• 제목/요약/키워드: 앱 리뷰

검색결과 45건 처리시간 0.021초

모바일 앱 평가항목에 대한 사례 연구 (A Study on Evaluation items for Mobile App)

  • 이공선;김재웅;신석규
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2011년도 추계학술발표대회
    • /
    • pp.1327-1329
    • /
    • 2011
  • 모바일 단말기는 단순한 통화위주의 기기에서 애플리케이션을 실행하는 스마트폰으로 변화하고 있으며, 가입자도 1000 만명을 넘어섰다. 기존의 모바일 단말기가 제조사의 단말기에 탑재한 어플리케이션만을 사용하는 것과는 다르게, 스마트폰에서는 다양한 앱을 사용할 수 있다. 2011 년 애플사가 발표한 iOS 용 앱은 이미 425,000 개 이상이다. 하지만 앱스토어들마다 자체적으로 정의한 리뷰지침이 있지만 일반적으로 적용할 수 있는 품질특성이 정의되지는 않았다. 본 논문에서는 소프트웨어 품질 관련 표준에 기반한 품질특성과 평가항목을 도출한다.

소셜 미디어 앱 리뷰에서의 감성 분석 연구: 인스타그램 중심으로 (Research on Sentiment Analysis in Social Media App Reviews: Focusing on Instagram)

  • 이문기;우위항
    • 감성과학
    • /
    • 제27권1호
    • /
    • pp.69-80
    • /
    • 2024
  • 본 연구는 Google Play에서 수집된 Instagram 사용자 리뷰에 대한 심층 분석을 통해, 이 연구는 애플리케이션의 성능과 사용자 만족도에 대한 중요한 통찰력을 얻고자 한다. 텍스트 마이닝과 감성 분석 기술을 활용하여 사용자 리뷰에 담긴 감성과 의견을 체계적으로 파악하며, 이를 통해 앱의 개선점과 사용자 경험을 깊이 이해하려고 한다. 인스타그램 리뷰가 사용자들의 다양한 경험을 어떻게 반영하는지, 그리고 앱의 장단점을 어떻게 드러내는지를 분석한다. 이를 위해 나이브 베이즈 알고리즘을 사용한 감성 분석을 수행하며, 이 결과는 인스타그램 서비스 개선에 도움이 될 것으로 기대된다. 연구는 또한 개발자들이 사용자 피드백을 더 잘 이해하고 활용하는 데 도움을 주며, 결국 사용자 만족도를 향상시키는 데 기여할 것으로 예상된다. 이 연구는 소셜 미디어 사용 패턴과 사용자 의견의 복잡한 관계를 탐색하고, 이를 통해 더 나은 사용자 경험을 제공하는 방안을 모색한다.

메타버스 앱 시장과 여가: 오큘러스 앱 분석 (Metaverse App Market and Leisure: Analysis on Oculus Apps)

  • 김태경;김성수
    • 지식경영연구
    • /
    • 제23권2호
    • /
    • pp.37-60
    • /
    • 2022
  • 가상현실 게임의 성장과 블록체인 기술의 대중화는 메타버스(metaverse) 산업 생태계 형성에 유의미한 변화를 가져오고 있다. 메타(Meta)가 VR 기기 제조 및 관련 콘텐츠 개발사인 오큘러스(Oculus)를 인수한 이후, 가상현실 콘텐츠 시장의 성장이 가속화되고 있다. 본 연구를 통해 우리는 가상현실 앱 마켓의 콘텐츠를 탐색적으로 분석하여 여가(leisure)가 어떻게 기존의 모바일 앱과 가상현실 앱을 구분 짓고 있는지 탐색적으로 알아보았다. 이를 위해 오큘러스 한국 스토어에 등록된 241개 앱의 장르와 설명을 텍스트 마이닝으로 분석하였다. 그 결과, 앱 카테고리 키워드를 기초로 앱에 대한 준네트워크(quasi-network)를 생성하여 키워드 장르 간 암묵적 지식 네트워크를 시각화하였다. 또한 G&F 역할 프레임워크를 활용하여 여가가 차지하는 상대적 역할을 조명하였다. 추가적으로, 사용자의 리뷰 데이터를 LDA 토픽 모델링 방법으로 분석하였다. 본 연구는 가상현실 하의 메타버스 앱 생태계의 특징을 규명하기 위한 이론 개발의 기초 자료를 제공한다는 점에서 의의가 있다.

