$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

리뷰 텍스트 기반 감성 분석과 네트워크 분석에 관한 연구
Sentiment Analysis and Network Analysis based on Review Text 원문보기

한국문헌정보학회지 = Journal of the Korean Society for Library and Information Science, v.55 no.3, 2021년, pp.397 - 417  

김유미 (연세대학교 영어영문학과) ,  허고은 (연세대학교 문헌정보학과)

초록
AI-Helper 아이콘AI-Helper

리뷰 텍스트는 이용자들의 경험과 의견이 구체적으로 담겨있어 이를 분석하면 리뷰 대상에 대한 많은 내용을 파악할 수 있다. 이에 따라 리뷰 텍스트에 대해 감성 분석을 진행하여 음식점의 각 요인에 대한 이용자의 평가 등을 파악하는 연구, 네트워크 분석을 통한 이용자들의 선호를 파악하는 연구들이 진행되어왔다. 본 연구에서는 음식점 리뷰 텍스트의 별점 기반 만족도가 높은 음식점과 낮은 음식점을 분석대상으로 선정하여 감성 분석과 네트워크 분석을 통합적으로 수행하였다. 서로 다른 두 집단의 리뷰 텍스트에서 나타나는 차이로 음식점의 특성을 파악하여 좋은 음식점의 기준과 음식점 만족도에 영향을 미치는 주요인을 확인하고자 하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As review text contains the experience and opinions of the customers, analyzing review text helps to understand the subject. Existing studies either only used sentiment analysis on online restaurant reviews to identify the customers' assessment on different features of the restaurant or network anal...

주제어

#텍스트 마이닝   #리뷰 텍스트   #감성 분석   #네트워크 분석  

표/그림 (10)

참고문헌 (31)

  1. Kim, Ji-Hyun (2016). A content analysis of public information using language network analysis: focused on contents of twitters of metropolitans. Journal of the Korean BIBLIA Society for library and Information Science, 27(3), 151-171. 

    원문보기 상세보기 crossref

  2. Kim, Hyunji, Park, Seojeong, Song, Chaemin, & Song, Min (2019). Text mining driven content analysis of social perception on schizophrenia before and after the revision of the terminology. Journal of the Korean Society for Library and Information Science, 53(4), 285-307. 

  3. Moon, Ji Young (2021. 3. 17.). Naver, Getting rid of "Star Ratings" on Restaurants and Cafe. "To ease small business owners' troubles". YTN. https://www.ytn.co.kr/_ln/0102_202103171050020731 

  4. Ban, Hyun-Jeong & Kim, Hak-Seon (2019a). A study on the tripadvisor review analysis of restaurant recognition in Busan 1: especially concerning english reviews. Culinary Science & Hospitality Research, 25(4), 1-11. 

    상세보기 crossref

  5. Ban, Hyun-Jeong & Kim, Hak-Seon (2019b). A study on the online review analysis of restaurant recognition in Busan 2: especially concerning korean reviews. The Journal of Business and Economics, 35(2), 185-207. 

  6. So, Jin-Soo & Shin, Pan-Seop (2020). Rating prediction by evaluation item through sentiment analysis of restaurant review. Journal of the Korea Society of Computer and Information, 25(6), 81-89. 

  7. Song, Jong Seok & Lee, Soo Won (2001). Automatic construction of positive/negative feature-predicate dictionary for polarity classification of product reviews. Journal of KIISS: Software and Applications, 38(3), 157-168. 

  8. Lee, Sangjae, Choeh, Joon Yeon, & Choi, Jinho (2014). The determinant factors affecting economic impact, helpfulness, and helpfulness votes of online. Journal of Information Technology Services, 13(1), 43-55 

    원문보기 상세보기 crossref

  9. Lee, Si Hwan & Lee, Hoon Young (2018). The effects of sentiment expressed in restaurant reviews on perceived usefulness and enjoyment of information. The Tourism Sciences Society of Korea International Conference, 83(0), 113-118. 

  10. Jeong, Ji-Na, Jeong, Him-Chan, & Kim, Yong (2017). Analysis of trends on disaster safety information based on language network analysis methods. Journal of the Korean BIBLIA Society for library and Information Science, 28(3), 67-93. 

    원문보기 상세보기 crossref

  11. Jin, Seol A, Heo, Go Eun, Jeong, Yoo Kyung, & Song, Min (2013). Topic-network based topic shift detection on twitter. Journal of the Korean Society for Information Management, 30(1), 285-302. 

    원문보기 상세보기 crossref

  12. Heo, Go Eun & Song, Min (2013). Examining the intellectual structure of a medical informatics journal with author co-citation analysis and co-word analysis. Journal of the Korean Society for Information Management, 30(2), 207-225. 

