User sentiment analysis by Electric Vehicle based on Aspect-Based Sentiment Analysis

Q: 이 논문에서 정의한 Aspect-Based Sentiment Analysis란 무엇인가?

Aspect-Based Sentiment Analysis는 사용자 리뷰 분석을 통해 제품의 주요 구성 요소와 속성을 추출하고, 추출된 각 요소에 대한 사용자 감성 예측 모델링을 기반으로 사용자 경험을 분석하는 프레임워크이다. 이를 통해 다양한 주제와 편향되지 않은 의견을 도출한다.

Q: 전기차 사용자들은 어떤 요소에 대해 긍정적 또는 부정적인 감성을 가지는가?

연구 결과, 사용자들은 가속, 공간, 인테리어, 출력, 안전, 인체공학, 가격, 동력에 대해 긍정적인 감성을 보였다. 반면, 좌석, 배터리, 충전, 소음, 겨울철 성능, 결빙에 대해서는 부정적인 감성을 나타냈으며, 특히 충전 효율, 좁은 뒷좌석, 겨울철 배터리 성능 저하, 외부 소음 문제에 대한 개선의 필요성을 확인하였다.

Soo Yeon Kim; Seijun Chung; Adriance Wilfred; Joong Hee Lee; Myung Hwan Yun

추천

검색

질문

자료유형: 학술대회자료

저자정보: Soo Yeon Kim (Seoul National University) Seijun Chung (Seoul National University) Adriance Wilfred (Seoul National University) Joong Hee Lee (Seoul National University) Myung Hwan Yun (Seoul National University)

저널정보: 대한인간공학회 대한인간공학회 학술대회논문집 2020 대한인간공학회 추계학술대회

발행연도: 2020.10

수록면: 29 - 29 (1page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Objective: This research was conducted to propose a new user experience analysis framework based on Aspect-Based Sentiment Analysis. Background: Through ABSA-based user review analysis for electric vehicles, we extracted components and attributes, which are the main aspects of the vehicle, and implemented UX analysis framework based on user sentiment prediction modeling for each extracted element. Method: The research method was conducted in the order of data collection, pre-processing and feature creation, aspect extraction, and Lexicon-based sentiment analysis according to ABSA framework. Aspect extraction was conducted by Text Rank and Naïve Method. For data collection, a total of 5,065 review data, evaluated on a 5-point scale for user satisfaction, were collected from a representative automobile forum, and about 210,000 data were collected from Youtube.com, of which 6,488 were selected, limited to reviews containing only UX-related vocabulary. Based on this, the sentiment analysis for each element was conducted through the sentiment analysis of the sentence containing the selected aspect. The Contributing Factor was to be discovered by finding detailed vehicle specifications that have an influence on the ... 전체 초록 보기

#Aspect Based Sentiment Analysis #User Experience #Machine Learning

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-530-001580440

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)