사용자 리뷰 마이닝을 결합한 협업 필터링 시스템: 스마트폰 앱 추천에의 응용 (A Collaborative Filtering System Combined with Users' Review Mining : Application to the Recommendation of Smartphone Apps)

  • 전병국;안현철
    • 지능정보연구
    • /
    • 제21권2호
    • /
    • pp.1-18
    • /
    • 2015
  • 협업 필터링은 학계나 산업계에서 우수한 성능으로 인해 많이 사용되는 추천기법이지만, 정량적 정보인 사용자들의 평가점수에만 국한하여 추천결과를 생성하므로 간혹 정확도가 떨어지는 문제가 발생한다. 이에 새로운 정보를 추가로 고려하여, 협업 필터링의 성능을 개선하려는 연구들이 지금까지 다양하게 시도되어 왔다. 본 연구는 최근 Web 2.0 시대의 도래로 인해 사용자들이 구입한 상품에 대한 솔직한 의견을 인터넷 상에 자유롭게 표현한다는 점에 착안하여, 사용자가 직접 작성한 리뷰를 참고하여 협업 필터링의 성능을 개선하는 새로운 추천 알고리즘을 제안하고, 이를 스마트폰 앱 추천 시스템에 적용하였다. 정성 정보인 사용자 리뷰를 정량화하기 위해 본 연구에서는 텍스트 마이닝을 활용하였다. 구체적으로 본 연구의 추천시스템은 사용자간 유사도를 산출할 때, 사용자 리뷰의 유사도를 추가로 반영하여 보다 정밀하게 사용자간 유사도를 산출할 수 있도록 하였다. 이 때, 사용자 리뷰의 유사도를 산출하는 접근법으로 중복 사용된 색인어의 빈도로 산출하는 방안과 TF-IDF(Term Frequency - Inverse Document Frequency) 가중치 합으로 산출하는 2가지 방안을 제시한 뒤 그 성능을 비교해 보았다. 실험결과, 제안 알고리즘을 통한 추천, 즉 사용자 리뷰의 유사도를 추가로 반영하는 알고리즘이 평점만을 고려하는 전통적인 협업 필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인할 수 있었다. 아울러, 중복 사용 단어의 TF-IDF 가중치의 합을 고려했을 때, 단순히 중복 사용 단어의 빈도만을 고려했을 때 보다 조금 더 나은 예측정확도를 얻을 수 있음도 함께 확인할 수 있었다.

유아용 스마트폰 애플리케이션 평가 및 리뷰점수에 따른 차이분석 (Evaluation of Smart-phone Applications for Young Children and Analysis of Differences according to Review Scores)

  • 구희정
    • 한국콘텐츠학회논문지
    • /
    • 제20권11호
    • /
    • pp.228-236
    • /
    • 2020
  • 본 연구는 2020년 4월 현재 우리나라의 안드로이드 기반 스마트폰에 탑재된 유아용 애플리케이션을 리뷰점수에 따라 상·하위 집단으로 나누어 각각 30개씩의 애플리케이션을 선정하고, 내용 분석 및 애플리케이션 평가를 실시하여 집단 간 차이가 있는지 살펴보는 것이었다. 이를 통해 유아용 스마트폰 애플리케이션에 대한 객관적 정보를 제공함으로써 부모와 유아교육전문가가 질적으로 우수한 유아용 애플리케이션을 선택할 수 있도록 돕고, 애플리케이션 개발자에게는 발달에 적합한 유아용 애플리케이션 개발을 위한 아이디어와 방향성을 제시하고자 하였다. 애플리케이션의 내용분석 결과, 애플리케이션 유형은 상·하위 집단 모두에서 자료제시형, 시뮬레이션형 및 게임형만 나타났고, 주제가 속한 누리과정 영역은 상·하위 집단에서 5개 누리과정영역이 모두 나타났으나 그 순서에서는 차이를 보였다. 앱 구매비용의 경우, 리뷰점수 상위 집단은 저가부터 100,000원 이상의 고가까지 분포되어 있는 반면, 하위집단에서는 상대적으로 고가의 애플리케이션이 적었다. 한편 애플리케이션 평가 결과, 리뷰점수 상·하위 집단 간에는 기능요소 전체와 내용요소 전체를 비롯하여 평가 점수 전체에 대해 유의미한 차이가 나타났다. 세부 하위요인의 경우 기능요소의 '기술성'을 제외한 모든 요인에서 유의미한 차이를 보였다.

