인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Understanding customer needs is crucial for improving products and services. Recent research has an approach that focuses on extracting valuable information from online review data, which is less expensive and easier to collect in large quantities. Previous studies have identified quality factors needing improvement and determined improvement priorities using the Kano model. However, these studies often assigned quality elements one by one to clusters of words limited by various conditions, leading to issues such as capturing only a small number of rough quality elements and missing elements that are difficult for researchers to assume but significantly affect customer satisfaction. To address these issues, this study proposes a method that treats all words in review sentences as candidate quality elements, capturing more detailed units of quality elements. Specifically, we combine Latent Dirichlet Allocation and logistic regression models to quantify the impact of each candidate quality factor on evaluation values and identify quality factors that need improvement. Candidate quality factors are captured both as individual words and as multi-word units, considering their affinities. To demonstrate the usefulness of the proposed method, we present the results of analyzing accommodation review data using these units.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094586413