    원문보기 상세보기 crossref

  13. Aguero-Torales, M., Cobo, M., Herrera-Viedma, E., & Lopez-Herrera, A. (2019). A cloud-based tool for sentiment analysis in reviews about restaurants on TripAdvisor. Procedia Computer Science, 162, 392-399. Available: https://doi.org/10.1016/j.procs.2019.12.002 

    상세보기 crossref

  14. Bastian M., Heymann S., & Jacomy M. (2009). Gephi: an open source software for exploring and manipulating networks. International AAAI Conference on Weblogs and Social Media. 

  15. Blondel, V. D., Guillaume, J. L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of statistical mechanics: theory and experiment, 2008(10), P10008. 

    상세보기 crossref

  16. Gang, Xu (2020). Customer Sentiment Analysis: Take Restaurant Online Reviews as an Example. Asia-pacific Journal of Convergent Research Interchange, 6(6), 25-33. 

  17. Gao, S., Tang, O., Wang, H., & Yin, P. (2018). Identifying competitors through comparative relation mining of online reviews in the restaurant industry. International Journal of Hospitality Management, 71, 19-32. Available: https://doi.org/10.1016/j.ijhm.2017.09.004 

    상세보기 crossref

  18. Hossain, E., Sharif, O., Hoque, M. M., & Sarker, I. H. (2020). SentiLSTM: A Deep Learning Approach for Sentiment Analysis of Restaurant Reviews. arXiv:2011.09684 

  19. Hutto, C. & Gilbert, E. (2014). VADER: A Parsimonious Rule-Based Model for Sentiment Analysis of Social Media Text. Proceedings of the International AAAI Conference on Web and Social Media, 8(1), 216-225. 

  20. Jo, A-Ra, Kim, Tae-Ho, & Kim, Hak-Seon (2017). Exploratory Study of Restaurant Online Reviews Using Semantic Network Analysis. 한국관광레저학회 학술발표대회, 199-210. 

  21. Kang, H., Yoo, S. J., & Han, D. (2012). Senti-lexicon and improved Naive Bayes algorithms for sentiment analysis of restaurant reviews. Expert Systems with Applications, 39(5), 6000-6010. Available: http://doi.org.ssl.access.yonsei.ac.kr10.1016/j.eswa.2011.11.107 

    상세보기 crossref

  22. Kim, H., Yoon, J. W., & Crowcroft, J. (2012). Network analysis of temporal trends in scholarly research productivity. Journal of Informetrics, 6(1), 97-110. Available: https://doi.org/10.1016/j.joi.2011.05.006 

    상세보기 crossref

  23. Mathayomchan, B. & Taecharungroj, V. (2020). "How was your meal?" Examining customer experience using Google maps reviews. International Journal of Hospitality Management, 90, 102641. Available: https://doi.org/10.1016/j.ijhm.2020.102641 

    상세보기 crossref

  24. Milojevic, S., Sugimoto, C., Yan, E., & Ding, Y. (2011). The cognitive structure of Library and Information Science: Analysis of article title words. J. Assoc. Inf. Sci. Technol, 62, 1933-1953. 

  25. Princeton University (2010). About WordNet. WordNet, Princeton University. 

  26. Qiwei Gan, Bo H. Ferns, Yang Yu, & Lei Jin (2017). A Text Mining and Multidimensional Sentiment Analysis of Online Restaurant Reviews. Journal of Quality Assurance in Hospitality & Tourism, 18(4), 465-492, Available: DOI: 10.1080/1528008X.2016.1250243 

    상세보기 crossref

  27. Shuang, K., Zhang, Z., Guo, H., & Loo, J. (2018). A sentiment information Collector-Extractor architecture based neural network for sentiment analysis. Information Sciences, 467, 549-558. Available: https://doi.org/10.1016/j.ins.2018.08.026 

    상세보기 crossref

  28. Song, M., Heo, G. E., & Lee, D. (2015). Identifying the landscape of alzheimer's disease research with network and content analysis. Scientometrics, 102(1), 905-927. Available: https://doi.org/10.1007/s11192-014-1372-x 

    상세보기 crossref

  29. Tian, G., Lu, L., & McIntosh, C. (2021). What factors affect consumers' dining sentiments and their ratings: Evidence from restaurant online review data. Food Quality and Preference, 88, 104060. Available: https://doi.org/10.1016/j.foodqual.2020.104060 

    상세보기 crossref

  30. Yu Boya, Zhou Jiaxu, Zhang Yi, & Cao Yunong (2017). Identifying Restaurant Features via Sentiment Analysis on Yelp Reviews. arXiv:1709.08698 

  31. Zhang, Z., Ye, Q., Zhang, Z., & Li, Y. (2011). Sentiment classification of Internet restaurant reviews written in Cantonese. Expert Systems with Applications, 38(6), 7674-7682. Available: https://doi.org/10.1016/j.eswa.2010.12.147 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로