고객 리뷰를 통한 모바일 앱 서비스 포지셔닝 분석: 비대면 진료 앱을 중심으로 (Customer Voices in Telehealth: Constructing Positioning Maps from App Reviews)

  • 김민재;이홍주
    • 지능정보연구
    • /
    • 제29권4호
    • /
    • pp.69-90
    • /
    • 2023
  • 본 연구의 목적은 최근 확산되고 있는 국내 비대면 의료 서비스 애플리케이션의 서비스 속성과 소비자 반응을 정확히 평가하고 각 서비스간 차별성을 시각화하기 위한 방안을 모색하는 것이다. 이를 위해 국내에서 서비스 중인 주요 6개 비대면 진료 애플리케이션의 구글 플레이스토어 사용자 리뷰 데이터 총 2만 건을 수집하였다. 수집된 데이터에 대해 문장 단위로 분리한 후, BERTopic 모델링 기법을 적용하여 각 문장이 속한 서비스 속성에 대한 토픽을 도출하였다. 다음으로 미세조정된 KoBERT 모델을 통해 각 문장의 토픽에 대한 감성 점수를 예측하였다. 분석 결과, 사용자 리뷰로부터 애플리케이션 속성과 진료 속성 두 가지 범주 아래에서 각각 5개와 3개의 서비스 특성 토픽이 발견되었다. 애플리케이션 속성으로는 '예약 시스템', '사용 용이성', '재고 확인', '디자인', '안정성' 등이, 진료 속성으로는 '원격 의료적 속성', '편의성', '배송' 등이 도출되었다. 각 애플리케이션은 이러한 속성들에 대해 다른 수준의 감성 점수를 보였다. 주성분분석을 통해 속성별 감성 점수를 축약하여 2차원 공간 상의 포지셔닝 맵을 생성하였다. 결과적으로 본 연구는 비대면 진료 애플리케이션 사용자 리뷰 텍스트를 바탕으로 실증적 통계 방법과 텍스트 마이닝 기술을 접목하여 서비스 속성 도출, 감성 분석, 제품 포지셔닝 이라는 일련의 체계를 제시하고 있다. 이는 비대면 진료 애플리케이션의 서비스 품질과 소비자 반응을 객관적으로 진단할 수 있는 효과적인 방안이 될 것으로 기대된다.

텍스트마이닝을 활용한 러닝 어플리케이션 사용자 리뷰 분석: Nike Run Club과 Runkeeper를 중심으로 (Analysis of User Reviews of Running Applications Using Text Mining: Focusing on Nike Run Club and Runkeeper)

  • 류기문;김일광
    • 산업융합연구
    • /
    • 제22권4호
    • /
    • pp.11-19
    • /
    • 2024
  • 본 연구의 목적은 텍스트마이닝을 활용하여 러닝 어플리케이션 사용자의 리뷰를 분석하였다. 본 연구는 python3의 selenium 패키지를 이용하여 google playstore의 Nike Run Club, Runkeeper의 사용자 리뷰들을 분석자료로 이용하였으며, okt 분석기를 통해 한글 명사만을 남겨 형태소를 분리하였다. 형태소 분리 후 rankNL 사전을 만들어 불용어(stopword)를 제거하였다. 자료 분석을 위해 텍스트마이닝의 TF(빈도분석), TF-IDF(키워드 빈도-문서 역빈도), LDA 토픽모델링을 통해 분석하였다. 본 연구의 결과는 다음과 같다. 첫째, Nike Run Club, Runkeeper 어플리케이션 사용자 리뷰에서 공통적으로 상위 키워드로 '기록', '앱', '운동'의 키워드가 도출되었으며 TF, TF-IDF의 순위에는 차이가 나타났다. 둘째, Nike Run Club의 LDA 토픽모델링으로 '기본 항목', '추가 기능', '오류 사항', '위치기반데이터'의 토픽이 도출되었고 Runkeeper는 '오류 사항', '음성 기능', '러닝 데이터', '사용 혜택', '사용 동기'의 토픽이 도출되었다. 결과를 통해 제언하면 어플리케이션의 경쟁력 향상을 기여하기 위해 오류 및 개선사항을 보완해야 한다.

