• 인터넷정보학회논문지
• /
• 제25권3호
• /
• pp.43-54
• /
• 2024

본 연구는 텍스트 마이닝 기법을 활용하여 다양한 OTT(Over-The-Top) 서비스 플랫폼에 대한 사용자 반응을 비교한다. 연구의 주요 목표는 OTT 서비스 플랫폼의 사용자 만족도를 파악하여 보다 효과적인 리뷰 전략을 수립하는 데 기여하는 것이다. 본 연구에서 다루는 주요 질문에는 다양한 OTT 서비스에 대한 사용자 리뷰에서 두드러진 토픽과 키워드를 식별하고 플랫폼별 사용자 반응을 이해하는 것이 포함된다. 이를 위해 긍정, 부정 리뷰에서 중요 단어를 추출하기 위해 Tf-idf를, 복잡한 사용자 리뷰를 보다 정교하고 포괄적으로 분석하기 위해 고급 토픽 모델링 기법인 BERTopic을 사용한다. Tf-idf 분석한 결과, 앱에 대한 긍정 리뷰는 콘텐츠와 관련된 단어들의 수치가 높았으며 부정 리뷰에서는 앱 사용 과정에서 발생할 수 있는 문제점에 관한 단어 수치가 높게 기록되었다. BERTopic을 활용한 토픽 모델링에서는 콘텐츠의 속성과 연관 지어 콘텐츠의 다양성, 앱 성능 요소, 결제, 호환성에 관한 키워드를 도출하였으며, 플랫폼 별로 두각을 보이는 속성이 다르다는 점도 확인하였다. 본 연구 결과는 사용자 행동과 선호도에 대한 중요한 인사이트를 제공하며, 이를 통해 OTT 서비스 제공업체는 사용자 경험과 만족도를 개선하는 데 활용할 수 있다. 또한, 연구자들은 사용자 리뷰 텍스트 분석에서 딥러닝 모델을 활용한 연구의 아이디어를 얻을 수 있을 것이라 기대한다.

• 한국빅데이터학회지
• /
• 제9권1호
• /
• pp.75-88
• /
• 2024

최근 온라인 플랫폼에서 구입한 육회를 섭취한 후 식중독 증상을 호소하거나 방울토마토에서 쓴맛이 난다는 리뷰가 뉴스에 등장한 사례가 있다. 이것은 정부 기관, 식품 제조업체나 유통업체가 온라인 플랫폼의 식품 리뷰를 분석하여 식품 위해를 탐지함으로써 소비자 식품안전 위험을 관리할 수 있음을 시사한다. 본 연구는 감성분석과 대형 언어 모델을 활용하여 식품 리뷰를 분석하고, 부정적인 리뷰를 탐지하여 주요 식품안전 위해(식중독, 변질, 화학적 이취, 이물질)를 다중 라벨링하는 분류 모델을 제안한다. 감성 분류 모델에서는 'funnel' 모델이 낮은 False Positive 비율로 부정 리뷰의 오분류 가능성을 최소화하는 데 효과적이었다. 식품안전 위해 다중 라벨링 모델은 GPT-3.5 보다 GPT-4 Turbo를 활용한 것이 재현율과 정확도 모두 96% 이상으로 높은 성능을 보였다. 정부 기관, 식품 제조업체나 유통업체는 제안된 모델을 사용하여 소비자 리뷰를 실시간으로 모니터링하고, 잠재적인 식품안전 문제를 조기에 탐지함으로써 위험을 관리할 수 있다. 이와 같은 시스템은 기업의 브랜드 평판을 보호하고, 소비자 보호를 강화하며, 궁극적으로는 소비자의 건강과 안전을 증진시키는 결과를 가져올 수 있다.

