Earticle

초록

한국어

소비자들은 제품 및 서비스를 구매함에 있어 불확실성과 위험을 줄이기 위해 온라인 리뷰를 활용하고 있다. 그러나 너무 많은 온라인 리뷰는 소비자에게 혼란을 가중하고 있으며 유용한 정보를 제공하고 있는 리뷰를 선별하기 위해 많은 시간과 노력이 요구된다. 웹사이트에서는 사용자들의 투표로 온라인 리뷰에 대한 유용성을 제공하고 있으며 리뷰의 유용성에 영향을 미치는 요인들에 대한 연구가 활발하게 이루어져 왔다. 또한 예측모형을 구축하여 최근에 작성되었거나 유용성 투표가 제공되지 않는 사이트에서도 유용한 리뷰인지 아닌지 예측할 수 있도록 하였다. 이러한 예측모형은 다양한 기법을 적용하여 높은 예측성과를 보이고 있지만 모형에 대한 해석이 어렵다는 한계가 존재한다. 본 연구에서는 온라인 리뷰의 텍스트를 기반으로 리뷰 유용성에 대한 예측모형을 로짓, 인공신경망, SVM, XGBoost로 구축하고 예측모형에 설명가능한 인공지능을 적용하여 유용한 리뷰와 유용하지 않은 리뷰에 대한 영향요인의 중요도를 살펴본다. 이는 유용한 리뷰에 대한 해석을 통해 보다 신뢰할 수 있는 정보를 제공할 수 있을 것이라 기대한다

목차

Abstract
1. 서론
2. 이론적 배경
2.1 리뷰 유용성
2.2 XGBoost (eXtreme Gradient Boosting)
2.3 설명가능한 인공지능
3. 연구방법
4. 실험 및 결과
4.1 데이터
4.2 감정분석
4.3 리뷰 유용성 예측
4.4 리뷰 유용성 예측모형 해석
5. 결론 및 향후연구방향
References

저자

• 김은미 [ 국민대학교 정보기술연구소 연구원 ]
• 야오즈옌 [ 부산대학교 경영대학 박사과정 ]

참고문헌