Earticle

초록

한국어

사람들은 합리적인 의사결정을 원하며 이를 위해 사전에 충분한 정보를 얻고자 노력한다. 온라인 고객 리뷰는 사전 경험자들의 의견과 평가를 전달하여 불확실한 의사결정을 절감하는 역할을 해 왔다. 이러한 일면에서 리뷰의 유용성을 예측하는 연구는 많이 수행되었으나, 글의 주제의 영향을 함께 고려한 연구는 많지 않았다. 본 연구는 구직 의사 결정에 도움을 주는 온라인 기업 리뷰 플랫폼인 잡플래닛에서 유용성의 예측에 대한 주제의 영향을 연구한다. 효과적인 주제 식별을 위해 주제 모델링 기반 피처 엔지니어링을 제안한다. 리뷰에서 제목과 긍정평가, 부정평가에서 각각 15, 10, 13개의 주제가 식별되었으며, 각 주제 확률이 리뷰의 기본 변수와 함께 예측 변수로 활용되었다. 예측 모델을 위해 4개의 머신러닝 알고리즘이 비교 분석되었으며, 기업 리뷰 유용성 예측에는 LightGBM이 RMSE기반 가장 높은 성능임을 확인하였다. 유용성 예측에 대한 주제 변수의 기여도 확인을 위해 XAI 방법을 활용하였으며, 주로 부정적인 평가와 주제가 구직자들의 유용성에 영향을 미치는 것으로 확인 되었다. 본 연구는 기업 리뷰를 대상으로 한 효과적인 유용성 예측 모델을 제시하며, 구직자들이 어떠한 주제에 유용성을 인지하는지 또한 식별할 수 있다.

목차

Abstract
Introduction
Literature Review
Review helpfulness
Research method
Research data collection
Job-neologism dictionary
Topic Modeling
Machine learning
Results
LDA results
Variable definition
Prediction results and variables contributions
Discussions
Conclusion
References

저자

• 김지호 [ 고려대학교 산업경영공학과 ]
• 임희찬 [ 고려대학교 산업경영공학과 ]
• 이홍철 [ 고려대학교 산업경영공학과 ]
• 이한준 [ 명지대학교 경영정보학과 ]

참고문헌