• 통상정보연구
• /
• 제17권3호
• /
• pp.3-27
• /
• 2015

제품이나 서비스에 대한 사용후기 중에는 과격한 표현이 포함되거나 사업자에게 불리한 내용이 포함된 것들이 많아서, 후기 작성자와 사업자 간에 마찰이 빚어지거나 심지어 법률적 분쟁으로까지 이어지는 경우가 많다. 본 연구는 부정적이고 과격한 표현이 담긴 사용후기관련 사례를 분석한 후, 사례에 나타난 사용후기에 대한 소비자들의 윤리적, 법률적 인식을 비교하기 위해 설문 조사를 실시하였다. 사례연구에 따르면, 대법원 판례는 행위자의 주요한 동기나 목적이 공공의 이익을 위한 것이라면 부수적으로 다른 사익적 목적이나 동기가 내포되어 있더라도, 후기 작성이 상대를 비방할 목적이 있다고 보기 어렵다고 판시한 바 있다. 사례 요지를 바탕으로 소비자들의 인식을 조사한 결과, 사업자에게 불리한 내용의 사용후기일지라도, 응답자들은 대체로 작성자의 법률적 책임수준보다는 이러한 행위에 대한 지지수준이 더 높은 것으로 나타났다. 구체적으로, 이러한 사용후기는 공공의 이익을 위한 정보제공에 더 큰 의미가 있으며, 특히 소비자에게 정확한 정보를 제공하기 위해서 허용되어야 한다는 의견이 우세해서, 연구대상 사례에 대한 대법원 판결과 맥락을 같이 하고 있다. 결론적으로, 사용후기에 대한 윤리의식과 함께 법률적 책임의식을 향상시키기 위한 정책적 노력이 병행될 필요가 있으나, 표현의 자유가 과도하게 침해되지 않도록 균형을 이루는 것이 중요하다.

• 한국IT서비스학회지
• /
• 제15권2호
• /
• pp.169-184
• /
• 2016

Smartphone use is rapidly spreading due to the advantage of being able to connect to the Internet anytime, anywhere--and mobile app development is developing accordingly. The characteristic of the mobile app market is the ability to launch one's app into foreign markets with ease as long as the platform is the same. However, a large amount of prior research asserts that consumers behave differently depending on their culture and, from this perspective, various studies comparing the differences between consumer behaviors in different countries exist. Accordingly, this research, which uses online product reviews (OPRs) in order to analyze the cultural differences in consumer behavior comparatively by nationality, proposes to compare the U.S. and South Korea by selecting ten apps which were released in both countries in order to perform a sentimental analysis on the basis of star ratings and, based on those ratings, to interpret the sentiments in reviews. This research was carried out to determine whether, on the basis of ratings analysis, analysis of review contents for sentiment differences, analysis of LDA topic modeling, and co-occurrence analysis, actual differences in online reviews in South Korea and the U.S. exist due to cultural differences. The results confirm that the sentiments of reviews for both countries appear to be more negative than those of star ratings. Furthermore, while no great differences in high-raking review topics between the U.S. and South Korea were revealed through topic modeling and co-occurrence analyses, numerous differences in sentiment appeared-confirming that Koreans evaluated the mobile apps' specialized functions, while Americans evaluated the mobile apps in their entirety. This research reveals that differences in sentiments regarding mobile app reviews due to cultural differences between Koreans and Americans can be seen through sentiment analysis and topic modeling, and, through co-occurrence analysis, that they were able to examine trends in review-writing for each country.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.263-283
• /
• 2024

Users' comments after online shopping are critical to product reputation and business improvement. These comments, sometimes known as e-commerce reviews, influence other customers' purchasing decisions. To confront large amounts of e-commerce reviews, automatic analysis based on machine learning and deep learning draws more and more attention. A core task therein is sentiment analysis. However, the e-commerce reviews exhibit the following characteristics: (1) inconsistency between comment content and the star rating; (2) a large number of unlabeled data, i.e., comments without a star rating, and (3) the data imbalance caused by the sparse negative comments. This paper employs Bidirectional Encoder Representation from Transformers (BERT), one of the best natural language processing models, as the base model. According to the above data characteristics, we propose the F_MixBERT framework, to more effectively use inconsistently low-quality and unlabeled data and resolve the problem of data imbalance. In the framework, the proposed MixBERT incorporates the MixMatch approach into BERT's high-dimensional vectors to train the unlabeled and low-quality data with generated pseudo labels. Meanwhile, data imbalance is resolved by Focal loss, which penalizes the contribution of large-scale data and easily-identifiable data to total loss. Comparative experiments demonstrate that the proposed framework outperforms BERT and MixBERT for sentiment analysis of e-commerce comments.

