$\require{mediawiki-texvc}$

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.

[국내논문] 고객 리뷰를 통한 모바일 앱 서비스 포지셔닝 분석: 비대면 진료 앱을 중심으로
Customer Voices in Telehealth: Constructing Positioning Maps from App Reviews 원문보기

지능정보연구 = Journal of intelligence and information systems, v.29 no.4, 2023년, pp.69 - 90  

김민재 (가톨릭대학교 경영학과) ,  이홍주 (가톨릭대학교 경영학과)

초록
AI-Helper 아이콘AI-Helper

본 연구의 목적은 최근 확산되고 있는 국내 비대면 의료 서비스 애플리케이션의 서비스 속성과 소비자 반응을 정확히 평가하고 각 서비스간 차별성을 시각화하기 위한 방안을 모색하는 것이다. 이를 위해 국내에서 서비스 중인 주요 6개 비대면 진료 애플리케이션의 구글 플레이스토어 사용자 리뷰 데이터 총 2만 건을 수집하였다. 수집된 데이터에 대해 문장 단위로 분리한 후, BERTopic 모델링 기법을 적용하여 각 문장이 속한 서비스 속성에 대한 토픽을 도출하였다. 다음으로 미세조정된 KoBERT 모델을 통해 각 문장의 토픽에 대한 감성 점수를 예측하였다. 분석 결과, 사용자 리뷰로부터 애플리케이션 속성과 진료 속성 두 가지 범주 아래에서 각각 5개와 3개의 서비스 특성 토픽이 발견되었다. 애플리케이션 속성으로는 '예약 시스템', '사용 용이성', '재고 확인', '디자인', '안정성' 등이, 진료 속성으로는 '원격 의료적 속성', '편의성', '배송' 등이 도출되었다. 각 애플리케이션은 이러한 속성들에 대해 다른 수준의 감성 점수를 보였다. 주성분분석을 통해 속성별 감성 점수를 축약하여 2차원 공간 상의 포지셔닝 맵을 생성하였다. 결과적으로 본 연구는 비대면 진료 애플리케이션 사용자 리뷰 텍스트를 바탕으로 실증적 통계 방법과 텍스트 마이닝 기술을 접목하여 서비스 속성 도출, 감성 분석, 제품 포지셔닝 이라는 일련의 체계를 제시하고 있다. 이는 비대면 진료 애플리케이션의 서비스 품질과 소비자 반응을 객관적으로 진단할 수 있는 효과적인 방안이 될 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The purpose of this study is to evaluate the service attributes and consumer reactions of telemedicine apps in South Korea and visualize their differentiation by constructing positioning maps. We crawled 23,219 user reviews of 6 major telemedicine apps in Korea from the Google Play store. Topics wer...

주제어

#포지셔닝 맵   #감성분석   #텍스트 마이닝   #고객 리뷰   #비대면 진료  

참고문헌 (45)

  1. 강형석, 양장훈. (2019). Word2vec 모델로 학습된？단어 벡터의 의미 관계 분석. 정보과학회논문지,？46(10), 1088-1093. 

  2. 권오탁. (2022). 비대면진료 실행을 위한 법적 쟁점.？의료법학, 23(3), 47-87. 

  3. 김세형, 윤태영, 강주영. (2023). BERTopic과 소셜 네트워크 분석 기반 고령화 단계별 판례분석을 통한 분쟁 유형 도출에 관한 연구. 한국전자거래학회지, 28(1), 123-144. 

  4. 김유영, 송민. (2016). 영화 리뷰 감성분석을 위한 텍스트 마이닝 기반 감성 분류기 구축. 지능정보연구, 22(3), 71-89. 

  5. 김종대, 송인성. (2022). 뉴스 텍스트를 활용한？국내 자동차 시장의 브랜드 속성 기반 시장구조 분석. 한국경영과학회지, 47(1), 43-63. 

  6. 김종엽, 이관익. (2020). 비대면 의료서비스의 장점？및 필요성. 대한내과학회지, 95(4), 217-227. 

  7. 김지선, 이형룡. (2022). 소셜미디어 빅데이터를？활용한 코로나 19 전.후 호텔고객의 변화된？인식비교 : 텍스트마이닝과 의미연결망 분석을 중심으로. 호텔경영학연구, 31(4), 1-15. 

