• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2001년도 춘계학술대회
• /
• pp.235-239
• /
• 2001

The purpose of this study is to develop an insurance system for product quality liability(PQL) by reviewing some legal issues concerning the product liability It is concluded that the purpose and the function of PQL insurance have to be considered with robust experience data for the life of product, quality system of the company, size of company, the number and amount of products produced by a company and the type of company etc. And this article reviews some problems of policy including the possibility of anti-selection and reverse selection.

• 산업공학
• /
• 제17권1호
• /
• pp.56-70
• /
• 2004

Expanding product variety and high customer service provision place an enormous burden on demand forecasting and the matching of supply with demand in a supply chain. Postponement of product differentiation has been found to be powerful means to improve supply chain performance in the presence of increasing product variety. Delaying the point of product differentiation implies that the process would not commit the work-in-process into a particular finished product until a later point. This paper reviews the recent analytical models that quantify the value of delayed product differentiation. We conclude the literature review by summarizing and synthesizing the economic evaluation of the postponement and outline directions for future research.

• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.85-97
• /
• 2021

Online consumer activities have increased considerably since the COVID-19 outbreak. For the products and services which have an impact on everyday life, online reviews and recommendations can play a significant role in consumer decision-making processes. Thus, to better serve their customers, online firms are required to build online-centric marketing strategies. Especially, it is essential to define core value of customers based on the online customer reviews and to propose these values to their customers. This study discovers specific perceived values of customers in regard to a certain product and service, using online customer reviews and proposes a customer value proposition methodology which enables online firms to develop more effective marketing strategies. In order to discover customers value, the methodology employs a text-mining technology, which combines a sentiment analysis and topic modeling. By the methodology, customer emotions and value factors can be more clearly defined. It is expected that online firms can better identify value elements of their respective customers, provide appropriate value propositions, and thus gain sustainable competitive advantage.

• 지식경영연구
• /
• 제23권2호
• /
• pp.229-251
• /
• 2022

온라인 리뷰는 제품에 대한 이전 구매자들의 경험을 제공함으로써 다른 소비자들이 합리적인 구매 의사결정을 하는데 유용하게 활용되고 있다. 하지만 온라인 리뷰가 제품의 질과 특성을 정확히 반영하지 않고 편향되어 작성된다면 온라인 리뷰를 더이상 신뢰할 수 없는 문제가 발생한다. 따라서, 본 연구에서는 대표적인 온라인 리뷰의 편향 중 하나인 과소보고 편향의 특성을 실증 데이터를 통해 살펴보고자 한다. 구체적으로 온라인 게임 플랫폼인 스팀의 14,165개의 리뷰 데이터를 활용하여 과소보고하는 성향을 지니는 리뷰어의 특성을 살펴보고자 하였다. 분석결과, 과소보고하는 리뷰어는 주로 추천 의도를 담은 리뷰를 작성하고, 게임 출시일로부터 짧은 기간 안에 리뷰를 작성하나 다소 긴 시간동안 게임을 플레이한 후 리뷰를 작성하는 경향이 있으며, 높은 가격의 게임을 구매했을 때 리뷰를 작성하는 경향을 보였다. 본 연구는 과소보고하는 리뷰어의 특성을 탐색적으로 살펴보았기에 과소보고 편향에 대한 이해를 확장시키는 기초 연구로서 의미를 지닐 것이다.

• 산경연구논집
• /
• 제7권2호
• /
• pp.13-20
• /
• 2016

Purpose - The purpose of this research is to discover whether the presence of the product average rating introduces biases or change the way people perceive information. We posit that review's overall rating has a predisposition effect on consumers' perception towards detailed review information. Research design, data, and methodology - To test these hypotheses, we conducted an empirical study on a real-world setting of online shopping platform. We choose the Amazon website to test our results. The data we use were collected by the Stanford Network Analysis Project1 (McAuley et al., 2013). Results - With a dataset containing reviews of seven product categories from amazon.com., our findings could possess more generalizability as they are produced on the typical and influential online market. Second, as our research provides alternative views of consumers' shopping behavior, it is better to test our hypotheses by data from the same source. Conclusions - Our study reveals the impact of the collective rating presence on consumers' diagnosticity perception and sheds light upon some of the conflictive results in prior studies. Our research generates implications to both theories and business practices, and suggests future directions for the research question.

• Asia pacific journal of information systems
• /
• 제32권2호
• /
• pp.226-248
• /
• 2022

The existing model for sentiment analysis of product reviews learned from past data and new data was labeled based on training. But new data was never used by the existing system for making a decision. The proposed Aspect-based multi-agent Deep Reinforcement learning Sentiment Analysis (ADRSA) model learned from its very first data without the help of any training dataset and labeled a sentence with aspect category and sentiment polarity. It keeps on learning from the new data and updates its knowledge for improving its intelligence. The decision of the proposed system changed over time based on the new data. So, the accuracy of the sentiment analysis using deep reinforcement learning was improved over supervised learning and unsupervised learning methods. Hence, the sentiments of premium customers on a particular site can be explored to other customers effectively. A dynamic environment with a strong knowledge base can help the system to remember the sentences and usage State Action Reward State Action (SARSA) algorithm with Bidirectional Encoder Representations from Transformers (BERT) model improved the performance of the proposed system in terms of accuracy when compared to the state of art methods.

• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.512-521
• /
• 2015

네티즌은 인터넷을 통해서 상품을 구매하고 상품에 대한 감정을 긍정 혹은 부정으로 상품평에 표현한다. 상품평에 대한 분석은 잠재적 소비자뿐만 아니라 기업의 의사결정에 중요한 자료가 된다. 따라서 인터넷의 대량 리뷰에서 의미 있는 정보를 분석하여 의견을 도출하는 오피니언 마이닝 기술의 중요성이 증대되고 있다. 기존의 연구는 대부분이 영어를 기반으로 진행되었고 아직 한글에 대한 상품평 분석은 활발히 이루어 지지 않고 있다. 또한 한글은 영어와 달라 꾸미는 말과 어미가 복잡한 특성을 갖고 있다. 그리고 기존의 연구는 통계적 기법, 사전 기법, 기계학습 기법 등을 사용하여 연구되었으나 인터넷 언어의 특성을 감안하지는 못하였다. 본 연구에서는 감정이 포함된 인터넷 언어의 특성을 분석하여 감정분석의 정확률을 높이는 감정분류 방법을 제안한다. 이를 통해 데이터에 독립적인 인터넷 감정기호를 이용해서 자동으로 긍정 및 부정 상품평을 분류할 수 있었고 높은 정확률, 재현율, Coverage 결과를 통해서 제안 알고리즘의 유효성을 확인할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제21권2호
• /
• pp.195-203
• /
• 2021

최근 IT 분야의 주요 기술인 빅데이터는 다양한 산업 분야로 확장되고 있으며 활용 방안에 대한 연구가 활발하게 진행 중이다. 대부분의 인터넷 산업 분야에서 사용자 리뷰는 이용자가 상품 구매를 결정하는 데 많은 도움을 준다. 그러나 방대한 제품 리뷰에서 긍정, 부정적 의미와 도움이 되는 리뷰를 선별하는 과정은 제품 구매 결정에 있어 많은 시간을 요구한다. 따라서 본 논문에서는 빅데이터 분석 기술인 LDA를 이용해 키워드를 분석 및 종합하여 사용자에게 의미 있는 정보를 제공하는 시스템을 설계하고 구현한다. 문서 토픽 추출을 위해 본 연구에서는 국내 도서 산업을 도메인으로 데이터를 크롤링하고, 빅데이터 분석을 실시한다. 이를 통해 사용자 리뷰의 토픽 및 감정단어를 바탕으로 상품에 대한 종합적인 정보를 제공함으로써 구매자에게 도움을 주고 나아가 리뷰 현황 분석을 통해 상품의 전망 또한 파악할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제15권1호
• /
• pp.283-289
• /
• 2015

본 연구는 인터넷 쇼핑몰의 제품 상세페이지에서 구매요인에 영향을 미치는 정보가 무엇인지 살펴보는 것이다. 이를 위해 첫 번째로, 인터넷쇼핑몰의 제품 정보와 구매 요인을 결정짓는 것이 무엇인지 이전 연구를 통하여 조사하였고, 두 번째는, 이것을 바탕으로 기초 설문지를 구성하였고, 마지막으로 가장 큰 영향을 미치는 각 인자의 유효성을 검증하고 시행하였다. 연구를 통해 소비자가 정말 원하는 정보는 무엇이고, 구매를 하게 하는 정보는 무엇인지 알아내어 인터넷 쇼핑 사이트 설계에 도움이 되고자 한다. 인터넷 쇼핑 사이트에서 사용자 리뷰, 사이트의 안정성, 사이트의 내부 구조, 제품의 보유 수, 활용 가능한 3D 이미지와 제품 이미지에서 사용자 후기와 상품 이미지가 상품 구매에 영향을 주는 인자로 확인되었다. 사이트 디자인에서 레이아웃, 컬러 시스템, 텍스트 등 많은 디자인 요소도 중요하지만, 제공하는 제품에 대한 충분한 정보에 의해 구매할 수 있도록 설계되어져야 할 것이다.

• 한국IT서비스학회지
• /
• 제21권2호
• /
• pp.109-126
• /
• 2022

The number and variety of products and services offered by companies have increased dramatically, providing customers with more choices to meet their needs. As a solution to this information overload problem, the provision of tailored services to individuals has become increasingly important, and the personalized recommender systems have been widely studied and used in both academia and industry. Existing recommender systems face important problems in practical applications. The most important problem is that it cannot clearly explain why it recommends these products. In recent years, some researchers have found that the explanation of recommender systems may be very useful. As a result, users are generally increasing conversion rates, satisfaction, and trust in the recommender system if it is explained why those particular items are recommended. Therefore, this study presents a methodology of providing an explanatory function of a recommender system using a review text left by a user. The basic idea is not to use all of the user's reviews, but to provide them in a summarized form using only reviews left by similar users or neighbors involved in recommending the item as an explanation when providing the recommended item to the user. To achieve this research goal, this study aims to provide a product recommendation list using user-based collaborative filtering techniques, combine reviews left by neighboring users with each product to build a model that combines text summary methods among deep learning-based natural language processing methods. Using the IMDb movie database, text reviews of all target user neighbors' movies are collected and summarized to present descriptions of recommended movies. There are several text summary methods, but this study aims to evaluate whether the review summary is well performed by training the Sequence-to-sequence+attention model, which is a representative generation summary method, and the BertSum model, which is an extraction summary model.