• 지식경영연구
• /
• 제23권4호
• /
• pp.275-294
• /
• 2022

최근 몇 년 동안 전자상거래와 소셜미디어의 지속적인 통합 발전과 함께 소셜커머스는 신뢰 중심의 사회적 거래 방식으로서 전자상거래의 중요한 형태로 자리를 잡았다. 온라인 커뮤니티의 긍정적인 측면과 풍부한 사용자 제작 콘텐츠 (UGC)로 인해 커뮤니티에 참여하는 사용자와 기업이 점점 더 증가하고 있는 추세이다. 이러한 상황에서 정보접근 비용은 지속적으로 감소하고 있고 구매 프로세스는 보다 간결하고 효율적으로 개선되고 있는 반면에 소비자의 충동구매 가능성을 크게 높이는 결과를 가져오게 된다. 그럼에도 불구하고 아직까지 소셜커머스에서 UGC의 특성을 기반으로 한 소비자 충동구매의 메커니즘에 대한 실증적 연구는 거의 없다. 본 연구는 자극-유기체-반응 (S-O-R) 모델을 이용하여 소셜커머스에서 UGC 특성이 소비자 충동구매에 미치는 영향을 분석하는 연구모형을 구축하였고, 이 과정에서 지각된 위험을 매개변수로, 유대강도를 조절변수로 각각 설정하였다. 실증분석 결과 콘텐츠 진정성, 콘텐츠 유용성, 그리고 콘텐츠 가치는 구매의사결정 과정에서 소비자의 지각된 위험에 유의한 영향을 미치고, 소비자의 지각된 위험은 충동구매에 유의한 영향을 미치는 것으로 나타났다. 한편, UGC 생산자와 이용자 간의 유대강도는 콘텐츠 유용성과 지각된 위험의 관계 및 지각된 위험과 충동구매 관계를 조절하는 것으로 나타났다. 이러한 연구결과는 소셜커머스 사업자들로 하여금 고객의 소비행동에 대한 심층적인 이해를 도울 뿐만 아니라 소비자 충동구매가 왜 일어나는지에 대한 메커니즘을 학술적 관점에서 분석할 수 있는 이론적 틀을 제공하였다는 점에서 의의가 있다.

• Asia pacific journal of information systems
• /
• 제25권4호
• /
• pp.712-718
• /
• 2015

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권3호
• /
• pp.189-199
• /
• 2009

최근 인터넷 상에 정보가 방대해지면서 사용자의 요구에 맞는 정보 필터링과 개인화 서비스가 매우 중요해지고 있다. 특히 전자상거래 분야에서 상거래를 활성화시키고 정보 제공자에 대한 만족도와 충성도를 높이기 위해, 사용자의 취향을 기반으로 한 정보 추천은 필수적인 요소가 되었다. 기존 추천 시스템은 사용자의 관심 정보를 기술한 사용자 프로파일을 대부분 정보 제공자 측에서 각각 개별적으로 수집하고 이를 기초로 추천 서비스를 제공한다. 따라서 사용자의 정보는 각 정보 제공자 측에 분산되어 존재하며, 사용자 정보가 부족한 서버에서는 초기에 추천 전략을 세우기 어렵다는 문제가 있다. 또한 사용자정보를 가지고 있는 서버의 경우에도 사용자가 해당 서버를 주기적으로 방문하지 않았다면, 사용자의 동적인 취향 변화를 반영하기 어렵다. 따라서 본 논문에서는 사용자의 행동을 통합적이고, 지속적으로 관찰할 수 있는 사용자 기기에서, 사용자가 이용한 웹 문서 분석을 통해 사용자의 관심 분야를 추론하고, 이를 다른 정보 제공자가 이용하는 새로운 구조의 추천 시스템을 제안한다. 또한 제안 시스템은 보다 효율적인 프로파일 생성을 위해, 웹 페이지에서 식별된 정보 블록에서 관심 단어를 추출하고, 앵커 태그를 분석하여 사용자의 이동 경로를 추적하는 특징을 포함하고 있다. 이러한 제안 시스템의 특징을 통해, 사용자 정보가 부족한 상점에서도 초기에 개인화 서비스 제공이 가능해지며, 사용자가 평소에 이용하는 웹 문서로부터 프로파일을 생성함으로써, 사용자의 동적인 취향 변화를 반영할 수 있다. 또한 정보 블록에서 취향 정보를 추출하는 알고리즘을 통해 보다 빠르고 정확한 프로파일 생성이 가능해진다. 본 논문에서는 최근 구매 활동이 있었던 사용자들의 웹 검색 히스토리와 구매 데이터를 이용하여 제안 시스템의 추천 정확도와 프로파일 분석에 소요되는 시간 측면의 이득을 실험하였으며, 그 결과를 통해 시스템의 유효성을 확인하였다.

