• 한국IT서비스학회지
• /
• 제16권3호
• /
• pp.113-125
• /
• 2017

Customers have been affected by others' opinions when they make a purchase. Thanks to the development of technologies, people are sharing their experiences such as reviews or ratings through online or social network services, However, although ratings are intuitive information for others, many reviews include only texts without ratings. Also, because of huge amount of reviews, customers and companies can't read all of them so they are hard to evaluate to a product without ratings. Therefore, in this study, we propose a methodology to predict ratings based on reviews for a product. In a methodology, we first estimate the topic-review matrix using the Latent Dirichlet Allocation technic which is widely used in topic modeling. Next, we predict ratings based on the topic-review matrix using the artificial neural network model which is based on the backpropagation algorithm. Through experiments with actual reviews, we find that our methodology can predict ratings based on customers' reviews. And our methodology performs better with reviews which include certain opinions. As a result, our study can be used for customers and companies that want to know exactly a product with ratings. Moreover, we hope that our study leads to the implementation of future studies that combine machine learning and topic modeling.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권9호
• /
• pp.259-266
• /
• 2020

본 논문에서는 온라인 고객 리뷰를 활용하여 건강 보조제, 화장품 등 현재의 상태를 개선하기 위해 사용되는 제품을 대상으로 그 효과를 알아보기 위한 제품 효과 분석 기법을 제시하였다. 제안하는 제품 효과 분석 기법은 블로그 포스팅에 존재하는 광고를 자동 제거하고, 효과 분석을 위한 증상, 효과, 증가, 및 감소로 이루어진 단어 사전을 구축하며, 제안하는 알고리즘을 통해 제품의 효과를 측정한다. 제품 효과 분석 기법을 검증하기 위해 정답 레이블이 존재하는 네이버 쇼핑 리뷰 데이터셋을 대상으로 성능평가를 실시하였으며, 전통적인 긍부정 사전과 RNN 모델과 성능을 비교하였다. 실험 결과, 본 논문에서 제안하는 효과 분석 기법이 다른 두가지 방법보다 정확도가 뛰어남을 보여주었다. 또한, 아토피 피부염, 여드름 치료제에 제안하는 기법을 적용하여 소셜 미디어에 나타난 효과적인 치료법을 소개하였다. 본 논문에서 제시한 알고리즘은 블로그를 포함한 여러 매체의 리뷰로부터 제품의 효과를 점수화할 수 있으므로 다양한 제품군과 소셜 미디어에 적용될 수 있을 것으로 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제28권7호
• /
• pp.19-27
• /
• 2023

소셜 리뷰를 수집하는 과정에서 주어진 검색어와 상관없는 노이즈 리뷰가 검색 결과에 다수 포함될 수 있으며, 이들을 필터링하기 위해 기계 학습이 이용될 수 있다. 그러나 분석하고자 하는 대상의 리뷰 수가 부족한 경우, 학습 데이터 부족으로 인한 정확도 저하 문제가 발생할 수 있다. 본 논문에서는 리뷰 수가 부족한 플레이스를 대상으로 노이즈 리뷰 필터링의 정확도를 높이기 위한 지도 학습 방법을 소개한다. 제안 방법에서는 개별 플레이스 단위로 학습을 수행하지 않고, 특성이 유사한 여러 플레이스를 그룹으로 묶어 학습을 수행한다. 학습을 통해 얻은 분류기는 그룹에 속한 임의의 플레이스에 공통으로 적용함으로써 학습 데이터 부족 문제를 해결하고자 하였다. 제안 방법의 검증을 위해, LSTM과 BERT를 이용하여 노이즈 리뷰 필터링 모델을 구현하고, 온라인에서 수집된 실제 데이터를 활용한 실험을 통해 필터링 정확도를 체크하였다. 실험 결과, 제안 방법의 정확도는 평균 92.4% 수준이었으며, 리뷰 수가 100개 미만인 플레이스를 대상으로 할 경우 87.5%의 정확도를 제공하였다.

• 문화기술의 융합
• /
• 제8권5호
• /
• pp.121-126
• /
• 2022

이 연구는 최근 한국 사회과학계에서 많은 관심을 끌고 있는 주제인 사회적경제를 개괄한 후 사회적경제를 둘러싼 주요 쟁점들을 살펴보는 것을 목적으로 한다. 먼저 사회적경제의 개념정의가 이루어 질 것이다. 국제기관과 국내외 사회적경제 전문 연구자들의 개념정의들을 구체적으로 살펴 본 후, 사회적경제의 범주에 대한 논의까지 진행하고자 한다. 다음으로 한국에서 진행되고 있는 사회적경제에 대한 논의들을 정리하고자 한다. 구체적으로 국내 사회적경제의 역사적 발전경로와 범주 및 유형들이 다루어 질 것이다. 다음으로 이 연구의 핵심주제인 사회적경제 관련 쟁점들을 다룬다. 사회적경제 관련 쟁점은 크게 다섯 가지 정도 이며 사회적경제의 고용창출효과 존재 여부, 사회적경제와 복지국가와의 관계 설정, 사회적경제의 지속가능성, 사회적경제와 시민사회와의 관계 설정 문제, 그리고 마지막으로 사회적경제와 기본소득간의 관계가 다루어진다. 이 연구는 사회적경제에 관심을 가진 전문 연구자들에게 사회적경제란 무엇이며 사회적경제에 대한 연구가 실제 시장자본주의체제속에서 어떠한 거시사회학적 함의를 갖는지를 고민할 수 있는 단초를 제공하고자 한다.

