• 서비스연구
• /
• 제13권1호
• /
• pp.96-107
• /
• 2023

본 연구에서는 모바일 결제 서비스 이용률이 세계에서 가장 높은 중국 이용자들을 대상으로 어떤 이슈에 관심이 있는지를 미래신호 예측 방법론을 이용하여 예측하여 보았다. 이를 위하여 중국의 SNS 사이트로부터 모바일 결제와 연관된 텍스트 데이터를 수집한 후, 문장에서 추출한 키워드들을 키워드 등장 지도 (KEM: Keyword Emergence Map)와 키워드 이슈 지도 (KIM: Keyword Issue Map)를 이용하여 강신호, 약신호, 잠재신호, 그리고 강하지만 증가율이 낮은 신호로 분류하였다. 한 걸음 더 나아가서 본 연구에서는 4가지 종류의 신호를 구체적으로 이해하기 위해서 각 신호와 연관된 텍스트를 추가적으로 정성적인 분석을 실시하였다. 그 결과, 현재 뿐만 아니라 본 연구 기간 동안 키워드 출현 빈도가 빠르게 성장하고 있는 강신호에는 버스, 지하철, 가계부와 같이 중국인들의 일상생활과 관련된 키워드가 많이 포함되어 있음을 발견하였고, 현재에는 자주 등장하지만 강신호와는 달리 증가율이 낮은 신호에는 홍바오 (현금결제), 은행카드와 같이 현금 결제를 대체할 수 있는 다양한 서비스가 언급되었음을 발견하였다. 다른 신호에 비하여 출현 빈도가 저조한 약신호와 잠재신호에는 서비스 규정 변화나 이벤트와 연관된 키워드들이 포함되었다. 본 연구 결과를 통하여 모바일 결제 서비스는 중국 이용자들에게 편리함을 제공하는 것을 넘어서 그들의 일상생활을 크게 변화시켰음을 알 수 있었다. 그리고 신용카드 결제가 보편화되지 않은 중국에서 모바일 결제 서비스는 현금결제를 완전히 대체할 수 있는 서비스로 성장할 가능성이 높음을 알 수 있었다.

• 경영정보학연구
• /
• 제17권1호
• /
• pp.49-64
• /
• 2015

SNS의 확산으로 온라인 상점에서는 상품에 대한 주관적인 의견이 내포되어 있는 고객리뷰 정보가 빠르게 생성되고 확산되어 다른 고객들에게 큰 영향을 미치고 있다. 이와 더불어, 고객들의 긍정적 또는 부정적 의견을 분석하여 개선방안을 모색하려는 오피니언마이닝(opinion mining)이 주목 받고 있다. 고객리뷰에 내포된 감성정보를 가진 용어들은 감성분류를 하는데 가장 중요한 역할을 하기 때문에 영향력이 높은 용어를 선별하는 것이 가장 중요하다. 본 연구에서는 품사태깅을 이용하여 최적의 용어들을 선별하고 용어정보에 기반한 문서수준에서의 감성분류모형을 제안하고자 한다. 고객리뷰의 감성분류모형에 대표적인 기계학습기법인 SVM을 적용하고, SVM의 입력변수 선정과정에 품사태깅 방식과 용어추출기법을 다르게 조합하고 사용하여 긍정적/부정적 문서를 분류하였다. 본 연구에서 제안한 감성분류모형의 성과를 검증하기 위해 아마존(Amazon.com)의 영화와 도서에 대한 고객리뷰 80,000개를 수집하여 불필요한 용어들을 제거한 후 품사태깅을 통해 용어를 추출하였다. 추출된 용어는 문서빈도, TF-IDF, 정보획득량, 카이제곱 통계량의 값을 산출하여 값을 통해 용어들을 순위화하고, 각 상위 20개에 해당하는 최적의 용어를 선정한 후 SVM을 이용하였다. 제안된 감성분류모형을 통해 기존 연구에서 언급한 형용사만을 사용한 예측변수와 4품사를 사용한 예측변수에서의 실험결과를 통해 비교 분석하였다. 카이제곱 통계량 기반의 감성분류모형이 다른 모형보다 예측성과가 가장 우수하게 나타나는 것을 확인할 수 있었다. 본 연구에서 제안된 문서수준에서의 용어기반 감성분류모형을 이용함으로써 온라인 상점에서의 서비스 개선과 경쟁력 확보에 많은 도움이 될 것으로 기대된다.