본 연구는 Google Play에서 수집된 Instagram 사용자 리뷰에 대한 심층 분석을 통해, 이 연구는 애플리케이션의 성능과 사용자 만족도에 대한 중요한 통찰력을 얻고자 한다. 텍스트 마이닝과 감성 분석 기술을 활용하여 사용자 리뷰에 담긴 감성과 의견을 체계적으로 파악하며, 이를 통해 앱의 개선점과 사용자 경험을 깊이 이해하려고 한다. 인스타그램 리뷰가 사용자들의 다양한 경험을 어떻게 반영하는지, 그리고 앱의 장단점을 어떻게 드러내는지를 분석 한다. 이를 위해 나이브 베이즈 알고리즘을 사용한 감성 분석을 수행하며, 이 결과는 인스타그램 서비스 개선에 도움 이 될 것으로 기대된다. 연구는 또한 개발자들이 사용자 피드백을 더 잘 이해하고 활용하는 데 도움을 주며, 결국 사용자 만족도를 향상시키는 데 기여할 것으로 예상된다. 이 연구는 소셜 미디어 사용 패턴과 사용자 의견의 복잡한 관계를 탐색하고, 이를 통해 더 나은 사용자 경험을 제공하는 방안을 모색한다.

Sentiment analysis is a method used to comprehend feelings, opinions, and attitudes in text, and it is essential for evaluating consumer feedback and social media posts. However, creating sentiment dictionaries, which are necessary for this analysis, is complex and time-consuming because people express their emotions differently depending on the context and domain. In this study, we propose a new method for simplifying this procedure. We utilize syntax analysis of the Korean language to identify and extract sentiment words based on the Reason-Sentiment Pattern, which distinguishes between words expressing feelings and words explaining why those feelings are expressed, making it applicable in various contexts and domains. We also define sentiment words as those with clear polarity, even when used independently and exclude words whose polarity varies with context and domain. This approach enables the extraction of explicit sentiment expressions, enhancing the accuracy of sentiment analysis at the attribute level. Our methodology, validated using Korean cosmetics review datasets from Korean online shopping malls, demonstrates how a sentiment dictionary focused solely on clear polarity words can provide valuable insights for product planners. Understanding the polarity and reasons behind specific attributes enables improvement of product weaknesses and emphasis on strengths. This approach not only reduces dependency on extensive sentiment dictionaries but also offers high accuracy and applicability across various domains.

본 연구에서는 파프리카(Capsicum annuum L)의 소비증 가 및 홍보를 위해 응답자 소비성향과 파프리카의 인지도를 분석하였다. 의미분별법에 따른 파프리카에 대한 감성반응을 바탕으로 선호도 및 충성도와의 상관관계를 분석하였다. 설 문조사는 2022년 1월부터 2월까지 일반인 155명을 대상으로 임의추출법을 통하여 조사하였으며, 잘못된 답변을 한 13건 을 제외하고 총 142명의 설문지를 분석하였다. 파프리카의 인 지도 9개의 문항을 요인분석을 통하여 재구성한 결과 ‘식미 성’, ‘이용성’, ‘경제성’의 3요인으로 구성되었다. 9가지 문항 중에서 파프리카에 대한 인지도를 문항별로 알아본 결과로 ‘파프리카가 건강에 좋을 것 같다’는 문항의 긍정적 답변이 92.3%의 가장 높은 비율을 나타냈다. 파프리카의 형태 선호 도는 뭉툭한 유형이 가장 높았고, 그 다음은 소형(Mini) ˃ 원 뿔형(Conical) 순으로 선호하는 것으로 나타났다(p < 0.001). 색채 선호도는 노란색 파프리카를 가장 선호하는 것으로 나타 났고, 그 다음은 오렌지색 ˃ 적색 ˃ 녹색 순으로 선호하는 것으 로 나타났으며 통계적으로 유의하였다. 파프리카의 이미지를 보고 느끼는 감성 반응은 3가지 형태간, 그리고 4가지 색채간 통계적으로 유의한 차이를 보였으며, ‘밝은’, ‘맑은’, ‘활기찬’ 이 대표 이미지 감성어휘로 나타났다. 파프리카 이미지에 대 한 감성 2요인(평가적인 요인, 정서적인 요인)과 통제변수인 인구통계학적 변수가 선호도에 미치는 영향을 알아보기 위해, 더미변수를 포함한 다중회귀분석을 실시한 결과, 파프리카 이미지에 대한 평가적인 요인이 높을수록, 그리고 주부의 경 우 선호도는 높은 것으로 나타났다. 또한 파프리카의 인지도 3 요인(식미성, 이용성, 경제성), 선호도, 한국판 삶의 질과 통제 변수인 인구통계학적 변수가 충성도에 미치는 영향을 알아보 기 위해, 더미변수를 포함한 다중회귀분석을 실시하였다. 그 결과, 파프리카 선호도와 삶의 질이 높을수록, 파프리카 인지 도 중에서 식미성 요인, 이용성 요인이 높을수록 충성도는 높 은 것으로 나타났다. 또한 경제성 요인 즉 가격이 높을수록, 그 리고 응답자의 월평균 소득이 낮고, 농림수산업 종사자의 경 우 충성도는 낮은 것으로 나타났다. 설문 응답자들의 충청도 에 영향을 미치는 변수들 중에서 파프리카 선호도는 43%로 가장 높은 설명력을 지니며 가장 영향력 있는 변수로 나타났 다. 이러한 결과에서 파프리카의 형태와 색채 선호도에 대해 구명하는 것은 매우 중요한 것으로 판단되었으며, 최근 파프 리카가 건강에 좋을 것이라는 인식이 높아지고 있다는 것은 앞으로 내수 증가에 긍정적 요인이 될 것으로 생각되었다. 또 한 3가지 형태의 파프리카 중에서 선호도가 가장 높게 나타났 던 뭉툭한 유형의 노란색 파프리카를 생산, 홍보를 지향하여 소비자의 구매 성향에 적합한 파프리카의 재배를 늘리는 것도 중요할 것으로 판단되었다. 추후 파프리카의 소비 촉진을 위 하여 소비자를 대상으로 한 지속적인 연구와 홍보 지원 활동 등을 통하여 파프리카에 대한 소비자 인지도를 높일 필요가 있다고 생각된다.

