현대는 개인의 정신적 가치를 존중한다는 이름하에 개인이 가지는 종교적 믿음 역시 다양성의 측면에서 수용하는 양상을 보인다. 이에 반해 종교적 근본주의는 종교적 믿음의 순수성과 해석의 단일성을 강조하면서 인간의 존엄성을 위협하고 있는 실정이다. 이 두 관점들은 서로의 극단적인 지향점에만 치중한 채 근본적인 물음을 스스로에게 던지고 있지 않고 있다. 그 물음이란 바로 (1) 종교의 근원은 무엇이며, (2) 결국 인간이 중심인 종교에서 다양성과 배타성 가운데 어느 쪽이 더 근원적인가이다. 윌리엄 제임스는 이러한 물음들 가운데 (1)을 그의 저작인 󰡔종교적 경험의 다양성󰡕에서 현상학적으로 탐구하고, ｢믿으려는 의지｣라는 논문에서 (2)를 믿음의 선택이라는 관점에서 탐구한다. 필자는 이 글에서 제임스가 두 저술에서 비판적으로 고찰한 문제의식을 살펴보고, 그가 던지는 종교적 혹은 윤리적 시사점들이 가지는 현대성에 주목하여 그것이 현대 정신문명의 위기를 해결하는 데에 일정한 기여를 할 수 있다는 점을 보여주고자 한다.

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.

This study extends the previously classified typology of unplanned purchases to accommodate the increase in online purchases. We also measured the impact of unplanned purchases on shoppers from an emotional perspective. As a result, new types of unplanned purchases, such as "novelty," "recall," "salience," "reference price," "risk aversion," and "embodied cognition," were derived. Furthermore, among unplanned purchases, salience purchases were found to significantly increase shoppers' interest. This result indicate that the importance of marketing strategies that take salience into account for manufacturers and retailers.

A new high-tech product - lab grown meat (LGM), has been gaining media attention while initiating public discourse on social media (SM) platforms. This netnographic study is based on a dataset of selected SM public posts, comments and discussions collected during 30 days in early 2023. The findings indicate that LGM is highly contradictory, while not being fully understood how it is produced or when it will become commercially available. The findings indicate that this novel food requires carefully designed marketing strategies: when naming a new product category; must allow transparency and sensibly explain all product’s attributes; and invest time and efforts to educate consumers, leading to higher adoption rates when launched on mass consumer markets, as an alternative to conventionally grown foods.

This paper tests firms’ strategic response to negative consumer sentiment. We use sentiment analysis on social media posts to detect and proxy for negative consumer sentiments toward the firms and operationalize the number of ESG positive news about the firms as the strategic response to the sentiment. We document a surprising phenomenon that negative sentiment toward a firm is positively associated with future ESG news announcements by the firm. The effect is stronger for B2B firms than for B2C ones. We argue this is the firm’s strategic reaction rather than being a true change in the firm’s ESG policy, because (1) The ESG effect only lasts for a short period, and (2) the negative sentiment toward the firm decreases after the ESG news. Using former US president Trump’s tweets as external shocks, we show the causal relationship in a DID framework.

Recently in Korea, YouTube stock channels increased rapidly due to the high social interest in the stock market during the COVID-19 period. Accordingly, the role of new media channels such as YouTube is attracting attention in the process of generating and disseminating market information. Nevertheless, prior studies on the market forecasting power of YouTube stock channels remain insignificant. In this study, the market forecasting power of the information from the YouTube stock channel was examined and compared with traditional news media. To measure information from each YouTube stock channel and news media, positive and negative opinions were extracted. As a result of the analysis, opinion in channels operated by media outlets were found to be leading indicators of KOSPI market returns among YouTube stock channels. The prediction accuracy by using logistic regression model show 74%. On the other hand, Sampro TV, a popular YouTube stock channel, and the traditional news media simply reported the market situation of the day or instead showed a tendency to lag behind the market. This study is differentiated from previous studies in that it verified the market predictive power of the information provided by the YouTube stock channel, which has recently shown a growing trend in Korea. In the future, the results of advanced analysis can be confirmed by expanding the research results for individual stocks.

