딥러닝 기반 온라인 상품평에 대한 속성기반 감성 분석 및 제품 개발에 적용 방법 연구

Abstract

온라인 상품평 데이터는 인터넷상에서 어렵지 않게 수집할 수 있는 데이터임에도 불구하고, 구체적인 제품에 대한 평가를 담고 있어, 제품의 장단점 및 긍정/부정 척도를 판단하기에 높은 효용 가치를 가진다. 기존 연구에서는 주로 리뷰 전체 단위로 감성 평가를 진행하였지만, 리뷰 내의 여러 속성에 대해 각각 다른 평가를 구분해 내지 못하는 한계점이 있고 이를 제품 개발과정까지 연계하여 반영한 경우는 더욱 드물었다. 따라서 본 논문에서는 양방향 LSTM과 조건부 무작위장(CRF)을 활용한 모델을 통해 속성기반 감성 분석 (Aspect-based Sentiment Analysis)을 한다. 이로부터 획득한 속성 및 감성어로부터 Rule-based 기법을 활용하여 속성과 감성어 간 관계 세트 및 감성 평가 결과를 도출하고, 이 결과를 QFD를 활용한 제품 개발과정에 반영하는 것을 제안한다. 실험 대상 제품으로는 헤어드라이기를 사용하였으며, 제안된 방법을 이용하여 온라인 상품평으로부터 제품 중요 속성별 합리적인 감성 분석결과를 도출함과 동시에 성공적으로 제품 개발과정에 반영됨을 확인하였다.