COVID-19 접촉추적과 노출알림 앱사용자의 항의 및 불만요인 탐색 (Key Determinants of Dissatisfaction on COVID-19 Contact Tracing and Exposure Notification Apps)

  • 임병학;홍한국
    • 한국콘텐츠학회논문지
    • /
    • 제21권9호
    • /
    • pp.176-183
    • /
    • 2021
  • 디지털 의료기술은 매우 효과적이면서 동시에 개인정보를 보호해야 하는 과제를 앉고 있다. 그러나 오늘날 COVID 19 환경에서 접촉추적과 노출알림 앱의 경우 개인정보보호 조치와 앱의 사용효과 사이에 항상 상충 관계가 있다. 오늘날 많은 국가들이 COVID 19 확산을 방지하기 위해 다양한 형태로 접촉추적과 노출알림 앱을 개발하여 사용하고 있지만 디지탈 감시(디지탈 판옴티콘) 의심을 피하지 못하고 있다. 따라서, 본 연구에서는 우리나라의 '자가격리자 안전보호 앱' 사용자 리뷰을 추출하여 텍스트마이닝 분석을 통해 개인정보 침해 요인 및 불만족 요인을 파악하고자 한다. 텍스트마이닝 분석결과, 우리는 4개 그룹, '주소인식 오류', '이탈경고 오류', '접속 오류', '프로그램 오류'를 도출하였다. '주소인식 오류'와 '이탈경고 오류'는 앱에 의한 감시를 받고 있다는 인식을 강하게 줄 수 있어 개인정보 보호에 대한 투명한 관리 및 개인정보 수집관련 동의절차가 필요하다. 또 나머지 두 그룹은 앱기능 혹은 프로그램 버그오류로 바로 수정이 되지 않는다면, 사용자들의 불만을 극대화시켜 감시자에 대한 항의를 일으킬 수 있다.

정부24 앱 사용자 리뷰 분석을 통한 문제 파악 및 개선방안: 토픽 모델을 통한 통찰 (Problem Identification and Improvement Measures through Government24 App User Review Analysis: Insights through Topic Model)

  • 한무명초;노미진
    • 스마트미디어저널
    • /
    • 제12권11호
    • /
    • pp.27-35
    • /
    • 2023
  • 4차 산업혁명과 코로나19 대유행의 영향으로 비대면 환경이 활성화되면서, 정부24 앱을 활용한 민원 서비스 이용량이 급증하고 있다. 따라서 공공 앱에 대한 사용자들의 불만과 개선 요구도 늘어나고 있으며 이에 대한 체계적인 관리가 필요하다. 본 연구의 목적은 정부24 앱 사용자의 불만 사항을 분석하여 민원인의 불만 현황을 파악하고 개선방안을 제시하는 것이다. 구글 플레이 스토어에서 2013년 5월 2일부터 2023년 6월 30일까지 데이터 6,344건을 수집하였으며, 이 중 평점이 1점이면서 '좋아요(thumbsUp)'를 1회 이상 받은 1,199건의 데이터를 토픽 모델 분석에 사용하였다. 분석 결과 '증명서 발급 문제', '사이트 작동 및 UI 문제', '사용자 아이디 관련 문제', '업데이트 문제', '공무원의 앱 관리 문제', '예산 낭비 문제((별 한 개도 or 세금이) 아깝다)', '비밀번호 관련 문제'라는 총 7개의 토픽을 추출하였다. 또한, 전체 토픽은 2021년까지 증가세를 보이다가 2022년에는 약간 감소하였으나 2023년에 다시 증가하는 추세를 보여 업데이트와 관리가 매우 시급하다. 본 연구의 결과가 현재 공공 앱의 문제점을 파악하여 앞으로 민원인이 만족하는 공공 앱 개발 및 관리에 도움이 되기를 기대한다.

텍스트 마이닝을 이용한 부동산 서비스 앱 리뷰 분석 (Real Estate Service App Review Analysis Using Text Mining)

  • 강성안;김동연;류민호
    • 한국정보시스템학회지:정보시스템연구
    • /
    • 제30권4호
    • /
    • pp.227-245
    • /
    • 2021
  • Purpose The purpose of this study is to examine the variables affecting user satisfaction through previous studies and to examine the differences between apps. Differences are based on factors that determine the quality of real estate service apps and derived by the topic modeling results. Design/methodology/approach This study conducts topic modeling to find factors affecting user satisfaction of real estate service apps using user reviews. Sentiment analysis is additionally conduct on the derived topics to examine the user responses. Findings Users give high sentiment scores for services that can manage factors such as usefulness of information, false sales, and hype. In addition, managing the basic services of app is an important factor influencing user satisfaction.