Earticle

유용한 온라인 리뷰는 고객에게 가치 있는 정보를 제공하고 불확실성을 줄여주며 구매 의사결정을 지원한다. 온라인 리뷰가 제공하는 풍부한 정보는 리뷰 유용성에 영향을 미치는 요인으로 리뷰 유용성 간의 영향관계를 살펴볼 필요가 있다. 따라서 본 연구에서는 온라인 리뷰가 제공하는 정보적 요인이 리뷰 유용성에 미치는 영향관계를 살펴보고 제품의 유형에 따른 조절효과를 확인하고자 한다. 본 연구에서는 JD.com의 온라인 리뷰를 제품유형에 따라 수집하였으며, 텍스트 길이와 이미지 수가 리뷰 유용성에 미치는 영향이 역 U자 형의 비선형 관계를 나타냄을 확인하였다. 또한 동영상이 리뷰 유용성에 영향을 미치며, 정보의 풍부함이 리뷰 유용성에 긍정적 영향을 미친다는 사실을 확인하였다. 제품유형에 따른 조절효과에서는 리뷰의 길이, 이미지, 동영상, 그리고 이 세 가지 정보 구성 요인이 제공하는 정보 풍부성과 리뷰 유용성 간의 관계에서 탐색제품보다 경험제품이 더 강하게 나타났다. 분석을 통해 본 연구는 온라인 리뷰의 다양한 콘텐츠 요소가 정보처리에 미치는 영향과 온라인 쇼핑에서의 의사결정에 도움이 되는 방식을 확인하였다. 이러한 연구결과는 리뷰 유용성 평가에 있어 온라인 리뷰 구조의 역할에 대한 이해를 심화시키며, 플랫폼이 리뷰 생성 및 추천을 위한 효과적인 전략을 수립하고, 리뷰어가 잠재고객에게 더 유용한 리뷰를 작성하는 데 기여할 수 있도록 정보를 제공한다.

Helpful online reviews provide customers with valuable information, reduce uncertainties, and support purchasing decisions. Although previous studies have identified various factors that influence review helpfulness, the relationship between informational elements and review helpfulness requires further analysis and clarification. This study analyzed online shopping review, revealing that the impact of text length and number of images on review helpfulness is nonlinear, exhibiting an inverted U-shaped effect. Additionally, our study confirmed that videos significantly enhanced perceived helpfulness and that the information richness of a review positively influenced its helpfulness. The moderating effect of product type shows that the relationship between review length, images, videos, and the richness of information provided by these factors and review helpfulness is stronger for experience goods than for search goods. The analysis explains the influence and significance of various content components in shaping online reviews and their influence on aiding information processing for online shopping. These findings deepen our understanding of the role of online review structures in evaluating review helpfulness, assist platforms in formulating more effective strategies for review generation and recommendations, and guide reviewers in writing reviews that are more beneficial to potential customers.

Online reviews not only shape consumers' perceptions of products but also directly impact their ultimate purchasing behaviors. The textual content provides detailed descriptions and personal experiences with product usage. Although previous research has suggested a non-linear relationship between text length and review helpfulness and proposed an inverted U-shaped relationship between the two, these relationships lack comprehensive empirical validation. Therefore, to delve deeper into the relationship between text length and review helpfulness and to examine the moderating effects of visual elements, this paper conducts empirical analysis using online reviews from e-commerce platforms. Through rigorous analysis, we aim to validate the inverted U-shaped relationship between text length and review helpfulness and explore the moderating effects of images and videos on this relationship. The findings of our study are expected to contribute to the existing literature on online reviews and offer insights for enhancing the review strategies of e-commerce platforms.

온라인 리뷰의 역할이 중요해짐에 따라 유용한 리뷰를 선별하기 위해 많은 연구들이 이루어져 왔다. 유용한 리뷰는 고객들이 유용하다고 인지하는 리뷰이며, 평점, 리뷰길이, 리뷰내용 등에 영향을 받는 것으로 많은 연구에서 검증되었다. 유용한 리뷰는 소비자들의 투표에 의한 ‘좋아요’ 수에 의해 결정되며 유용성 투표가 많을수록 소비자의 구매의사결정에 중요한 영향을 미치는 것으로 간주된다. 그러나 최근에 작성되어 많은 고객들에게 노출되지 않은 리뷰는 상대적으로 ‘좋아요’ 수가 적을 수 있으며 투표에 응하지 않아 ‘좋아요’ 수가 없을 수도 있다. 따라서 유용한 리뷰를 판단하기 위해 ‘좋아요’ 수에 의존하기 보다는 리뷰 내용을 기반으로 유용한 리뷰를 분류하고자 한다. 리뷰의 텍스트는 리뷰 유용성에 가장 큰 영향을 미치는 요인으로 토픽 모델링, 감정분석 등 텍스트 마이닝을 적용하여 리뷰 텍스트에 포함된 콘텐츠와 감정의 영향을 다양하게 분석하고 있다. 본 연구에서는 글로벌 영화정보 사이트인 IMDb의 영화 리뷰를 활용하여 리뷰 콘텐츠를 기반으로 한 리뷰 유용성 예측모형을 제안한다. 설명가능한 그래프 신경망인 GNN(Graph Neural Network)을 적용하여 리뷰 유용성 예측모형을 구축하고, 설명가능한 인공지능을 통해 예측모형의 한계인 모형의 해석에 대한 문제를 해결한다. 설명가능한 그래프 신경망은 리뷰들 간의 연결관계도 확인할 수 있어 유용한 리뷰 또는 유용하지 않은 리뷰에 대해 보다 신뢰할 수 있는 정보를 제공할 수 있을 것이라 기대한다.