소셜 네트워크는 우리 일상 생활의 필수적인 부분이 되었다. 소셜 미디어 정보에 대한 정서 분석은 소셜 네 트워킹 사이트에 대한 사람들의 견해, 태도, 감정을 이해하는 데 도움이 된다. 전통적인 정서 분석은 주로 텍 스트에 의존한다. 스마트폰이 등장하면서 문자뿐만 아니라 이미지 등 네트워크 상의 정보도 점차 다양해지고 있다. 많은 경우 이미지가 감정을 독립적으로 표현하기 보다는 텍스트를 향상시킬 수 있다는 것이 밝혀졌습 니다. 우리는 새로운 이미지 텍스트 정서 분석 모델(LSTM-VAA)을 제안한다. 구체적으로 이 모델은 사진 정보 를 직접 입력으로 가져가지 않고 VGG16 네트워크를 사용하여 이미지 특징을 추출한 다음 시각적 측면 주의 를 생성하고 문서의 핵심 문장에 더 높은 가중치를 부여하고 시각적 측면 주의를 기반으로 문서 표현을 얻 는다. 또한, 우리는 LSTM 네트워크를 사용하여 텍스트 감성을 추출하고 텍스트만을 기반으로 문서 표현을 얻 는다. 마지막으로, 우리는 두 분류 결과 그룹을 통합하여 최종 분류 레이블을 얻는다. 옐프 레스토랑 리뷰 데 이터 세트에서, 우리의 모델은 감정 분류를 위한 시각 주의 보조 텍스트로 시각 정보를 사용하는 것의 효과 를 검증하는 BiGRU-m VGG보다 18.92% 높은 62.08%의 정확도를 달성한다. 비스타넷 모델보다 0.32% 높아 비스타넷 모델의 이미지가 텍스트를 완전히 커버할 수 없는 결함을 LSTM 모델이 효과적으로 보완할 수 있 음을 입증했다.

본 연구는 스마트폰에 대한 소셜 빅데이터를 활용한 감정분석을 통해 스마트폰 속성에 대한 이용자의 감정의 정도를 측정함으로서 타당하게 만족도를 파악할 수 있는 새로운 방법론적 가능성을 탐색하였다. 연구결과는 다음과 같다. 첫째, 각 모델에 따른 연관어를 비교하면, 갤 s8는 제품불량과 관련된 단어가 많이 포함되어 있는 반면 갤 s9는 배터리, 카메라, 스피커와 같은 기능과 관련된 단어가, 갤 s10은 배터리, 카메라와 함께 색상에 대한 단어가 많이 사용되었다. 또한 타 단어와의 관계성 분석 결과, 배터리의 경우 갤 s8에서는 중립적 의미로 사용된 반면에 갤 s9와 갤 s10에서는 배터리의 빠른 소모를 나타내는 부정적인 의미로 쓰이고 있다. 이와 함께 기술의 진화에 따라 같은 단어가 다른 맥락에서 사용되는 의미의 변화도 이루어지고 있음을 확인했다. 둘째, 각 모델에 대한 24개월간의 감정 추이를 보면, 제품 출시 초기에는 부정적인 평가가 주를 이루다가 출시 1년 정도를 기점으로 긍정적인 감정 평가를 보이게 되며 20개월 정도 지나게 되면 다시 부정적인 평가로 변화되고 있다. 마지막으로, 감정의 주요 속성을 비교해 보면, 세 모델 모두 출시 초기에는 다양한 속성에 대해서 이야기하지만 1년 정도의 시간이 흐르면 가격과 배터리에 대한 논의로 수렴되어지는 특징이 공통적으로 나타났다. 본 연구는 이용자 만족도 조사의 전통적인 설문조사 방법의 한계를 뛰어넘어 소셜 빅데이터를 활용한 감정분석으로 방법론적 확장을 시도했다는 점에서 그 의의가 크다 하겠다. 마케팅적 시사점으로는 소수의 인플루언서나 파워 유튜버들이 아니라 초기채택자들을 어떻게 공략하느냐가 매우 중요하다는 점과 초기 품질 관리가 어떤 홍보 노력보다 더 중요하다는 점이 본 연구를 통해 도출되었다.

