DOI QR코드

DOI QR Code

텍스트 마이닝 기반의 자산관리 핀테크 기업 핵심 요소 분석: 사용자 리뷰를 바탕으로

An Analysis of Key Elements for FinTech Companies Based on Text Mining: From the User's Review

  • 투고 : 2020.11.25
  • 심사 : 2020.12.22
  • 발행 : 2020.12.31

초록

Purpose Domestic asset management fintech companies are expected to grow by leaps and bounds along with the implementation of the "Data bills." Contrary to the market fever, however, academic research is insufficient. Therefore, we want to analyze user reviews of asset management fintech companies that are expected to grow significantly in the future to derive strengths and complementary points of services that have been provided, and analyze key elements of asset management fintech companies. Design/methodology/approach To analyze large amounts of review text data, this study applied text mining techniques. Bank Salad and Toss, domestic asset management application services, were selected for the study. To get the data, app reviews were crawled in the online app store and preprocessed using natural language processing techniques. Topic Modeling and Aspect-Sentiment Analysis were used as analysis methods. Findings According to the analysis results, this study was able to derive the elements that asset management fintech companies should have. As a result of Topic Modeling, 7 topics were derived from Bank Salad and Toss respectively. As a result, topics related to function and usage and topics on stability and marketing were extracted. Sentiment Analysis showed that users responded positively to function-related topics, but negatively to usage-related topics and stability topics. Through this, we were able to extract the key elements needed for asset management fintech companies.

키워드

과제정보

이 연구는 연세대학교 미래융합연구원(ICONS)의 지원으로 수행되었음.

참고문헌

  1. 김현우, 김승인. "핀테크 애플리케이션의 사용자 경험 연구-토스와 카카오뱅크를 중심으로." 디지털융복합연구 18.1, pp.287-293. https://doi.org/10.14400/JDC.2020.18.1.287
  2. 서문석, 김동호. "빅데이터 기반의 핀테크서비스 모델의 변화 방향에 관한 연구." e비즈니스연구 20.2, 2019, pp.195-213.
  3. 이경상, 김기윤, 이준기. "스마트 모빌리티의 구매요인 분석: Mental Accounting Theory 와 텍스트 마이닝을 중심으로." 대한경영학회지 31.11, 2018, pp.2147-2168.
  4. 정승재, 김승인. "Z 세대의 모바일 핀테크 서비스 사용자 경험 연구-카카오페이와 토스를 중심으로." 디지털융복합연구 18.1, 2020, pp.315-320. https://doi.org/10.14400/JDC.2020.18.1.315
  5. 정풀잎, 안현철, 곽기영. "텍스트 마이닝과 소셜 네트워크 분석을 이용한 스마트폰 디자인의 핵심속성 및 가치 식별." 대한경영학회지 32.1, 2019, pp.27-47.
  6. 최병설, 김남규. "감정 딥러닝 필터를 활용한 토픽 모델링 방법론." 정보시스템연구 28.4, 2019, pp.271-291.
  7. 홍태호, 임강, 박지영. "LDA 를 이용한 온라인 리뷰의 다중 토픽별 감성분석 -TripAdvisor 사례를 중심으로." 정보시스템연구 27.1, 2018, pp.89-110.
  8. 황해정, 심혜린, 최준호. "빅데이터 분석을 활용한 사용자 경험 평가 방법론 탐색 : 아마존 에코에 대한 온라인 리뷰 분석을 중심으로", 한국콘텐츠학회논문지, 제16권, 제8호, 2016, pp.517-528. https://doi.org/10.5392/JKCA.2016.16.08.517
  9. KOSME 기업심사센터, "KOSME 산업분석 Report, ICT: 핀테크." 융합금융처 산업 Report 2019-9호, 2019.
  10. Appel, Orestes, Francisco Chiclana, and Jenny Carter. "Main concepts, state of the art and future research questions in sentiment analysis." Acta Polytechnica Hungarica 12.3, 2015, pp. 87-108.
  11. Bhattacherjee, Anol, "Social Science Research: Principles, Methods, and Practices" Textbooks Collection. 3, 2012.
  12. Blei, David M. "Probabilistic topic models." Communications of the ACM 55.4, 2012, pp. 77-84. https://doi.org/10.1145/2133806.2133826
  13. Blei, David M. Andrew Y. Ng, and Michael I. Jordan. "Latent dirichlet allocation." Journal of machine Learning research 3. Jan, 2003, pp. 993-1022.
  14. Chang, J., Gerrish, S., Wang, C., Boyd-Graber, J., and Blei, D. "Reading tea leaves: How humans interpret topic models." Advances in neural information processing systems 22, 2009, pp. 288-296.
  15. Medhat, Walaa, Ahmed Hassan, and Hoda Korashy. "Sentiment analysis algorithms and applications: A survey." Ain Shams engineering journal 5.4, 2014, pp. 1093-1113. https://doi.org/10.1016/j.asej.2014.04.011
  16. Newman, D., Lau, J. H., Grieser, K., and Baldwin, T. "Automatic evaluation of topic coherence." Human language technologies: The 2010 annual conference of the North American chapter of the association for computational linguistics. 2010.
  17. Schouten, Kim, and Flavius Frasincar. "Survey on aspect-level sentiment analysis." IEEE Transactions on Knowledge and Data Engineering 28.3, 2015 pp. 813-830. https://doi.org/10.1109/TKDE.2015.2485209
  18. Zhang, Lei, Shuai Wang, and Bing Liu. "Deep learning for sentiment analysis: A survey." Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 8.4 (2018): e1253.
  19. 뉴스1, "[NFF2020] 뱅크샐러드 김태훈 금융업의 기회, 디지털화가 관건", 송화연, 최동현 기고, 2020.07.16.
  20. 매일경제, "토스 vs 뱅샐 1등 금융 플랫폼 전쟁... 토스, 결제․송금 기반 서비스로 인터넷은행 도전 뱅크샐러드는 데이터 기반 서비스로 소비자 눈길", 김강래 기고, 2019.10.30.
  21. 조선비즈, "모바일로 자산관리하는 시대...가계부 작성부터 세금 계산까지", 안소영 기고, 2017.02.17.
  22. 조선일보, "새로운 시장 잡아라! '마이데이터' 쟁탈전", 김회권 기고, 2020.12.06
  23. 중앙일보, "요즘 돈관리 이렇게 하더라...90년생 은행원 폰엔 이것 있다", 정용환 기고, 2019.12.03.