• Journal of Information Science Theory and Practice
• /
• 제12권2호
• /
• pp.64-78
• /
• 2024

Sentiment analysis is one of the promising approaches for developing a point of interest (POI) recommendation system. It uses natural language processing techniques that deploy expert insights from user-generated content such as reviews and feedback. By applying sentiment polarities (positive, negative, or neutral) associated with each POI, the recommendation system can suggest the most suitable POIs for specific users. The proposed study combines two models for POI recommendation. The first model uses bidirectional long short-term memory (BiLSTM) to predict sentiments and is trained on an election dataset. It is observed that the proposed model outperforms existing models in terms of accuracy (99.52%), precision (99.53%), recall (99.51%), and F1-score (99.52%). Then, this model is used on the Foursquare dataset to predict the class labels. Following this, user and POI embeddings are generated. The next model recommends the top POIs and corresponding coordinates to the user using the LSTM model. Filtered user interest and locations are used to recommend POIs from the Foursquare dataset. The results of our proposed model for the POI recommendation system using sentiment analysis are compared to several state-of-the-art approaches and are found quite affirmative regarding recall (48.5%) and precision (85%). The proposed system can be used for trip advice, group recommendations, and interesting place recommendations to specific users.

• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.155-166
• /
• 2018

These days, online media, such as blogospheres, online communities, and social networking sites, provides the uncountable user-generated content (UGC) to discover market intelligence and business insight with. The business has been interested in consumers, and constantly requires the approach to identify consumers' opinions and competitive advantage in the competing market. Analyzing consumers' opinion about oneself and rivals can help decision makers to gain in-depth and fine-grained understanding on the human and social behavioral dynamics underlying the competition. In order to accomplish the comparison study for rival products and companies, we attempted to do competitive analysis using text mining with online UGC for two popular and competing ramens, a market leader and a market follower, in the Korean instant noodle market. Furthermore, to overcome the lack of the Korean sentiment lexicon, we developed the domain specific sentiment dictionary of Korean texts. We gathered 19,386 pieces of blogs and forum messages, developed the Korean sentiment dictionary, and defined the taxonomy for categorization. In the context of our study, we employed sentiment analysis to present consumers' opinion and statistical analysis to demonstrate the differences between the competitors. Our results show that the sentiment portrayed by the text mining clearly differentiate the two rival noodles and convincingly confirm that one is a market leader and the other is a follower. In this regard, we expect this comparison can help business decision makers to understand rich in-depth competitive intelligence hidden in the social media.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.569-572
• /
• 2013

플로우 이론에 근거해서 본 연구는 개인의 성격이 UCC를 활용할 때 개인의 플로우 경험과 사용형태에 어떠한 영향을 미치는 가를 탐색하고자 한다. 연구결과는 외향성은 사용자가 오락의 목적으로 UGC를 활용할 때 긍정적인 영향관계를 보인다고 시사하고 있으며, 반면 커뮤니케이션이나 정보추구의 목적일 때는 부정적인 관계가 있음을 나타냈다. 한편, 신경성은 오락 및 커뮤니케이션 목적의 UGC 활용과 긍정적인 관계가 있었으며, 정신병리적 성향의 경우 정보추구적 목적의 UCC 활용과 부정적인 관계를 보였다. 본 연구는 플로우의 선행요인과 영향요인을 포함한 실증연구를 제시함으로써 플로우 이론을 확장함에 그 의의가 있다.

