아마존 이커머스 리뷰 빅데이터를 활용한 화장품 만족·불만족 요인 탐색 -TF-IDF 및 LDA 분석을 중심으로-

하오선; 신혜원

추천

검색

질문

자료유형: 학술저널

저자정보: 하오선 (동국대학교) 신혜원 (동국대학교)

저널정보: 한국화장품미용학회 한국화장품미용학회지 한국화장품미용학회지 제14권 3호

발행연도: 2024.12

수록면: 471 - 482 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This study aims to explore the factors of satisfaction and dissatisfaction among overseas consumers by analyzing item-specific best-selling cosmetics on Amazon, as the importance of online cosmetics markets grows alongside the global e-commerce market. Using Selenium and BeautifulSoup, review data on Amazon’s bestselling cosmetics were collected, and TF-IDF and LDA topic modeling were applied to identify the factors consumers consider significant when evaluating cosmetics. According to the TF-IDF analysis, consumers were highly satisfied with the moisturizing effects, softness, and wrinkle reduction of night creams, but some with sensitive skin reported side effects and expressed dissatisfaction. For essences, satisfied consumers highlighted the product’s refreshing and lightweight texture, deeming it suitable for morning skincare routines. In contrast, dissatisfaction often stemmed from complaints about packaging and price rather than side effects. Lipstick reviews revealed that consumers were pleased with its longevity, value for money, color, and overall feel. However, negative feedback centered on packaging seal issues, stickiness, and perceived poor value. For foundation, satisfied customers appreciated the product’s smooth application, coverage, natural finish, and color options. Many praised its ability to provide ample coverage while maintaining a lightweight feel. However, dissatisfaction arose due to dryness, heaviness, oiliness, or mismatched colors, with some also expressing disappointment over the packaging and price-performance ratio. Through LDA topic modeling, consumer reviews on cosmetics revealed six main topics: 'skin irritation reactions,' 'cream moisturizing effects,' 'lip product color and longevity,' 'scent and ingredients of liquid products,' 'tone correction and coverage,' and 'packaging quality and management.' These findings can be utilized as foundational data for developing tailored marketing strategies within the global online cosmetics market.

#Big Data #Cosmetics #Review #Satisfaction・Dissatisfaction #Text Mining

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

신혜원

소속기관 동국대학교

주요연구분야 사회과학 > 교육학 예술체육학 > 의상

논문수 2 이용수 268

이 논문과 함께 이용한 논문

약물전달용 자성나노입자-면역항체(CD3)-히알루론산 마이크로니들 패치의 피부 투과도와 자기이력곡선 특성 분석

신명우 , 최종구 , 하산마흡 외 1명 한국자기학회 학술연구발표회 논문개요집 2023 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092208797

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 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)