본 연구는 소셜미디어에서 공유되는 동영상 리뷰의 리뷰 유용성에 미치는 요인을 밝혀내고자 유튜브 동영상 리뷰 427편을 대상으로 토픽모델링, 감정분석을 수행하였다. 리뷰어 특성과 리뷰 콘텐츠의 감정 등 리뷰 유용성에 영향을 미치는 주요 요인들을 밝혀냈 다.

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

온라인 소비자들은 온라인 리뷰를 통해서 제품이나 서비스에 대한 상세한 정보, 사용경험 및 추천여부 등을 확보할 수 있다. 이와 같이 잠재 고객들은 온라인 리뷰를 통해 상품에 대해 정확하게 판단하고 신뢰할 수 있으며 온라인 리뷰를 통해 수집된 정보는 소비자 구매의사결정 과정에의 불확실성을 줄이고 도움이 될 수 있다. 이처럼 온라인 리뷰에 포함된 유용한 정보가 많을수록 소비자에게 더 도움이 될 것이다. 결국 유용성이 높은 온라인 리뷰는 온라인 쇼핑에 큰 도움을 줄 수 있다. 온라인 리뷰 플랫폼이나 전자 상거래 웹사이트는 리뷰 유용성 랭킹 순서대로 리뷰를 제시하고 있기 때문에 리뷰 유용성이 소비자의 온라인 쇼핑 과정에 중용한 역할을 하고 있다. 본 연구는 리뷰 유용성에 영향을 미치는 요인을 탐색하기 위하여 선행연구를 통해 리뷰 유용성에 영향을 미칠 수 있는 요인을 도출하여 연구모형을 구축하였다. 리뷰의 텍스트 콘텐츠가 리뷰 유용성에 많은 영향을 미친다는 기존 연구를 바탕으로 본 연구는 텍스트 분석 방법을 통해 리뷰의 감정적 특성과 정보적 특성을 측정하여 이러한 특성이 리뷰 유용성에 미치는 영향을 분석하고자 한다. 구체적으로 감정적 특성은 긍정적인 감정 깊이와 부정적인 감정 깊이로 구성하고 불순도 측정의 Gini index로 두 가지 감정적 변수를 측정하게 된다. 그리고 정보적 특성은 토픽 모델링 방법과 정보 이론에 의해 토픽 분석 결과에 기반한 Shannon entropy로 리뷰 콘텐츠 깊이와 콘텐츠 증가를 측정하게 되다. 그리고 제품 유형의 조절효과를 탐색하기 위하여 웹 크롤링을 통해 아마존에서 탐색재와 경험재 제품 같이 6가지 제품의 약 28,000 건 리뷰를 수집하여 연구모형을 검증한다. 빅 데이터 분석을 이용한 분석결과를 통해 온라인 리뷰의 특성을 이해하고 리뷰 유용성에 영향을 미치는 새로운 요인을 파악할 수 있을 것이다. 그리고 제품의 유형을 조절변수로 분석하여 4가지 요인이 유용성에 미치는 영향의 차이를 탐색한다.