• Journal of Information Science Theory and Practice
• /
• 제3권1호
• /
• pp.6-23
• /
• 2015

This study develops an effective method for sentiment analysis of user-generated content on drug review websites, which has not been investigated extensively compared to other general domains, such as product reviews. A clause-level sentiment analysis algorithm is developed since each sentence can contain multiple clauses discussing multiple aspects of a drug. The method adopts a pure linguistic approach of computing the sentiment orientation (positive, negative, or neutral) of a clause from the prior sentiment scores assigned to words, taking into consideration the grammatical relations and semantic annotation (such as disorder terms) of words in the clause. Experiment results with 2,700 clauses show the effectiveness of the proposed approach, and it performed significantly better than the baseline approaches using a machine learning approach. Various challenging issues were identified and discussed through error analysis. The application of the proposed sentiment analysis approach will be useful not only for patients, but also for drug makers and clinicians to obtain valuable summaries of public opinion. Since sentiment analysis is domain specific, domain knowledge in drug reviews is incorporated into the sentiment analysis algorithm to provide more accurate analysis. In particular, MetaMap is used to map various health and medical terms (such as disease and drug names) to semantic types in the Unified Medical Language System (UMLS) Semantic Network.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.154-163
• /
• 2023

With the rapid development of AI technology, ChatGPT and other AI content creation tools are becoming common, and users are becoming curious and adopting them. These tools, unlike search engines, generate results based on user prompts, which puts them at risk of inaccuracy or plagiarism. This allows unethical users to create inappropriate content and poses greater educational and corporate data security concerns. AI content detection is needed and AI-generated text needs to be identified to address misinformation and trust issues. Along with the positive use of AI tools, monitoring and regulation of their ethical use is essential. When detecting content created by AI with an AI content detection tool, it can be used efficiently by using the appropriate tool depending on the usage environment and purpose. In this paper, we collect data on AI content detection tools and compare and analyze the functions and characteristics of AI content detection tools to help meet these needs.

• 지능정보연구
• /
• 제14권2호
• /
• pp.157-177
• /
• 2008

최근 웹 2.0의 영향으로 태깅을 지원하는 인터넷 서비스들이 많아졌다. 태깅의 원래 목적은 컨텐츠를 분류하고 재검색을 용이하게 하는 것이지만, 컨텐츠에 태깅되어 있는 태그들을 분석하여 컨텐츠의 특성을 파악할 수 있다. 본 논문에서는 내용 파악이 힘든 컨텐츠들이 증가함에 따라 이러한 컨텐츠들의 효과적인 추천을 위해, 여러 사용자들에 의해 협업적으로 태깅된 정보를 이용한 여과 기법을 제시한다. 제안하는 방법은 사용자가 태깅한 정보들을 바탕으로 사용자의 관심을 파악하는 부분과 파악된 관심에 맞는 컨텐츠를 선별하는 부분으로 나뉘어진다. 사용자의 관심을 파악하는 부분은 사용자가 태깅한 정보들을 협업적 여과를 이용하고, 컨텐츠 선별은 확률적인 방법인 나이브 베이지안 분류자를 이용한다. 이를 통해 협업적 여과 방법의 문제점인 희박성 문제(sparsity problem)와 초기 사용자 문제(cold-start user probleam) 대해 기존의 방법들과 비교하여 그 효과를 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.178-183
• /
• 2009

Online image dictionary has become more and more popular in concepts cognition. However, for existing online systems, only very few images are manually picked to demonstrate the concepts. Currently, there is very little research found on automatically choosing large scale online images with the help of semantic analysis. In this paper, we propose a novel framework to utilize community-generated online multimedia content to visually illustrate certain concepts. Our proposed framework adapts various techniques, including the correlation analysis, semantic and visual clustering to produce sets of high quality, precise, diverse and representative images to visually translate a given concept. To make the best use of our results, a user interface is deployed, which displays the representative images according the latent semantic coherence. The objective and subjective evaluations show the feasibility and effectiveness of our approach.