  8. 김진길, 류정원. (2020). 원격으로 집에서 혼자 구독 헬스케어 비즈니스에 새로운 기회 열렸다. 동아비즈니스리뷰, 1(296), 28-38. 

  9. 김진숙, 임선미. (2022). 코로나19 전후 비대면 진료 정책현황 비교 연구: 프랑스와 호주를？중심으로. 융합사회와 공공정책, 16(3), 129-160. 

  10. 김형선. (2020). 감염병 예방 목적 비대면진료와？대리처방에 대한 법적 고찰. 법이론실무연구,？8(2), 9-29. 

  11. 문석균. (2023). 우리나라 비대면 진료: 필수 조건에 대한 제안. 대한내과학회지, 98(1), 1-3. 

  12. 박현정, 신경식. (2020). BERT를 활용한 속성기반？감성분석: 속성카테고리 감성분류 모델 개발.？지능정보연구, 26(4), 1-25. 

  13. 백경희. (2021). 비대면진료와 전자처방전의 관계？및 법제 개선방향에 관한 고찰. 법제, 695,？145-174. 

  14. 전하제, 박서현, 박채림, 신영채, 박세연, 한세미.？(2022). 대학생의 비대면 진료 수용의향에？관한 연구: 사회인지이론과 기술수용모델을？중심으로. 디지털융복합연구, 20(2), 325-338. 

  15. 정풀잎, 안현철, 곽기영. (2019). 텍스트 마이닝과？소셜 네트워크 분석을 이용한 스마트폰 디자인의 핵심속성 및 가치 식별. 대한경영학회지,？32(1), 27-47. 

  16. 조민호, 예례미, 황윤기, 김명화, 신재용, 이혜진.？(2022). 한시적 비대면 진료(전화상담.처방)？시행에 따른 효과 평가 연구, 건강보험심사평가원, Report No. G000F8L-2021-146. 

  17. 진석. (2020). 비대면 진료의 이용의도에 미치는？영향에 관한 연구. 한국콘텐츠학회 논문지,？20(12), 180-197. 

  18. 이정현, 선형주, 이홍주. (2020). 텍스트 마이닝을？활용한 스마트 스피커 제품의 포지셔닝: 인공지능 속성을 중심으로. 지식경영연구, 21(1),？197-210. 

  19. 이홍주. (2018). 헬스케어 서비스 리뷰를 활용한？서비스 품질 차원 별 중요 단어 파악 방안.？지식경영연구, 19(4), 171-185. 

  20. 최호진. (2023). "주말 밤 진료... 처방약도 배송받아" 고객의 아픔과 불편함까지 싹 치유.？동아비즈니스리뷰, 2(361), 78-89. 

  21. 크루즈, 루스 안젤리, 이홍주. (2014). 브랜드 개성？효과: 트위터 상의 브랜드 개성 전달이 온라인 커뮤니티 참여에 미치는 영향. 지능정보 연구, 20(1), 67-101. 

  22. 현지원, 이준일, 조현권. (2022). KoBERT를 이용한？기업관련 신문기사 감성 분류 연구. 회계학？연구, 47(4), 33-54.？ 

  23. Berger, J., Humphreys, A., Ludwig, S., Moe, W.？W., Netzer, O., & Schweidel, D. A. (2020).？Uniting the Tribes: Using Text for Marketing？Insight. Journal of Marketing, 84(1), 1-25. 

  24. Berger, J., Packard, G., Boghrati, R., Hsu, M.,？Humphreys, A., Luangrath, A., Moore, S., Nave,？G., Olivola, C., & Rocklage, M. (2022). Marketing？insights from text analysis. Marketing Letters,？33(3), 365-77. 

    상세보기

  25. Chakraborty, I., Kim, M., & Sudhir, K. (2022).？Attribute Sentiment Scoring with Online Text？Reviews: Accounting for Language Structure？and Missing Attributes. Journal of Marketing？Research, 59(3), 600-622. 

    상세보기

  26. Chen, K., Kou, G., Shang, J., & Chen, Y. (2015).？Visualizing market structure through online？product reviews: Integrate topic modeling,？TOPSIS, and multi-dimensional scaling approaches.？Electronic Commerce Research and Applications,？14(1), 58-74. 

    상세보기

  27. Choi, J., Lee, H. J., Choeh, J. Y. (2022).？Harnessing the Predictive Value of Online？Word-of-mouth for Identifying Market Success？of New Automobiles: Input versus Output？Word-of-mouth Perspectives. E&M Economics？and Management, 25(2), 183-201. 

