메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
박상현 (경희대학교 경영대학) 문현실 (경희대학교 경영대학) 김재경 (경희대학교 경영대학)
저널정보
한국IT서비스학회 한국IT서비스학회지 한국IT서비스학회지 제16권 제3호
발행연도
2017.1
수록면
113 - 125 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

2017

토픽모델링과 인공신경망에 기반한 온라인 쇼핑몰 리뷰 데이터 분류 및 응용
박상현 경영학과 2017.01 학위논문
토픽 모델링에 기반한 온라인 상품 평점 예측을 위한 온라인 사용 후기 분석
박상현 ,  문현실 ,  김재경 한국IT서비스학회지 2017.01 학술저널

2016

토픽모델링과 인공신경망을 이용한 온라인 상품 리뷰의 평점 예측
박상현 ,  문현실 ,  김재경 한국지능정보시스템학회 학술대회논문집 2016.11 학술대회자료

초록· 키워드

오류제보하기
Customers have been affected by others' opinions when they make a purchase. Thanks to the development of technologies, people are sharing their experiences such as reviews or ratings through online or social network services, However, although ratings are intuitive information for others, many reviews include only texts without ratings. Also, because of huge amount of reviews, customers and companies can't read all of them so they are hard to evaluate to a product without ratings. Therefore, in this study, we propose a methodology to predict ratings based on reviews for a product. In a methodology, we first estimate the topic-review matrix using the Latent Dirichlet Allocation technic which is widely used in topic modeling. Next, we predict ratings based on the topic-review matrix using the artificial neural network model which is based on the backpropagation algorithm. Through experiments with actual reviews, we find that our methodology can predict ratings based on customers' reviews. And our methodology performs better with reviews which include certain opinions. As a result, our study can be used for customers and companies that want to know exactly a product with ratings. Moreover, we hope that our study leads to the implementation of future studies that combine machine learning and topic modeling.
#LDA #Artificial Neural Network #Topic Modeling #Rating Prediction #Review Analysis

목차

등록된 정보가 없습니다.

참고문헌 (29)

참고문헌 신청
Andrew, P.B. / 1997 / The Use of the Area Under the ROC Curve in the Evaluation of Machine Learning Algorithms / Pattern Recognition 30(7):1145~1159 google schola Bisgin, H. / 2011 / Mining FDA Drug Labels Using An Unsupervised Learning Technique-Topic Modeling / BMC Bioinformatics 12(10):1~8 google schola Blei, D.M. / 2009 / Text Mining : Classification, Clustering, and Applications / Chapman and Hall/CRC google schola Braun, L. / 2005 / Towards Automatic Formulation of A Physician’s Information Needs / Information Retrieval Workshop google schola 채승훈 / 2015 / 사용자 리뷰를 통한 소셜커머스와 오픈마켓의 이용경험 비교분석 / 지능정보연구 21(4):53~77 dbpia

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0