Earticle

초록

한국어

최근 기업들이 온·오프라인 통합 리뷰 서비스를 강화하며 온라인 리뷰의 영향력이 높아지고 있는 상황이지만, 이벤트성 리뷰를 작성한 리뷰어 또한 늘어나며 소비자들의 온라인 리뷰에 대한 신뢰가 상실되는 역효과가 발생하고 있다. 따라서, 우수 리뷰어를 판별하는 방법에 대한 분석이 필요함에도 불구하고, 대부분의 선행연구는 우수 리뷰의 판별에만 초점을 맞추고 있다. 이에, 본 연구에서는 H&B시장의 온라인과 오프라인을 모두 고려한 옴니채널(Omni Channel)에서의 리뷰 및 리뷰어 데이터를 수집하여, 빅데이터 분석기법인 감성분석과 머신러닝을 활용하여 신뢰성 있는 리뷰를 작성한 우수 리뷰어를 판별하기 위한 모델을 제안, 개발하고자 한다. 또한, 이 판별모델로 측정한 리뷰어의 순위와 실제 기업에서 제공하는 리뷰어 순위를 비교해보고, 제시된 모델로부터 도출된 우수 리뷰어와 일반 리뷰어의 특성을 통계적인 기법을 활용하여 비교해보고자 한다. 본 연구의 결과를 통해 향후 H&B 시장 옴니채널에서의 리뷰어 관련 학술적 및 실무적 시사점을 제시할 수 있기를 기대한다.

목차

Abstract
1. 서론
2. 이론적 배경
2.1 온라인 리뷰
2.2 온라인 리뷰 플랫폼
2.3 온라인 리뷰 유용성
2.4 정보품질의 개념적 프레임워크
2.5 빅데이터 분석
3. 연구 방법
3.1 연구대상
3.2 연구절차
3.3 우수 리뷰어 모델 연구개요
4. 분석결과
4.1 데이터 수집
4.2 데이터 전처리
4.3 리뷰어 순위선정 모델 생성
4.4 LSR 모델을 통한 리뷰어 비교
4.5 LSR 모델 검증 결과
4.6 리뷰어 특성 비교
5. 요약 및 결론

저자

• 서민진 [ 경희대학교 일반대학원 경영대학 ]
• 양성병 [ 경희대학교 경영대학 경영학과 & 빅데이터응용학과 ]

참고문헌