of Computer Science & Network Security
• /
• 제23권3호
• /
• pp.101-109
• /
• 2023

This paper discusses the use of sentiment analysis and text summarization techniques to extract valuable information from the large volume of user-generated content such as reviews, comments, and feedback on online platforms and social media. The paper highlights the effectiveness of sentiment analysis in identifying positive and negative reviews and the importance of summarizing such text to facilitate comprehension and convey essential findings to readers. The proposed work focuses on summarizing all positive and negative reviews to enhance product quality, and the performance of the generated summaries is measured using ROUGE scores. The results show promising outcomes for the developed methods in summarizing user-generated content.

• Journal of Information Technology Applications and Management
• /
• 제25권2호
• /
• pp.53-72
• /
• 2018

This empirical study explored characteristics that affect the usefulness of online reviews, in the China e-commerce platform, and implemented multiple regressions to find factors that significantly influence on product sales, ultimately. Till now, prior studies have continuously revealed what factor affects usefulness of online review or product sales, only in respective terms. The point of our study is that we built two-level regression models, thereby being able to comprehensively analyze these two different targets. Before plunging into running regressions, we carefully collected 192,764 online review data for 200 products extracted from the Jingdong, the second biggest e-commerce platform in China. Also, we gathered "review sentimental scores" variable from each review and used that one as a core variable in our regression model, thus we were able to implement both quantitative and qualitative research. The evidences from the two-level regression models showed that the extent to which a product is experience good positively affects both usefulness of a review and product sales, again the usefulness of a review contributes to product sales in sequence. Also, the property of experience good has interaction effect on both for two-level regression models. Our main findings highlight the importance of role of online review to business performance of e-commerce firms.

• 한국IT서비스학회지
• /
• 제15권2호
• /
• pp.169-184
• /
• 2016

Smartphone use is rapidly spreading due to the advantage of being able to connect to the Internet anytime, anywhere--and mobile app development is developing accordingly. The characteristic of the mobile app market is the ability to launch one's app into foreign markets with ease as long as the platform is the same. However, a large amount of prior research asserts that consumers behave differently depending on their culture and, from this perspective, various studies comparing the differences between consumer behaviors in different countries exist. Accordingly, this research, which uses online product reviews (OPRs) in order to analyze the cultural differences in consumer behavior comparatively by nationality, proposes to compare the U.S. and South Korea by selecting ten apps which were released in both countries in order to perform a sentimental analysis on the basis of star ratings and, based on those ratings, to interpret the sentiments in reviews. This research was carried out to determine whether, on the basis of ratings analysis, analysis of review contents for sentiment differences, analysis of LDA topic modeling, and co-occurrence analysis, actual differences in online reviews in South Korea and the U.S. exist due to cultural differences. The results confirm that the sentiments of reviews for both countries appear to be more negative than those of star ratings. Furthermore, while no great differences in high-raking review topics between the U.S. and South Korea were revealed through topic modeling and co-occurrence analyses, numerous differences in sentiment appeared-confirming that Koreans evaluated the mobile apps' specialized functions, while Americans evaluated the mobile apps in their entirety. This research reveals that differences in sentiments regarding mobile app reviews due to cultural differences between Koreans and Americans can be seen through sentiment analysis and topic modeling, and, through co-occurrence analysis, that they were able to examine trends in review-writing for each country.

• Asia pacific journal of information systems
• /
• 제30권4호
• /
• pp.741-757
• /
• 2020

The outbreak of COVID-19 has changed our lifestyle. People spend much more time on YouTube, SNS and online shopping than before. Accordingly, the number of product review videos are steeply increasing in YouTube platform. When people watched the review videos, they might search additional information if they liked the videos. This study aims to investigate how the informativeness and the degree of attention gathering of product review videos influence on the product information sourcing intention and persuasion knowledge. We also try to find whether prior YouTube experience affects the relationship between the degree of attention gathering and persuasion knowledge. We conducted an online survey on 499 participants and analyzed using partial least square methods. Results show that 1) informativeness and the degree of attention gathering towards product review videos influence on the product information sourcing intention and user's persuasion knowledge. 2) Viewers' YouTube experiences moderate the increase of the viewers' persuasion knowledge caused by increasing the degree of viewers' attention gathering. This study implies that YouTube product review videos could be created in strategic manners. Also, it could be inferred that consumers' prior YouTube experiences may reduce negative potentials of the degree of attention gathering onto persuasion knowledge.