$\require{mediawiki-texvc}$

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.

딥러닝 기반 온라인 리뷰의 언어학적 특성을 활용한 추천 시스템 성능 향상에 관한 연구
A Study on the Enhancing Recommendation Performance Using the Linguistic Factor of Online Review based on Deep Learning Technique 원문보기

지능정보연구 = Journal of intelligence and information systems, v.29 no.1, 2023년, pp.41 - 63  

장동수 (경희대학교 대학원 빅데이터응용학과) ,  이청용 (경희대학교 대학원 빅데이터응용학과) ,  김재경 (경희대학교 경영대학&빅데이터응용학과)

초록
AI-Helper 아이콘AI-Helper

전자상거래 시장의 꾸준한 성장으로 인해 추천 시스템의 필요성은 점차 강조되고 있으며, 최근에는 추천 성능의 향상을 목적으로 리뷰 텍스트를 사용하는 연구가 활발히 진행되고 있다. 특히 많은 연구들은 리뷰 텍스트의 감성 점수를 활용하여 제안되고 있는데, 감성 점수만을 사용하는 방법론은 리뷰 텍스트에 존재하는 구체적인 선호도 정보의 활용 측면에 한계를 가지며 이는 결과적으로 성능 향상에 제약으로 작용하게 된다. 이를 개선하기 위해 본 연구는 딥러닝 기반 추천 모델에 온라인 리뷰 내 다양한 언어학적 요소들을 활용하여 고객의 선호도를 정교하게 학습할 수 있는 새로운 추천 방법론을 제안하였다. 이를 위해 먼저 고객과 상품 간 복잡한 상호작용을 고려할 수 있도록 딥러닝 모델을 통해 상호작용 관계를 비선형으로 학습하였다. 그리고 리뷰 텍스트를 효과적으로 활용할 수 있도록 언어학적 요소 중 고객의 구매 의사결정에 중요한 영향을 미치는 인지적 요인, 정서적 요인 그리고 언어 스타일 매칭을 사용하였다. 실험은 Amazon.com에서 수집한 온라인 리뷰 데이터를 사용하여 진행하였고, 실험 결과 제안 모델의 우수함을 검증할 수 있었다. 본 연구는 추천 시스템에서 리뷰 텍스트 내 고객 선호도에 대한 정보를 효과적으로 활용하는 방법론을 제안하여 연구의 이론적 및 방법론 측면에 기여하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As the online e-commerce market growing, the need for a recommender system that can provide suitable products or services to customer is emerging. Recently, many studies using the sentiment score of online review have been proposed to improve the limitations of study on recommender systems that util...

주제어

#딥러닝   #온라인 리뷰   #언어학적 요소   #추천 시스템   #텍스트 마이닝  

표/그림 (11)

참고문헌 (74)

  1. 김동언, 김민지, 김재경. (2022). 소규모 전자상거래를 위한 추천 시스템의 시간 차이에 따른？추천 효과 측정에 관한 연구. 인터넷전자상거래연구, 22(6), 185-202. 

  2. 이승우, 강경모, 이병현, 이청용, 김재경. (2022).？사용자의 정성적 선호도와 정량적 선호도를 고려하는 추천 시스템 성능 향상에 관한？연구. 경영과학, 39(1), 15-27. 

  3. 이청용, 이병현, 이흠철, 김재경. (2021). CNN 기반 리뷰 유용성 점수 예측을 통한 개인화？추천 서비스 성능 향상에 관한 연구. 지능정보연구, 27(3), 29-56. 

    원문보기 상세보기 crossref

  4. 이흠철, 윤효림, 이청용, 김재경. (2022). Multi-channel？CNN 기반 온라인 리뷰 유용성 예측 모델？개발에 관한 연구. 지능정보연구, 28(2), 171-189. 

    원문보기 상세보기 crossref

  5. 전병국, 안현철. (2015). 사용자 리뷰 마이닝을 결합한 협업 필터링 시스템: 스마트폰 앱？추천에의 응용. 지능정보연구, 21(2), 1-18. 