Recently, many studies are being conducted to extract emotion from text and verify its information power in the field of finance, along with the recent development of big data analysis technology. A number of prior studies use pre-defined sentiment dictionaries or machine learning methods to extract sentiment from the financial documents. However, both methods have the disadvantage of being labor-intensive and subjective because it requires a manual sentiment learning process. In this study, we developed a financial sentiment dictionary that automatically extracts sentiment from the body text of analyst reports by using modified Bayes rule and verified the performance of the model through a binary classification model which predicts actual stock price movements. As a result of the prediction, it was found that the proposed financial dictionary from this research has about 4% better predictive power for actual stock price movements than the representative Loughran and McDonald’s (2011) financial dictionary. The sentiment extraction method proposed in this study enables efficient and objective judgment because it automatically learns the sentiment of words using both the change in target price and the cumulative abnormal returns. In addition, the dictionary can be easily updated by re-calculating conditional probabilities. The results of this study are expected to be readily expandable and applicable not only to analyst reports, but also to financial field texts such as performance reports, IR reports, press articles, and social media.

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.

감성어휘는 텍스트로 감성을 표현하거나, 반대로 텍스트로부터 감성을 인식하기 위한 특징으로써 감성분류 연 구에 필수요소이다. 본 연구는 감성어휘의 집합인 감성사전을 자동으로 구축하는 그래프 기반 준지도 학습 방법 을 제안한다. 특히 감성어휘가 사용되어지는 분야에 따라 그 감성이 변하는 중의성 문제를 고려하여 분야 별 감 성사전을 구축하고자 한다. 제안하는 방법은 어휘와 어휘들 간의 밀접도를 토대로 그래프를 구성하고, 사전에 학 습 된 일부 소량의 감성어휘들의 감성을 구성된 그래프 전체에 전파하는 방식으로 모든 어휘의 감성을 추론한다. 감성어휘는 대표적으로 감성단어와 감성구문이 있으며, 본 연구에서는 이들 각각에 대한 그래프를 구성하고 감성을 추론하여 전체 감성사전을 구축하였다. 제안하는 방법의 성능을 검증하기 위해 영화평 분야의 감성사전을 구축하고, 이를 이용한 영화평 감성분류 실험을 수행하였다. 그 결과 기존 범용 감성사전의 어휘들을 이용한 감 성분류보다 더 높은 분류 성능을 확인하였다.

본 연구는 보다 정확한 텍스트의 감성 분석을 위해 새로운 감성 특징인 감성 패턴을 제안하고, 이를 이용한 영화평 평점 추론에 대해 소개한다. 텍스트 감성 분석은 텍스트에 포함된 감성인 긍정과 부정을 인식하고 분류 하는 작업으로, 이를 위해 감성 특징인 감성 단어와 구문 패턴을 이용한다. 텍스트 내에 존재하는 감성 단어와 구문 패턴의 감성을 통해 텍스트 전체의 감성을 분류하는 것이다. 하지만, 기존 감성 분석은 감성 단어와 구문 패턴의 감성을 독립적으로 고려하기 때문에 문장 혹은 글 전체의 감성 정보를 정확히 파악하기 어렵다는 한계를 가지고 있다. 그러므로 본 연구는 기존 감성 특징들을 독립적으로 고려하는 것뿐만 아니라 문장 내에서 출현하는 감성들을 의미적으로 연결하여 하나의 패턴으로 정의한 감성 패턴을 제안하고, 감성 분석의 세부 연구 주제 인 평점 추론에 감성 패턴을 새로운 감성 특징으로 사용하였다. 제안하는 감성 패턴의 효과를 검증하기 위해 영 화평에 대한 평점 추론 실험을 수행하였다. 감성 패턴을 포함한 모든 감성 특징들을 사전에 정의한 학습 영화평 들로부터 추출하고, 이를 확률 기법을 이용해 실험 영화평들의 평점을 추론하였다. 그 결과 감성 패턴을 사용하 였을 경우 기존 감성 특징들만 사용했을 때 보다 추론한 평점이 더욱 정확함을 확인하였다.

