earticle

한국어

최근 인터넷, 모바일 기술의 비약적인 발전으로 인 해 사람들은 온라인 공간에서 텍스트, 이미지, 동영 상 등의 다양한 비정형 데이터로 본인의 경험과 가 치를 공유하고, 정보를 생성하는 등 새로운 문화형 성에 큰 영향을 미치고 있다. 특히 제품이나 서비스 의 사용후기를 간결하고 빠르게 전달하여 확산시키 기 때문에 방대한 양의 고객리뷰에서 의미 있는 정 보를 지능적으로 유추해내는 다양한 연구들이 활발 히 진행되고 있다. 따라서 본 연구에서는 모바일 앱 구매고객의 리뷰와 평점을 분석대상으로 선정하였으며, 리뷰 속에 내포 된 긍부정 수준을 지능적으로 식별하는 리뷰 마이닝 /감정분석을 시도하였다. 특히 본 연구에서는 온라 인 글쓰기의 발달로 인해 전통적 글쓰기의 구성이 말하기의 특성을 반영한 두괄식 혹은 미괄식 구성의 형태로 변화하고 있다는 점에 착안하여 문장의 위치 에 따라 가중치를 부여하여 감정분석의 예측 정확도 를 제고하고자 하였다. 본 연구는 크게 다음의 세 단계로 수행된다. 첫번째 단계에서는 텍스트 데이터를 R의 KoNLP 패키지를 이 용하여 전처리하고, 이어 용어-문서 행렬(TDM, Term-Document Matrix)로 변환한다. 두번째 단계에서 는 전처리된 텍스트 데이터와 고객평점에 릿지 회귀 (ridge regression) 분석을 적용하여 감정사전을 구 축한다. 세번째 단계에서는 문장의 위치에 따라 1.5‾10까지의 가중치를 차례로 적용함으로써 기존 감정분석 대비 예측 정확도를 얼마나 제고 시킬 수 있는지 확인하고 성과를 비교한다. 제안 기법을 모 바일 앱스토어의 고객리뷰 데이터에 적용한 결과, 첫번째 문장에 가중치를 적용하였을 때 감정분석의 예측 정확도가 소폭 향상됨을 확인할 수 있었다.