  28. Fowkes, J., Fross, C., Gilbert, G., & Harris, A. (2020).？Virtual health: A look at the next frontier of？care delivery. McKinsey Quarterly, Accessed at？https://www.mckinsey.com/industries/healthcare/our-insights/virtual-health-a-look-at-the-next-frontier-of-care-delivery 

  29. Ghose, A., Ipeirotis, P. G., & Li, B. (2012).？Design Ranking Systems for Hotels on Travel？Search Engines by Mining User-Generated？and Crowdsourced Content. Marketing Science,？31(3), 493-520. 

  30. Grootendorst, M. (2022). BERTopic: Neural topic？modeling with a class-based TF-IDF procedure.？arXiv preprint arXiv:2203.05794. 

  31. Hu, N., Pavlou, P. A., & Zhang, J. (2009). Overcoming？the J-shaped Distribution of Product Reviews.？Communications of the ACM, 52(10), 144-147. 

    상세보기

  32. Humphreys, A., & Wang, R. J. (2018). Automated？Text Analysis for Consumer Research. Journal？of Consumer Research, 44(6), 1274-1306. 

  33. Jeong, B., Yoon, J., & Lee, J. (2019). Social？media mining for product planning: A product？opportunity mining approach based on topic？modeling and sentiment analysis. International？Journal of Information Management, 48,？280-290. 

    상세보기

  34. Khalil, T., & El-Beltagy, S. R. (2016). NileTMRG？at SemEval-2016 Task 5: Deep Convolutional？Neural Networks for Aspect Category and？Sentiment Extraction. the 10th International？Workshop on Semantic Evaluation, San Diego,？CA., USA, 271-276. 

  35. Kim, H., Kim, B., Lee, S. G., Jang, S. Y., & Kim,？T. H. (2022). COVID-19 Case Surge and？Telemedicine Utilization in a Tertiary Hospital？in Korea. Telemedicine and e-Health, 28(5):？666-674. 

    상세보기

  36. Lee, H. J., Lee, M., Lee, H., & Cruz, R. A.？(2021). Mining service quality feedback from？social media: A computational analytics method.？Government Information Quarterly, 38(2), 101571. 

    상세보기

  37. Lee, T. Y., & Bradlow, E. T. (2011). Automated？marketing research using online customer？reviews. Journal of Marketing Research, 48(5),？881-894. 

    상세보기

  38. McInnes, L., & Healy, J. (2017). Accelerated？Hierarchical Density Based Clustering. the？2017 IEEE International Conference on Data？Mining Workshops (ICDMW), New Orleans,？LA, USA, 33-42. 

  39. McInnes, L., Healy, J., & Melville, J. (2018). Umap:？Uniform manifold approximation and projection？for dimension reduction. arXiv preprint arXiv:1802.03426. 

  40. Mikolov, T., Chen, K., Corrado, G., & Dean, J. (2013).？Efficient Estimation of Word Representations？in Vector Space. the 1st International Conference？on Learning Representations (ICLR), Scottsdale,？AZ, USA. 

  41. Netzer, O., Feldman, R., Goldenberg, J., & Fresko,？M. (2012). Mine Your Own Business: Market-Structure Surveillance Through Text Mining.？Marketing Science, 31(3), 521-543. 

    상세보기

  42. Oh, Y. K., & Yi, J. (2022). Asymmetric effect of？feature level sentiment on product rating:？an application of bigram natural language？processing (NLP) analysis. Internet Research,？32(3), 1023-1040. 

    상세보기

  43. Reimers, N., & Gurevych, I. (2019). Sentence-BERT:？Sentence Embeddings using Siamese BERT-Networks. the 2019 Conference on Empirical？Methods in Natural Language Processing and？the 9th International Joint Conference on？Natural Language Processing (EMNLP-IJCNLP),？Hong Kong, China. 

  44. Roelen-Blasberg, T., Habel, J., & Klarmann, M. (2023).？Automated Inference of Product Attributes？and Their Importance from User-Generated？Content: Can We Replace Traditional Market？Research?. International Journal of Research？in Marketing, 40(1), 164-188. 

  45. Zhu, P., Chen, Z., Zheng, H., & Qian, T. (2019).？Aspect Aware Learning for Aspect Category？Sentiment Analysis. ACM Transactions on？Knowledge Discovery from Data, 13(6), Article？No. 55. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

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