    원문보기 상세보기 crossref

  6. 현지연, 유상이, 이상용. (2019). 평점과 리뷰 텍스트 감성분석을 결합한 추천시스템 향상？방안 연구. 지능정보연구, 25(1), 219-239. 

    원문보기 상세보기 crossref

  7. Acilar, A. M., & Arslan, A. (2009). A collaborative？filtering method based on artificial immune？network. Expert Systems with Applications,？36(4), 8324-8332. 

    상세보기 crossref

  8. Alashkar, T., Jiang, S., Wang, S., & Fu, Y. (2017).？Examples-rules guided deep neural network？for makeup recommendation. Proceedings of？the AAAI Conference on Artificial Intelligence,？31(1). 

  9. Asani, E., Vahdat-Nejad, H., & Sadri, J. (2021).？Restaurant recommender system based on？sentiment analysis. Machine Learning with？Applications, 6, 100114. 

    상세보기

  10. Bennett, J., & Lanning, S. (2007). The netflix prize.？Proceedings Of KDD Cup and Workshop, 35. 

  11. Bhojne, N., Deore, S., Jagtap, R., Jain, G., &？Kalal, C. (2017). Collaborative approach based？restaurant recommender system using naive？bayes. International Journal of Advanced？Research in Computer and Communication？Engineering, 6(4), 6-13. 

  12. Billsus, D., & Pazzani, M. J. (1998). Learning？collaborative information filters. Proceedings？of the Fifteenth International Conference on？Machine Learning, 46-54. 

  13. Cao, R., Zhang, X., & Wang, H. (2019). A review？semantics based model for rating prediction.？IEEE Access, 8, 4714-4723. 

    상세보기 crossref

  14. Chen, C., Zhao, P., Li, L., Zhou, J., Li, X., & Qiu,？M. (2017). Locally connected deep learning？framework for industrial-scale recommender？systems. Proceedings of the 26th International？Conference on World Wide Web Companion,？769-770. 

  15. Cheng, Z., Ding, Y., Zhu, L., & Kankanhalli, M.？(2018). Aspect-aware latent factor model:？rating prediction with ratings and reviews.？Proceedings of the 2018 World Wide Web？Conference, 23-27. 

  16. Chung, C., & Pennebaker, J. W. (2007). The？psychological functions of function words.？Social Communication, 1, 343-359. 

  17. Das, A. S., Datar, M., Garg, A., & Rajaram, S.？(2007). Google news personalization: scalable？online collaborative filtering. Proceedings of？the 16th International Conference on World？Wide Web, 271-280. 

  18. Garcia-Cumbreras, M. A., Montejo-Raez, A., &？Diaz-Galiano, M. C. (2013). Pessimists and？optimists: Improving collaborative filtering？through sentiment analysis. Expert Systems？with Applications, 40(17), 6758-6765. 

    상세보기 crossref

  19. Goldberg, D., Nichols, D., Oki, B. M., & Terry, D.？(1992). Using collaborative filtering to weave？an information tapestry. Communications of？the ACM, 35(12), 61-70. 

    상세보기 crossref

  20. Gonzales, A. L., Hancock, J. T., & Pennebaker, J.？W. (2010). Language style matching as a？predictor of social dynamics in small groups.？Communication Research, 37(1), 3-19. 

    상세보기 crossref

  21. Gottschalk, L. A. (2020). Text Analysis for The？Social Sciences: The Unobtrusive Measurement？of Psychological States and Traits. New York,？United States: Routledge. 

  22. Gundecha, P., & Liu, H. (2012). Mining social？media: a brief introduction. New Directions？in Informatics, Optimization, Logistics, and？Production, 1-17. 

  23. Haucap, J., & Heimeshoff, U. (2014). Google,？Facebook, Amazon, eBay: Is the Internet？driving competition or market monopolization?？International Economics and Economic Policy,？11(1), 49-61. 

