단어 임베딩 및 벡터 유사도 기반 게임 리뷰 자동 분류 시스템 개발

양유정; 이보현; 김진실; 이기용

추천

검색

질문

자료유형: 학술저널

저자정보: 양유정 (숙명여자대학교) 이보현 (숙명여자대학교) 김진실 (숙명여자대학교) 이기용 (숙명여자대학교)

저널정보: 한국전자거래학회 한국전자거래학회지 한국전자거래학회지 제24권 제2호

발행연도: 2019.5

수록면: 1 - 14 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

게임은 소프트웨어 특성상 출시 후 사용자들의 반응을 빠르게 파악하여 개선하는 것이 중요하다. 하지만 구글 플레이 앱 스토어 등 사용자들이 게임을 다운로드하고 리뷰를 올릴 수 있는 대부분의 사이트들은 게임 리뷰에 대한 매우 제한적이고 모호한 분류 기능만을 제공한다. 따라서 본 논문에서는 사용자들이 사이트에 올린 게임 리뷰를 보다 명확하고 운영에 유용한 주제들로 자동 분류하는 시스템을 개발한다. 본 논문에서 개발한 시스템은 리뷰에 포함된 단어들을 대표적인 단어 임베딩 모델인 word2vec을 사용하여 벡터들로 변환하고, 이 벡터들과 각 주제 간 유사도를 측정하여 해당 리뷰를 관련된 주제로 분류한다. 특히 분류성능에 직접적인 영향을 미치는 벡터 간 유사도 측정 방법을 선택하기 위해 본 연구에서는 대표적인 벡터 간 유사도 측정 방법인 유클리디안 유사도, 코사인 유사도, 확장된 자카드 유사도의 성능을 실제 데이터를 사용하여 비교하였다. 또한 어떤 리뷰가 둘 이상의 주제에 해당하는 경우를 위해 임계값에 기반한 다중 분류 방법을 사용하였다. 구글 플레이 앱스토어의 실제 데이터를 사용한 실험 결과 본 시스템은 95%까지의 정확도를 보임을 확인하였다.

#리뷰 분석 #텍스트 분류 #Word2vec #워드 임베딩 #유사도 측정 #Review Analysis #Text Classification #Word Embedding #Similarity Measure

참고문헌 (18)

참고문헌 신청

Chevalier, J. A / 2006 / The Effect of Word of Mouth on Sales: Online Book Reviews / Journal of Marketing Research 43(3):345~354

DMC Report / 2018 Mobile Game and Mobile Game Advertising Market Size and Status

Duan, W. / 2008 / The dynamics of online word-of-mouth and product sales—An empirical investigation of the movie industry / Journal of Retailing 84(2):233~242

Huang, A. / 2008 / Similarity measures for text document clustering / Proceedings of the 6th New Zealand Computer Science Research Student Conference :49~56

김진화 / 2011 / 온라인 리뷰를 활용한 사용자 이해 및 서비스 가치 증대 / 정보시스템연구 20(2):21~36

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

양유정

소속기관 숙명여자대학교

주요연구분야 공학 > 컴퓨터학

논문수 6 이용수 1,031

이보현

소속기관 성균관대학교

주요연구분야 공학 > 컴퓨터학

논문수 9 이용수 1,131

김진실

소속기관 숙명여자대학교

주요연구분야 공학 > 컴퓨터학

논문수 1 이용수 543

이기용

소속기관 숙명여자대학교

주요연구분야 공학 > 컴퓨터학 TOP 1%

논문수 67 이용수 8,701

이 논문과 함께 이용한 논문

텍스트마이닝 기법과 ARIMA 모형을 활용한 배달의 민족 앱 리뷰 분석

정지훈 , 정혜인 , 이준기 디지털콘텐츠학회논문지 2021 .02

관광자원을 활용한 체험기반형 퍼즐 게임 콘텐츠 개발 연구

진화수 , 송은지 한국정보통신학회 여성 ICT 학술대회 논문집 2019 .10

특허문헌 텍스트 마이닝을 통한 비특허문헌 자동분류에 관한 연구

김성원 , 유동희 , 이수원 지식재산연구 2024 .06

대규모 물류의 자동화된 적재 프로세스를 위한 딥러닝 기반 화물 인식 및 분류 방법

김선목 , 이상덕 , 최정아 외 1명 전기학회논문지 2024 .01

Word2Vec 및 KoBART를 활용한 게임 추천 시스템

최수지 , 김종민 , 조민수 대한산업공학회 추계학술대회 논문집 2021 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-004-000712833

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)