온라인 사용자들이 다양한 제품과 서비스를 이용하면서 작성한 온라인 리뷰는 사용자들에게 중요한 정보수단이 되었다. 이와 더불어, 상품에 대한 정보는 판매 업체가 제공하는 정보와 소비자가 직접 작성한 정보를 통해서 복합적으로 판단될 수 있게 되었다. 온라인 거래에서 잠재고객들은 온라인 리뷰를 통해 얻어진 정보를 통해 상품에 대한 정확하고 신뢰할 수 있는 정보를 취득할 수 있다. 그리고 온라인 리뷰는 구매 전에 제품에 대한 불확실성을 줄임으로써 구매 의사결정에 많은 도움을 줄 수 있다. 특히 잠재고객들은 사전에 유용한 리뷰를 통해 더 정확하고 신뢰할 수 있는 정보를 탐색하여 구매 의사결정을 내리는 경향이 크다. 따라서 유용한 온라인 리뷰를 통해 의사결정 과정에서 핵심적인 역할을 하고 있는 잠재고객들의 리뷰 유용성 결정요인을 탐색적으로 연구하는 것이 필요하다. 따라서 유용한 온라인 리뷰를 통해 의사결정 과정에서 핵심적인 역할을 하고 있는 잠재고객들의 리뷰 유용성 결정요인을 연구하는 것이 필요하다. 본 연구에서는 레스토랑을 대상으로 작성된 온라인 리뷰를 활용하여 온라인 리뷰의 유용성에 미치는 영향에 대한 요인들을 검증하기 위해 연구를 진행하였다. 구체적으로 Yelp.com에서의 레스토랑을 대상으로 관련된 12,000여건 리뷰를 확보하여 리뷰 유용성에 미치는 요인들을 분석하였다. 이와 더불어, 본 연구는 기존 연구의 이론을 토대로 온라인 리뷰에 대한 리뷰어와 리뷰의 질적 특징과 함께 기본 연구모형이 구축되었으며, 텍스트 마이닝 과정을 통해 온라인 리뷰의 감성분석과 감정분석이 온라인 리뷰의 유용성에 영향을 미치는지에 대한 탐색적 연구를 수행하였다.

This research focused on the factors affecting consumers acceptance on O2O (Online-to-Offline) commerce and the impact of the culture value on O2O commerce consumer acceptance. O2O commerce is growing rapidly around the world recently by the development of information technology, has recently attracted attention in the industry as well as the dissemination of smartphone. O2O commerce model is to provide services that create new value by connecting the on-line and off-line commerce organically, and it will send the event information or store discount coupons through online to attract consumers to shopping at offline stores. Therefore this research uses the Technology Acceptance Model (TAM) and the factors like perceived enjoyment and trust, what impact on the intention to use of O2O commerce to proceeds to the research and the empirical analysis was carried out for the proposed research model. In order to explain the factors affecting consumer acceptance on O2O commerce, it was surveyed for consumers O2O commerce in China. In addition, in order to explore the influence of culture values by using cultural factors as moderating variables to analysis the moderating effects through Chinese consumers. Through survey and data analysis we have made certain achievements and refer to these results that help O2O enterprise to improve the understanding on impact of consumers’ intention to use.

온라인 리뷰의 역할이 중요해짐에 따라 유용한 리뷰를 선별하기 위해 많은 연구들이 이루어져 왔다. 유용한 리뷰는 고객들이 유용하다고 인지하는 리뷰이며, 평점, 리뷰길이, 리뷰내용 등에 영향을 받는 것으로 많은 연구에서 검증되었다. 유용한 리뷰는 소비자들의 투표에 의한 '좋아요' 수에 의해 결정되며 유용성 투표가 많을수록 소비자의 구매의사결정에 중요한 영향을 미치는 것으로 간주된다. 그러나 최근에 작성되어 많은 고객들에게 노출되지 않은 리뷰는 상대적으로 '좋아요' 수가 적을 수 있으며, 투표에 응하지 않아 '좋아요' 수가 없을 수도 있다. 따라서 유용한 리뷰를 판단하기 위해 '좋아요' 수에 의존하기 보다는 리뷰 내용을 기반으로 유용한 리뷰를 분류하고자 한다. 리뷰의 텍스트는 리뷰 유용성에 가장 큰 영향을 미치는 요인으로, 토픽 모델링, 감정분석 등 텍스트 마이닝 기법을 적용하여 리뷰 텍스트에 포함된 콘텐츠와 감정의 영향을 다양하게 분석하고 있다. 본 연구에서는 글로벌 영화정보 사이트인 IMDb의 영화리뷰를 활용하여 리뷰 콘텐츠 기반의 리뷰 유용성 예측모형을 제안한다. 설명가능한 그래프 신경망인 GNN(Graph Neural Network)을 적용하여 리뷰 유용성 예측모형을 구축하고, 설명가능한 인공지능을 통해 예측모형의 한계인 모형의 해석에 대한 문제를 해결한다. 설명가능한 그래프 신경망은 리뷰들 간의 연결관계도 확인할 수 있어 유용한 리뷰 또는 유용하지 않은 리뷰에 대해 보다 신뢰할 수 있는 정보를 제공할 수 있을 것이라 기대한다.