• Journal of information and communication convergence engineering
• /
• 제15권3호
• /
• pp.170-174
• /
• 2017

Nowadays, people share and discuss scientific papers on social media such as the Web 2.0, big data, online forums, blogs, Twitter, Facebook and scholar community, etc. In addition to a variety of metrics such as numbers of citation, download, recommendation, etc., paper review text is also one of the effective resources for the study of scientific impact. The social media tools improve the research process: recording a series online scholarly behaviors. This paper aims to research the huge amount of paper reviews which have generated in the social media platforms to explore the implicit information about research papers. We implemented and shown the result of text mining on review texts using R language. And we found that Zika virus was the research hotspot and association research methods were widely used in 2016. We also mined the news review about one paper and derived the public opinion.

• International Journal of Contents
• /
• 제14권2호
• /
• pp.16-23
• /
• 2018

Although there have been studies regarding the influence of customer reviews on consumer decision making at online shopping sites, research on factors affecting the perceived customer review quality for online shopping sites is limited. This study posits that sociability, which is one of the environmental factors of an online shopping site, can affect the quality of customer reviews. Sociability is a key factor in building a collaborative environment online, but studies have been limited to applying sociability to customer reviews that are the result of a collaborative environment. This study expects that sociability affects the performance of online shopping sites through the perceived information quality of customer reviews, and customers' efficacy. More specifically this study investigates the structural relationship between sociability, self-efficacy, collective efficacy, and the perceived information quality of the reviews in an online shopping context, regarding the patronage intention of customers. This study was conducted using a survey of 361 college students. The structural equation model results indicate that user perception of sociability increases self-efficacy and collective efficacy. The improved efficacy enhances the perceived information quality of reviews for online shopping sites, which increases patronage intention of customers. This study found that online shopping sites require a platform for customers to engage in social interaction to enhance their customers' loyalty and lifetime value.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.389-392
• /
• 2020

The growth in social media, blogs and restaurant listing directories have led to increasing customer reviews about restaurants, their quality of food items and services available on the internet. These user reviews offer a massive amount of valuable information that can be used for various decision-making purposes. Currently, most food recommendation sites provide recommendation scores about restaurants rather than food items of the restaurant and the provided recommendation scores may be biased since they are calculated only from user reviews listed only in their sites. Usually, people wants a reliable recommendation about foods, not restaurant. In this paper, we present a reliable Korean food items rating method; we first extract food items by applying NER technique to restaurant reviews collected from many Korean restaurant recommendation web sites, blogs and web data. Then, we apply lexicon-based sentiment analysis on collected user reviews and predict people's opinions as sentiment polarity scores (+1 for positive; -1 for negative; 0 for neutral). Finally, by taking average of all calculated polarity scores about a food item, we obtain a rating to individual menu items of the restaurant. The proposed food item rating is more reliable since it does not depend on reviews of only one site.

• Asia pacific journal of information systems
• /
• 제31권4호
• /
• pp.491-526
• /
• 2021

Airlines can employ a variety of quality monitoring procedures. In this study, we employ a content analysis of 8 years of online reviews for Korean airlines in contrast to other international airlines. Online airline reviews are infrequent, relative to the total number of passengers - the number of reviews is multiple orders of magnitude lower than passenger volumes - and online airline reviews are, therefore, not representative of passenger attitudes overall. Nevertheless, online reviews may be indicative of specific service issues, and draw attention to aspects that require further study by airline operators. Furthermore, significant words and phrases used in these airline reviews may help airline operators to rapidly automate filtering, partitioning, and analysis of incoming passenger comments via other channels, including email, social media posts, and call center transcripts. The current study provides insights into the contents of online reviews of Korean vs Other-International airlines, and opportunities for service enhancement. Further, we provide a set of marker words and phrases that may be helpful for management dashboards that require automated partitioning of passenger comments.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.145-153
• /
• 2020

최근 소셜 빅데이터를 대상으로 한 키워드 분석은 고객 관점의 의견이나 불만 사항을 추출하기 위한 목적으로 광범위하게 활용되고 있다. 이와 관련하여, 이전 연구에서는 키워드 분석의 정확도를 높이기 위해 응집도 점수를 활용한 방법을 제안하였으나, 리뷰의 수가 적을 경우 오류율이 증가하는 문제가 있었다. 본 논문에서는 응집도 점수 기반 알고리즘으로부터 추출된 키워드에 대해 간소화된 형태소 분석 단계를 후처리 형태로 적용함으로써 키워드 추출의 정확도를 개선하고자 하였다. 제안 방법은 입력 데이터가 주어질 때마다 필요한 형태소 분석 규칙을 점증적으로 추가할 수 있도록 지원함으로써, 사전의 크기를 최소화하고 분석의 효율을 높이고자 하였다. 또한 대화형 규칙 입력 시스템을 제공하여 분석 규칙 추가에 드는 노력을 최소화하고자 하였다. 제안 방법을 검증하기 위해 온라인에서 수집된 실제 리뷰를 대상으로 실험을 수행하였으며, 제안 방법을 적용할 경우 오류율이 기존 10%에서 1%로 개선되는 동시에, 5,000개의 리뷰 처리에 450ms가 소요되어 실시간 처리가 가능한 수준임을 확인하였다.