    상세보기 crossref

  24. Hayati, H., Chanaa, A., Idrissi, M. K., & Bennani, S.？(2019). Doc2Vec & Naive bayes: learners' cognitive？presence assessment through asynchronous online？discussion TQ transcripts. International Journal？of Emerging Technologies in Learning, 14(8),？70-81. 

    상세보기

  25. He, X., Liao, L., Zhang, H., Nie, L., Hu, X., & Chua,？T.-S. (2017). Neural collaborative filtering.？Proceedings of the 26th International Conference？on World Wide Web, 173-182. 

  26. Hickman, L., Thapa, S., Tay, L., Cao, M., &？Srinivasan, P. (2022). Text preprocessing for？text mining in organizational research: Review？and recommendations. Organizational Research？Methods, 25(1), 114-146. 

    상세보기

  27. Huang, Y.-F., & Chen, P.-H. (2020). Fake news？detection using an ensemble learning model？based on self-adaptive harmony search algorithms.？Expert Systems with Applications, 159, 113584. 

    상세보기

  28. Huang, Y., Liu, H., Li, W., Wang, Z., Hu, X., & Wang,？W. (2020). Lifestyles in Amazon: Evidence？from online reviews enhanced recommender？system. International Journal of Market Research,？62(6), 689-706. 

    상세보기 crossref

  29. Huang, Z., Chung, W., & Chen, H. (2004). A？graph model for E-commerce recommender？systems. Journal of the American Society for？Information Science and Technology, 55(3),？259-274. 

    상세보기 crossref

  30. Ireland, M. E., & Pennebaker, J. W. (2010).？Language style matching in writing: synchrony？in essays, correspondence, and poetry. Journal？of Personality and Social Psychology, 99(3), 549. 

    상세보기

  31. Janke, J., Castelli, M., & Popovic, A. (2019). Analysis？of the proficiency of fully connected neural？networks in the process of classifying digital？images. Benchmark of different classification？algorithms on high-level image features from？convolutional layers. Expert Systems with？Applications, 135, 12-38. 

    상세보기 crossref

  32. Jeong, S.-Y., & Kim, Y.-K. (2021). Deep learning-based？context-aware recommender system considering？contextual features. Applied Sciences, 12(1), 45. 

  33. Kang, S., Hwang, J., Kweon, W., & Yu, H. (2020).？DE-RRD: A knowledge distillation framework？for recommender system. Proceedings of the 29th？ACM International Conference on Information？& Knowledge Management, 605-614. 

  34. Kim, H.-N., Ji, A.-T., Ha, I., & Jo, G.-S. (2010).？Collaborative filtering based on collaborative？tagging for enhancing the quality of recommendation.？Electronic Commerce Research and Applications,？9(1), 73-83. 

    상세보기 crossref

  35. Kim, K.-j., & Ahn, H. (2008). A recommender？system using GA K-means clustering in an？online shopping market. Expert Systems with？Applications, 34(2), 1200-1209. 

    상세보기 crossref

  36. Kim, K.-W., & Park, D.-H. (2018). Individual？thinking style leads its emotional perception:？Development of web-style design evaluation？model and recommendation algorithm depending？on consumer regulatory focus. Journal of？Intelligence and Information Systems, 24(4),？171-196. 

  37. Kiran, R., Kumar, P., & Bhasker, B. (2020).？DNNRec: A novel deep learning based hybrid？recommender system. Expert Systems with？Applications, 144, 113054. 

    상세보기

  38. Lee, R.-K., Chung, N., & Hong, T. (2019). Developing？the online reviews based recommender models？for multi-attributes using deep learning. The？Journal of Information Systems, 28(1), 97-114. 

  39. Leung, C. W., Chan, S. C., & Chung, F.-l. (2006).？Integrating collaborative filtering and sentiment？analysis: A rating inference approach. Proceedings？of the ECAI 2006 Workshop on Recommender？Systems, 62-66. 

  40. Li, Q., & Kim, J. (2021). A deep learning-based？course recommender system for sustainable？development in education. Applied Sciences,？11(19), 8993. 

