Earticle

초록

한국어

이커머스 플랫폼에서 제품의 평점은 소비자의 구매 의사결정뿐만 아니라 기업 측면에서도 이를 기반으로 제품을 개선하고 마케팅 전략을 조정하는데 중요한 역할을 한다. 하지만, 최근 이커머스 플랫폼에서 리뷰 내용과 평점 간의 불일치 문제로 소비자들에게 혼란을 주어 그 신뢰도를 저하시키고 있다. 이는 소비자의 구매 결정에 부정적인 영향을 미칠 수 있으므로 리뷰와 평점의 불일치를 해결하고, 신뢰할 수 있는 정보를 제공하는 방안이 필요하다. 그리하여, 본 연구는 이커머스 플랫폼에서 리뷰와 평점 간의 불일치를 듀얼 프로세스 이론(Dual process theory)를 기반으로 이해하고, 이를 해결하기 위한 분석을 진행한다. 연구 방법으로 텍스트 마이닝을 통해 리뷰 데이터의 속성을 분류하고, 이를 감성 분석과 함께 시각화함으로써 객관적으로 신뢰할 수 있는 리뷰 결과를 제공한다. 본 연구는 듀얼 프로세스 이론을 적용하여 리뷰와 평점 간의 불일치 문제를 이해하고, 이를 해결하기 위하여 텍스트 마이닝과 시각화 기법을 통해 리뷰 데이터를 분석함으로써 기존 이커머스 관련 문헌의 확장에 기여한다. 더불어, 본 연구결과는 소비자들이 신뢰할 수 있는 정보를 바탕으로 구매 결정을 내릴 수 있도록 지원하며, 기업에게는 고객 만족도를 향상시킬 수 있는 유용한 인사이트를 제공한다.

목차

Abstract
1. 서론
2. 이론적 배경
2.1 듀얼 프로세스 이론(Dual Process Theory)
2.2 이커머스에서 리뷰와 평점 불일치
3. 연구 방법론
3.1 ABSA
3.2 연구 절차
4. 연구 결과
4.1 Macro-f1을 활용한 모델의 성능 평가
4.2 Streamlit을 활용한 시각화
5. 결론 및 시사점
References

저자

• 양태성 [ 경기대학교 사회과학대학 응용통계전공 ]
• 윤민범 [ 경기대학교 소프트웨어경영대학 산업경영공학전공 ]
• 최재성 [ 경기대학교 지식정보서비스대학 경영정보전공 ]
• 이소현 [ 경기대학교 소프트웨어경영대학 산업경영정보공학과 ]

참고문헌