인터넷의 규모가 커지면서 주관적인 데이터가 증가하였다. 이에 주관적인 데이터를 자동으로 분류할 필요가 생겼다. 감성 분류는 데이터를 여러 감성 종류에 따라 나누는 것을 말한다. 감성 분류 연구는 크게 자연어 처리와 감성어 사전 구축을 중심으로 이루어져 왔다. 이전의 감성 분류 연구는 자연어 처리 과정에서 형태소 분석이 제대로 이루어지지 않는 문제와 감성어 사전구축 시 등록할 단어를 선별하고 단어의 감성 정도를 정하는 데에 명확한 기준을 정하기 힘든 문제가 있다. 이러한 어려움을 해결하기 위하여 감성 분류에 대용량 데이터와 통계적 접근의 조합을 제안한다. 본 논문에서 제안하는 방법은 단어의 의미를 찾는 대신 수많은 데이터에서 등장하는 표현들의 통계치를 이용하여 감성 판단을 하는 것이다. 이러한 접근은 자연어 처리 알고리즘에 의존하던 이전 연구와 달리 데이터에 집중한다. 대용량 데이터 처리를 위해 하둡과 맵리듀스를 이용한다.

다양한 분야에서 인터넷 상의 방대한 양의 문서 혹은 리뷰로부터 유용한 정보를 얻고자 하는 노력이 높아짐에 따라 문서 혹은 리뷰 상의 생각 및 의견에 대한 자동 분류 연구의 필요성이 대두되었다. 이러한 자동분류를 감성 분류라 하며, 감성 분류 연구는 크게 세 가지 단계를 가지는데, 첫 번째로 주관적인 생각이나 느낌을 표현하는 문장을 추출하기 위한 주관성 분류 연구, 두 번째로 문서 또는 문장을 긍정, 부정으로 나누는 극성 분류 연구, 그리고 세 번째로 문서 또는 문장이 어느 정도의 주관성 및 극성을 갖는지 그 강도를 구하는 강도 분류 연구이다. 최근 의견 분류에 대한 연구들을 살펴보면, 분류를 위해 자질(Feature)로서 단일어(Single word)가 아닌 2개 이상의 N-gram 단어, 어휘 구문 패턴 및 통사 구문 패턴 등을 사용하는 것을 확인할 수 있다. 특히, 패턴은 단일어나 N-gram 단어에 비해 유연하고, 언어학적으로 풍부한 정보를 표현할 수 있기 때문에 이를 이용한 많은 연구가 이루어져 왔다. 그럼에도 불구하고, 이러한 연구들은 주로 영어에 대한 연구들이었으며, 한국어에 패턴을 적용하여 주관성을 갖는 문장을 분류하거나, 극성을 분류하는 연구들은 아직 미비하다. 한편, 한국어는 용언의 활용이 발달되어 있어, 어미의 변화가 다양하며, 그 변화에 따라 의미가 미묘하게 변화한다. 그러나 기존 한국어에 대한 의견 분류 연구들은 단어의 핵심 의미만을 파악하기 위해 어미부분을 제거하고 어간만을 취해서 처리하여 어미에 대한 의미변화를 고려하지 못하였다. 그래서 본 연구는 영어에 적용된 패턴을 이용한 기존 방법들을 정리하고, 그 방법들 중에서 극성을 지닌 문장성분 패턴을 한국어에 적용하였다. 그리고 어미의 변화에 대한 패턴을 추출하여 이 변화가 의견 분류의 성능에 미치는 영향을 분석하였다.