As the role of online reviews has become increasingly crucial, numerous studies have been conducted to utilize helpful reviews. Helpful reviews, perceived by customers, have been verified in various research studies to be influenced by factors such as ratings, review length, review content, and so on. The determination of a review's helpfulness is generally based on the number of 'helpful' votes from consumers, with more 'helpful' votes considered to have a more significant impact on consumers' purchasing decisions. However, recently written reviews that have not been exposed to many customers may have relatively few 'helpful' votes and may lack 'helpful' votes altogether due to a lack of participation. Therefore, rather than relying on the number of 'helpful' votes to assess the helpfulness of reviews, we aim to classify them based on review content. In addition, the text of the review emerges as the most influential factor in review helpfulness. This study employs text mining techniques, including topic modeling and sentiment analysis, to analyze the diverse impacts of content and emotions embedded in the review text. In this study, we propose a review helpfulness prediction model based on review content, utilizing movie reviews from IMDb, a global movie information site. We construct a review helpfulness prediction model by using an explainable Graph Neural Network (GNN), while addressing the interpretability limitations of the machine learning model. The explainable graph neural network is expected to provide more reliable information about helpful or non-helpful reviews as it can identify connections between reviews.

자극에 대한 변화의 과정을 통해 자신의 상태를 나타내는 감성과 어떤 현상에 대해 느끼는 단순한 심리상태를 나타내는 감정은 혼용되어 사용되는 경향이 있으나 그 의미와 쓰임새는 다르다. 본 연구에서는 온라인 소비자들이 다양한 제품과 서비스를 구매하고 사용한 후에 작성한 온라인 리뷰를 통해 감성과 감정을 구분하여 리뷰의 유용성에 어떠한 영향을미치는지 알아보고자 한다. 최근 온라인 리뷰는 비즈니스 및 소비자에게 매우 중요한 요소로 자리매김하고 있다. 유용한리뷰는 잠재 고객들의 의사결정 과정에서 핵심적인 역할을 하고 있으며 리뷰 유용성을 통해 평가될 수 있다. 리뷰 유용성은 소비자 개인의 구매 의사결정 문제뿐만 아니라 비즈니스에서 마케팅 전략에 활용됨으로써 실무적 중요성은 점차커지고 있으며, 학문적으로도 리뷰 유용성의 영향요인을 찾는 연구의 중요성이 커지고 있다. 본 연구에서는 Yelp.com에서 레스토랑에 대한 리뷰를 확보하여 온라인 리뷰의 감성과 감정이 리뷰의 유용성에 어떠한 영향을 미치는지에 대한 연구를 진행하였다. 선행연구를 기반으로 온라인 리뷰에 대한 감성과 감정을 포함한 연구 모형을 구축하였으며, 텍스트 마이닝을 통해 온라인 리뷰의 감성과 감정이 온라인 리뷰의 유용성에 어떠한 영향을 미치는지 분석하고 감정에 대한 영향의 차이가 있는지를 검증하였다. 연구결과에서 부정적인 감성과 감정이 리뷰 유용성에 미치는 영향이 더 크며 이는 부정편향성 이론과 일치하는 것으로 나타났다. 그리고 각각의 감정이 리뷰 유용성에 미치는 영향이 서로 차이가 있는 것으로나타났다.

Sentiment represents one's own state through the process of change to stimulus, and emotion represents a simple psychological state felt for a certain phenomenon. These two terms tend to be used interchangeably, but their meaning and usage are different. In this study, we try to find out how it affects the helpfulness of reviews by classifying sentiment and emotion through online reviews written by online consumers after purchasing and using various products and services. Recently, online reviews have become a very important factor for businesses and consumers. Helpful reviews play a key role in the decision-making process of potential customers and can be assessed through review helpfulness. The helpfulness of reviews is becoming increasingly important in practice as it is utilized in marketing strategies in business as well as in purchasing decision-making issues of consumers. And academically, the importance of research to find the factors influencing the helpfulness of reviews is growing. In this study, Yelp.com secured reviews on restaurants and conducted a study on how the sentiment and emotion of online reviews affect the helpfulness of reviews. Based on the prior research, a research model including sentiment and emotions for online reviews was built, and text mining analyzes how the sentiment and emotion of online reviews affect the helpfulness of online reviews, and the difference in the effects on emotions It was verified. The results showed that negative sentiment and emotion had a greater effect on review helpfulness, which was consistent with the negative bias theory.

The rapid development of information technology has affected many industries, and made consumers receive new services that are completely different from those of the past. In the financial industry, various changes are taking place, such as providing the payment system which is easy to use and offering differentiated services. This study examined the factors affecting the intention to use mobile payment system. In particular, we considered both practical and emotional factors that affect the intentions. The mobile payment system, which is a new form of payment, is rapidly developing in China. In Korea, it is still in the beginning stage due to the legal regulations and the activation of alternative payment methods. This study, therefore, compared the differences in factors that affect the intention to use mobile payment system between Korea and China.