  41. Li, X., Wang, M., & Liang, T.-P. (2014). A multi-theoretical kernel-based approach to social？network-based recommendation. Decision Support？Systems, 65, 95-104. 

    상세보기

  42. Li, Y., Lu, L., & Xuefeng, L. (2005). A hybrid？collaborative filtering method for multiple-interests and multiple-content recommendation？in E-Commerce. Expert Systems with Applications,？28(1), 67-77. 

    상세보기 crossref

  43. Liu, S., Gao, C., Chen, Y., Jin, D., & Li, Y. (2021).？Learnable embedding sizes for recommender？systems. Proceedings of the 9th International？Conference on Learning Representations (ICLR？2021). https://openreview.net/group?idICLR.cc/2021/Conference 

  44. Ludwig, S., De Ruyter, K., Friedman, M., Bruggen,？E. C., Wetzels, M., & Pfann, G. (2013).？More than words: The influence of affective？content and linguistic style matches in online？reviews on conversion rates. Journal of Marketing,？77(1), 87-103. 

    상세보기 crossref

  45. Ma, Y., Chen, G., & Wei, Q. (2017). Finding users？preferences from large-scale online reviews？for personalized recommendation. Electronic？Commerce Research, 17(1), 3-29. 

    상세보기

  46. Nguyen, T. T., Hui, P.-M., Harper, F. M., Terveen,？L., & Konstan, J. A. (2014). Exploring the？filter bubble: the effect of using recommender？systems on content diversity. Proceedings of？the 23rd International Conference on World？Wide Web, 677-686. 

  47. Ni, J., Li, J., & McAuley, J. (2019). Justifying？recommendations using distantly-labeled reviews？and fine-grained aspects. Proceedings of the？2019 Conference on Empirical Methods in？Natural Language Processing and the 9th？International Joint Conference on Natural？Language Processing, 188-197. 

  48. Ning, X., & Karypis, G. (2011). Slim: Sparse linear？methods for top-n recommender systems.？Proceedings of the 2011 IEEE 11th International？Conference on Data Mining, 497-506. 

  49. Park, Y., Park, S., Jung, W., & Lee, S.-g. (2015).？Reversed CF: A fast collaborative filtering？algorithm using a k-nearest neighbor graph.？Expert Systems with Applications, 42(8), 4022-4028. 

    상세보기 crossref

  50. Preethi, G., Krishna, P. V., Obaidat, M. S., Saritha,？V., & Yenduri, S. (2017). Application of deep？learning to sentiment analysis for recommender？system on cloud. Proceedings of the 2017？International Conference on Computer, 93-97. 

  51. Rama, K., Kumar, P., & Bhasker, B. (2021).？Deep autoencoders for feature learning with？embeddings for recommendations: a novel？recommender system solution. Neural Computing？and Applications, 33(21), 14167-14177. 

    상세보기 crossref

  52. Rendle, S. (2012a). Factorization machines with？libfm. ACM Transactions on Intelligent Systems？and Technology (TIST), 3(3), 1-22. 

    상세보기 crossref

  53. Rendle, S. (2012b). Learning recommender systems with adaptive regularization. Proceedings of？the Fifth ACM International Conference on？Web Search and Data Mining, 133-142. 

  54. Rendle, S., & Schmidt-Thieme, L. (2008). Online-updating regularized kernel matrix factorization？models for large-scale recommender systems.？Proceedings of the 2008 ACM Conference on？Recommender Systems, 251-258. 

  55. Roberts, C. W. (2020). Text Analysis for the Social？Sciences: Methods for Drawing Statistical？Inferences from Texts and Transcripts. New？York, United States: Routledge. 

  56. Salsabila, G. D., & Setiawan, E. B. (2021).？Semantic Approach for Big Five Personality？Prediction on Twitter. Jurnal RESTI, 5(4),？680-687. 

    상세보기

  57. Sarwar, B., Karypis, G., Konstan, J., & Riedl, J.？(2001). Item-based collaborative filtering？recommendation algorithms. Proceedings of？the 10th international conference on World？Wide Web, 285-295. 

