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
질문

논문 기본 정보

자료유형
학술저널
저자정보
김지현 (경희대학교) 이흠철 (경희대학교) 장동수 (경희대학교) 김재경 (경희대학교)
저널정보
한국경영과학회 한국경영과학회지 韓國經營科學會誌 第49卷 第1號
발행연도
2024.2
수록면
1 - 17 (17page)
DOI
10.7737/JKORMS.2024.49.1.001

이용수

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

초록· 키워드

오류제보하기
With the development of the e-commerce market, customers have faced an information overload problem. Therefore, the importance of personalized recommendation becomes more important because it helps to reduce the cost of decision- making. Recently, many studies on online review-based recommender systems have been actively conducted, extracting consumers’ preference information from reviews. Specifically, most studies only use polarity factors of reviews as consumers’ preference information. However, besides polarity factors, various emotions still exist in the review that can be seen as essential consumer features. Therefore, this study proposed a novel recommendation model that applies multidimensional emotional factors of reviews to address such a limitation. For this, this study applies Multi-layer Perceptron to learn nonlinear consumer-product interaction. Then, this study extracts eight emotional factors from online reviews by combining the NRC dictionary and the LIWC program. Finally, this study predicts consumer preference based on the consumer-product interaction vector and eight emotional factors. To evaluate recommendation performance, this study used the movie review dataset collected from Amazon.com, which is one of the most representative experience goods. The experimental results showed the proposed model outperforms the benchmark models. The core reason is that the proposed model effectively used consumer features with eight emotional factors in reviews. Therefore, the proposed model in this study can provide an enhanced recommendation service by using online reviews.
#Recommender System #Online Review #Sentiment Analysis #Emotion Detection #Deep Learning

목차

Abstract
1. 서론
2. 관련 연구
3. 제안 방법론
4. 실험
5. 결론
참고문헌

참고문헌 (0)

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

이 논문과 함께 이용한 논문

추천 알고리즘과 리뷰 필터링을 통합한 의류 사이즈 추천 시스템 제안
서성현 ,  박희은 ,  이윤성 외 1명 한국정보과학회 학술발표논문집 2024 .06
LLM을 활용한 일반의약품 추천 애플리케이션 : 약사친구
오현민 ,  김성욱 ,  김상욱 외 5명 Proceedings of KIIT Conference 2024 .05
리뷰와 제품 보조 정보를 활용한 사용자 구매 의사 결정 기반 추천시스템
김려 ,  김지현 ,  박선우 외 2명 한국경영과학회 학술대회논문집 2024 .05
리뷰 텍스트 기반의 유저 의도를 반영한 시퀀셜 추천 시스템
황선진 ,  이영훈 대한산업공학회 춘계공동학술대회 논문집 2024 .05
Sentence BERT를 이용한 내용 기반 국문 저널추천 시스템
김용우 ,  김대영 ,  서현희 외 1명 지능정보연구 2023 .09

최근 본 자료

전체보기

댓글(0)

0