메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
장인호 (연세대학교 정보대학원) 박기연 (연세대학교 정보대학원) 이준기 (연세대학교 정보대학원)
저널정보
한국IT서비스학회 한국IT서비스학회지 한국IT서비스학회지 제17권 제2호
발행연도
2018.1
수록면
165 - 177 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

2018

Hierarchical Attention Network를 활용한 주제에 따른 온라인 고객 리뷰 분석 모델
장인호 2018.01 학위논문
Hierarchical Attention Network를 활용한 주제에 따른 온라인 고객 리뷰 분석 모델
장인호 ,  박기연 ,  이준기 한국IT서비스학회지 2018.01 학술저널

초록· 키워드

오류제보하기
Recently, online commerces are becoming more common due to factors such as mobile technology development and smart device dissemination, and online review has a big influence on potential buyer's purchase decision. This study presents a set of analytical methodologies for understanding the meaning of customer reviews of products in online transaction. Using techniques currently developed in deep learning are implemented Hierarchical Attention Network for analyze meaning in online reviews. By using these techniques, we could solve time consuming pre-data analysis time problem and multiple topic problems. To this end, this study analyzes customer reviews of laptops sold in domestic online shopping malls. Our result successfully demonstrates over 90% classification accuracy. Therefore, this study classified the unstructured text data in the semantic analysis and confirmed the practical application possibility of the review analysis process.
#Deep Learning #Hierarchical Attention Network #Online Market #Online Customer Review #Web Text Analysis

목차

등록된 정보가 없습니다.

참고문헌 (30)

참고문헌 신청
Bahdanau, D. / 2014 / Neurual Machine Translation by Jointly Learning to Align and Translate google schola Bengio, Y. / 2009 / Learning Deep Architectures for AI / Foundations and Trends 2(1):1~127 Crossref Blei, D. M. / 2003 / Latent Dirichlet Allocation / Journal of Machine Learning Research :993~1022 google schola Chang, D.S. / 2015 / Opinion Mining Based on Korean Phoneme Trigram-Signature / KIISE :811~813 google schola Cho, K. H. / 2014 / Learning Phrase representations using RNN Encoder-decoder for Statistical Machine Translation :1724~1734 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0