  58. Schafer, J. B., Konstan, J. A., & Riedl, J. (2001).？E-commerce recommendation applications. Data？Mining and Knowledge Discovery, 5(1), 115-153. 

    상세보기 crossref

  59. Silveira, T., Zhang, M., Lin, X., Liu, Y., & Ma, S.？(2019). How good your recommender system？is? A survey on evaluations in recommendation.？International Journal of Machine Learning？and Cybernetics, 10(5), 813-831. 

    상세보기 crossref

  60. Srivastava, N. (2013). Improving neural networks？with dropout. University of Toronto. 

  61. Su, X., & Khoshgoftaar, T. M. (2009). A survey？of collaborative filtering techniques. Advances？in Artificial Intelligence, 4, 2. 

  62. Tausczik, Y. R., & Pennebaker, J. W. (2010). The？psychological meaning of words: LIWC and？computerized text analysis methods. Journal？of Language and Social Psychology, 29(1),？24-54. 

    상세보기 crossref

  63. Topaloglu, O., & Dass, M. (2021). The impact of？online review content and linguistic style？matching on new product sales: The moderating？role of review helpfulness. Decision Sciences,？52(3), 749-775. 

    상세보기 crossref

  64. Unger, M., Tuzhilin, A., & Livne, A. (2020). Context-aware recommendations based on deep learning？frameworks. ACM Transactions on Management？Information Systems (TMIS), 11(2), 1-15. 

    상세보기 crossref

  65. Wang, H., Amagata, D., Maekawa, T., Hara, T.,？Niu, H., Yonekawa, K., & Kurokawa, M.？(2019). Preliminary investigation of alleviating？user cold-start problem in e-commerce with deep？cross-domain recommender system. Proceedings？of the 2019 World Wide Web Conference,？398-403 

  66. Wang, X., Lin, X., & Spencer, M. K. (2019).？Exploring the effects of extrinsic motivation？on consumer behaviors in social commerce:？Revealing consumers' perceptions of social？commerce benefits. International Journal of？Information Management, 45, 163-175. 

    상세보기 crossref

  67. Wang, X., Tang, L. R., & Kim, E. (2019). More？than words: Do emotional content and linguistic？style matching matter on restaurant review？helpfulness? International Journal of Hospitality？Management, 77, 438-447. 

    상세보기

  68. Wang, Y., Wang, M., & Xu, W. (2018). A sentiment-enhanced hybrid recommender system for？movie recommendation: a big data analytics？framework. Wireless Communications and Mobile？Computing. https://doi.org/10.1155/2018/8263704 

    상세보기 crossref

  69. Yang, J., Yi, X., Zhiyuan Cheng, D., Hong, L., Li, Y., Xiaoming Wang, S., Xu, T., & Chi, E. H.？(2020). Mixed negative sampling for learning？two-tower neural networks in recommendations.？Proceedings of the Web Conference 2020,？441-447. 

  70. Yang, S., Zhou, C., & Chen, Y. (2021). Do topic？consistency and linguistic style similarity affect？online review helpfulness? An elaboration？likelihood model perspective. Information？Processing & Management, 58(3), 102521. 

    상세보기

  71. Zeiler, M. D. (2012). Adadelta: an adaptive learning？rate method. arXiv preprint arXiv:1212.5701.？https://arxiv.org/abs/1212.5701 

  72. Zhang, Z., Zhang, D., & Lai, J. (2014). urCF: user？review enhanced collaborative filtering,？University of Maryland. 

  73. Zheng, L., Noroozi, V., & Yu, P. S. (2017). Joint？deep modeling of users and items using？reviews for recommendation. Proceedings of？the Tenth ACM International Conference on？Web Search and Data Mining, 425-434. 

  74. Zhou, X., He, J., Huang, G., & Zhang, Y. (2015).？SVD-based incremental approaches for？recommender systems. Journal of Computer？and System Sciences, 81(4), 717-733. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

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