• 한국지능시스템학회논문지
• /
• 제20권2호
• /
• pp.202-207
• /
• 2010

본 논문에서는 감성 점수가 명시적으로 부여되지 않은 온라인 영화평에 대해 자동으로 감성을 분류하는 방법을 제안한다. 긍정이나 부정과 같은 감성 극성 분류를 위해 문자열 커널의 확장 모델인 음절 커널에 기반한 지지벡터기계를 분류기로 사용한다. 실험을 통하여 띄어쓰기나 철자 오류 같은 문법적인 오류가 빈번한 온라인 영화평에 대한 감성 분류에서 제안한 음절 커널 방법이 효과적임을 보인다.

• 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.

• Journal of Korea Trade
• /
• 제25권2호
• /
• pp.22-45
• /
• 2021

Purpose - This study aims to identify new attributes by analyzing reviews conducted by global automaker customers and to examine the influence of these attributes on satisfaction ratings in the U.S. automobile sales market. The present study used J.D. Power for customer responses, which is the largest online review site in the USA. Design/methodology - Automobile customer reviews are valid data available to analyze the brand personality of the automaker. This study collected 2,998 survey responses from automobile companies in the U.S. automobile sales market. Keyword analysis, topic modeling, and the multiple regression analysis were used to analyze the data. Findings - Using topic modeling, the author analyzed 2,998 responses of the U.S. automobile brands. As a result, Topic 1 (Competence), Topic 5 (Sincerity), and Topic 6 (Prestige) attributes had positive effects, and Topic 2 (Sophistication) had a negative effect on overall customer responses. Topic 4 (Conspicuousness) did not have any statistical effect on this research. Topic 1, Topic 5, and Topic 6 factors also show the importance of buying factors. This present study has contributed to identifying a new attribute, personality. These findings will help global automakers better understand the impacts of Topic 1, Topic 5, and Topic 6 on purchasing a car. Originality/value - Contrary to a traditional approach to brand analysis using questionnaire survey methods, this study analyzed customer reviews using text mining. This study is timely research since a big data analysis is employed in order to identify direct responses to customers in the future.

• 한국조리학회지
• /
• 제22권6호
• /
• pp.61-70
• /
• 2016

The purpose of this study is to identify the effects of a company's response strategies (response type, communication style, and response sincerity) on customer's brand attitude and purchase intentions. A fictional Facebook fan page containing 6 separate scenarios was developed based on actual customer reviews and company responses observed on Facebook restaurant fan pages. Participants were recruited from Amazon's Mechanical Turk (MTurk). A total of 202 responses were obtained; 185 responses were analyzed after deleting insufficient responses. The results of MANOVA found that an accommodative response leads customers to have a more favorable attitude towards a brand and have stronger purchasing intentions. In addition, customers who perceive the company's response to a negative review as sincere are more likely to have a positive brand attitude and purchasing intentions, as compared to those who perceive it as either insincere or neutral.

• International Journal of Contents
• /
• 제15권1호
• /
• pp.1-9
• /
• 2019

Since the VR market is expected to have a high growth, this study aimed to investigate the human factor-related determinants of user satisfaction with mobile VR headsets. A pre-study of customer reviews was conducted with the help of semantic network analysis to identify the core keywords for understanding negative and positive predictors of mobile VR headset experiences. Through laboratory testing with three different commercial models, the main study measured and identified the predictors of user satisfaction. From the results, five factors were extracted as valid predictor variables and used for regression analysis. These factors were immersion, VR sickness, usability, wear-ability and menu navigation interface. All the five predictors were proved to be significant determinants of the perceived user satisfaction with mobile VR headsets. Usability was the strongest predictor, followed by VR sickness and wear-ability. Practical and theoretical implications of the results were discussed.