In order to satisfy customers, it is important to identify the quality elements that affect customers’ satisfaction. The Kano model has been widely used in identifying multi-dimensional quality attributes in this purpose. However, the model suffers from various shortcomings and limitations, especially those related to survey practices such as the data amount, reply attitude and cost. In this research, a model based on the text sentiment analysis is proposed, which aims to substitute the survey-based data gathering process of Kano models with sentiment analysis. In this model, from the set of opinion text, quality elements for the research are extracted using the morpheme analysis. The opinions’ polarity attributes are evaluated using text sentiment analysis, and those polarity text items are transformed into equivalent Kano survey questions. Replies for the transformed survey questions are generated based on the total score of the original data. Then, the question-reply set is analyzed using both the original Kano evaluation method and the satisfaction index method. The proposed research model has been tested using a large amount of data of public IT service project evaluations. The result shows that it can replace the existing practice and it promises advantages in terms of quality and cost of data gathering. The authors hope that the proposed model of this research may serve as a new quality analysis model for a wide range of areas.

This study aimed to analyze the performance of Disney-collaborated fashion lines based on online consumer reviews. To do so, the researchers employed text mining and network analysis to identify key words in the reviews of these products. Blogs, internet cafes, and web documents provided by Naver, Daum, and YoutTube were selected as subjects for the analysis. The analysis period was limited to one year after for the 2019. Data collection and analysis were conducted using Python 3.7, Textom, and NodeXL. The research terms in question were as follows: ‘Disney fashion collaboration’ and ‘Frozen fashion collaboration’. Preliminary survey results indicated that ‘Elsa’s dress’ was the most frequently mentioned term and that the domestic fashion brand Eland Retail was the most active in selling Disney branded clothing through its own brand. The writers of reviews for Disney-collaborated fashion products were primarily mothers with daughters. Their decision to purchase these products was based upon the following factors; price, size, stability of decoration, shipping, laundry, and retailer. The motives for purchasing the product were the positive response of the consumer’s child and the satisfaction of the parents due to the child’s response. The problems to be solved included insufficient quantity of supply, delay in delivery, expensive price considering the number of times children’s clothes are worn, poor glitter decoration, faded color, contamination from laundry, and undesirable smells immediately after the purchase.

Predicting a box office gross in the film industry is an important goal. Many works have analyzed the elements of a film making. Previous studies have suggested several methods for predicting box office such as a model for distinguishing people's reactions by using a sentiment analysis, a study on the period of influence of word-of-mouth effect through SNS. These works discover that a word of mouth (WOM) effect through SNS influences customers’ choice of movies. Therefore, this study analyzes correlations between a box office gross and a ratio of people reaction to a certain movie by extracting their feedback on the film from before and after of the film opening. In this work, people’s reactions to the movie are categorized into positive, neutral, and negative opinions by employing sentiment analysis. In order to proceed the research analyses in this work, North American tweets are collected between March 2011 and August 2012. There is no correlation for each analysis that has been conducted in this work, hereby rate of tweets before and after opening of movies does not have relationship between a box office gross.

게임 산업 시장이 모바일 게임중심으로 변화하며, 모바일 게임 상의 가상전자화폐 구매는 게 임업체의 주요 수익창출요소가 되어 왔다. 특히 확률게임 원리가 도입된 캐릭터 뽑기 시스템은 가상전자화폐를 이용한 대표적인 수익창출요소이다. 본 연구에서는 그러한 게임업체 가운데서 도 이례적인 매출을 기록한 일본의 겅호 엔터테인먼트의 모바일 게임 퍼즐 앤 드래곤의 캐릭터 뽑기 시스템에 과금하는 사용자들의 심리를 분석하였다. 연구의 결과 도출된 세 가지 심리적 요인은 다음과 같다: (1) 갓 페스티벌의 확률게임에 적용되는 도박적 심리반응 추구와 인지적 오류의 발생 (2) 기간한정 갓 페스티벌과 콜라보의 희소성메시지의 전달을 통한 반응심리 (3) 친구시스템 및 캐릭터 콜렉션을 통한 개인적 만족감의 추구.