지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.3
- 수록면
- 229 - 237 (9page)
- DOI
- 10.7465/jkdi.2024.35.2.229
이용수
초록· 키워드
오류제보하기
온라인 리뷰 사이트에서는 너무 많은 리뷰로 인한 정보 과다 문제가 빈번히 발생한다. 이에 리뷰 어 투표를 통하여 유용한 리뷰를 추천하고 있으나 한계점이 있다. 이에 본 연구에서는 강의 리뷰 사이 트를 대상으로 리뷰의 유용성을 예측하는 모델을 제안한다. 이를 위하여 온라인 강의 리뷰 44,845건을 수집하고 Latent Dirichlet allocation (LDA)를 활용하여 각 리뷰에 포함된 토픽들의 비중을 포함한 다양한 변수들을 추출하여 머신러닝 알고리즘을 통해 학습시켰다. 구축한 모델 중 중 XGBoost 기반 의 모델이 정확도 기준 87.96%로 가장 우수한 성능을 보였다. 본 연구의 접근 방식과 결과는 온라인 리뷰 사이트에서 정보 과다 문제를 해결하기 위한 의미있는 시사점을 줄 수 있을 것으로 기대한다.
목차
요약
1. 서론
2. 연구방법론
3. 연구방법
4. 연구결과
5. 결론
References
Abstract
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
코로나 이전과 이후의 4차 산업혁명과 광고의 뉴스기사 분석 : LDA와 Word2vec을 중심으로
차영란
한국콘텐츠학회논문지
2021
.09
‘어린이’와 ‘키즈’를 주제어로 하는 유튜브(YouTube) 콘텐츠 분석: LDA 토픽모델링을 활용하여
이근영
,
정부민
열린유아교육연구
2024
.02
LDA 토픽 모델링을 활용한 스마트폰 카메라 관련 뉴스기사 분석
박천호
,
김태경
,
최정일
디지털콘텐츠학회논문지
2023
.08
지식베이스와 카테고리를 활용한 Bert 발화 의도 분류 성능 향상 기법
이준엽
,
김희철
한국정보통신학회논문지
2024
.03
토픽모델링과 네트워크 분석을 이용한 자율 주행 윤리 연구 동향 분석
김강민
,
임회정
디지털콘텐츠학회논문지
2024
.01
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089582243